MCP Server：让 AI 工具直接操作你的数据

MCP（Model Context Protocol）是一个开放协议，让 LLM 应用（如 Claude Desktop、Cursor、VS Code Copilot）能够通过标准化的方式连接外部数据源。这一节我们用 Python 构建一个 Pandas MCP Server——让任何支持 MCP 的 AI 工具都能直接查询和分析你的 DataFrame。

为什么需要 MCP

没有 MCP 时，如果你想让 Claude 分析一份 CSV 文件，你需要：

1. 手动把文件内容复制粘贴到对话框里（文件大了就放不下）
2. 或者写代码把数据导出成某种格式再导入

有了 MCP Server，Claude 可以直接通过协议调用你本地运行的 Python 函数来读取和操作 DataFrame——不需要复制粘贴，也不需要导出导入。

最简实现

from mcp.server import Server
from mcp.types import Tool, TextContent
import pandas as pd

app = Server("pandas-server")

@app.list_tools()
async def list_tools():
    return [
        Tool(name="head", description="查看 DataFrame 前 N 行"),
        Tool(name="describe", description="获取统计摘要"),
        Tool(name="query", description="用 pandas 查询数据"),
    ]

@app.call_tool()
async def call_tool(name, arguments):
    if name == "head":
        df = pd.read_csv(arguments["path"])
        return [TextContent(type="text", text=df.head(int(arguments.get("n", 5))).to_string())]
    elif name == "describe":
        df = pd.read_csv(arguments["path"])
        return [TextContent(type="text", text=df.describe().to_string())]

这个最简 Server 暴露了三个工具：head（看前几行）、describe（统计摘要）、query（自定义查询）。每个工具接收参数后执行对应的 Pandas 操作，把结果以文本形式返回给 LLM。