Как создать ИИ-агента с помощью Chainlit и сервера ClickHouse MCP

В этом руководстве показано, как объединить мощный фреймворк чат-интерфейсов Chainlit с сервером ClickHouse Model Context Protocol (MCP) для создания интерактивных приложений для работы с данными. Chainlit позволяет создавать диалоговые интерфейсы для ИИ‑приложений с минимальным количеством кода, а сервер ClickHouse MCP обеспечивает бесшовную интеграцию с высокопроизводительной колоночной базой данных ClickHouse.

Предварительные требования

• Вам потребуется ключ API Anthropic
• У вас должен быть установлен uv

Базовое приложение Chainlit

Вы можете увидеть пример простого чат-приложения, запустив следующую команду:

uv run --with anthropic --with chainlit chainlit run chat_basic.py -w -h

Затем откройте в браузере http://localhost:8000

Добавление сервера ClickHouse MCP

Дело становится интереснее, если мы добавим сервер ClickHouse MCP. Вам нужно обновить файл .chainlit/config.toml, чтобы позволить использовать команду uv:

[features.mcp.stdio]
    enabled = true
    # Only the executables in the allow list can be used for MCP stdio server.
    # Only need the base name of the executable, e.g. "npx", not "/usr/bin/npx".
    # Please don't comment this line for now, we need it to parse the executable name.
    allowed_executables = [ "npx", "uvx", "uv" ]

config.toml

Полный файл config.toml можно найти в репозитории с примерами

Чтобы MCP-серверы работали с Chainlit, требуется немного вспомогательного кода, поэтому для запуска Chainlit нужно выполнить следующую команду:

uv run --with anthropic --with chainlit chainlit run chat_mcp.py -w -h

Чтобы добавить MCP-сервер, нажмите на значок штекера в интерфейсе чата, а затем добавьте следующую команду для подключения и использования ClickHouse SQL Playground:

CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com CLICKHOUSE_USER=demo CLICKHOUSE_PASSWORD= CLICKHOUSE_SECURE=true uv run --with mcp-clickhouse --python 3.13 mcp-clickhouse

Если вы хотите использовать собственный экземпляр ClickHouse, вы можете настроить значения переменных окружения.

Затем вы можете задавать ему вопросы, например:

• Расскажите о таблицах, к которым вы выполняете запросы
• Расскажите что-нибудь интересное о нью-йоркском такси