MCP Data Pipeline Connector

MCP Data Pipeline Connector

Происхождение не определено
dbsectrainerMIT
MCP-сервер для работы с данными из CSV, JSON, PostgreSQL и REST API. Вместо того чтобы ставить отдельный коннектор для каждого источника, вы получаете один универсальный сервер. В основе — DuckDB. Он запускается прямо в процессе агента, не требует установки отдельной базы или сервиса запросов. Сервер решает задачу, с которой сталкиваются разработчики и аналитики: «Как объединить продажи из CSV с пользователями из Postgres и курсом валют из API?». Обычно для этого пришлось бы писать скрипт или настраивать ETL. Здесь вы просто пишете SQL-запрос. Все данные остаются на вашем компьютере.
Базы данныхФайлыPostgreSQL
Подключить MCPОткрыть на GitHub
Подключение

Подключить MCP Data Pipeline Connector

Выберите способ запуска и свой MCP-клиент. Ниже останется одна готовая инструкция, которую можно проверить и скопировать.

1

Способ подключения

2

Куда подключить

3

Скопируйте и проверьте

Claude Desktop / Claude Code

Клиент запускает MCP-сервер как локальный процесс.

  1. 1.Откройте настройки MCP в Claude.
  2. 2.Добавьте сервер с указанной командой и переменными окружения.
  3. 3.Перезапустите Claude, если сервер не появился автоматически.
json
{
  "mcpServers": {
    "mcp-data-pipeline-connector": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-data-pipeline-connector"
      ]
    }
  }
}

Сгенерировано из существующей команды запуска. Желательно сверить с README.

Инструкция собрана из данных карточки и пока не отмечена как проверенная редакцией. Сверьте команду с README источника и не передавайте лишние права или секреты.

Как оценить MCP Data Pipeline Connector

MCP Data Pipeline Connector относится к Базы данных, Файлы, PostgreSQL. Ниже собраны проверяемые признаки, по которым его можно сравнить с другими серверами каталога.

Происхождение
Проект сообщества
Лицензия
MIT
Реализация
TypeScript
Транспорт
stdio

Что проверить перед выбором

  • Изучите README, открытые issues и историю последних изменений в репозитории.
  • Проверьте команду установки и зависимости перед запуском в рабочем окружении.
  • Ограничьте доступ MCP-сервера только нужными файлами, API и переменными окружения.

Карточка отредактирована 08.08.2026.

Автоматическая проверка источника ещё не выполнена. Внешних источников в карточке: 1.

Характеристики

Общее

  • СтатусСообщество
  • Разработчикdbsectrainer
  • ЛицензияMIT

Технологии

  • Языки
    TypeScript
  • Транспорт
    stdio

Описание

Возможности

  • Объединяете данные из CSV, JSON, Postgres и REST API в одном SQL-запросе — без скриптов и промежуточных хранилищ.
  • Автоматически определяете схему источников: типы колонок выводятся из заголовков CSV и метаданных Postgres.
  • Кешируете ответы REST API с настраиваемым временем жизни (TTL) — избегаете лишних вызовов.
  • Приводите типы данных к единому стандарту: строка, число, дата, булево, json — независимо от того, откуда пришли данные.
  • Оставляете все вычисления локальными — DuckDB работает встроенно, данные не покидают вашу машину.
  • Не запускаете внешние сервисы — для работы нужен только Node.js и запуск одной команды.

Как подключить

Убедитесь, что на компьютере установлен Node.js. Установка через npx не требуется, сервер запускается напрямую:

npx -y mcp-data-pipeline-connector

Добавьте запись в конфигурацию вашего MCP-клиента (например, Claude Desktop):

{ "mcpServers": { "data-pipeline": { "command": "npx", "args": ["-y", "mcp-data-pipeline-connector"], "env": { "POSTGRES_CONNECTION_STRING": "postgresql://user:pass@host:5432/db", "CSV_FOLDER_PATH": "/путь/к/csv", "REST_API_ENDPOINTS": "https://api1.example.com,https://api2.example.com" } } } }

Перезапустите клиент. Сервер автоматически подключится к источникам из переменных окружения и будет готов к запросам.

Примеры запросов

  • «Покажи общую сумму продаж из sales.csv за текущий квартал и объедини с именами менеджеров из таблицы managers в Postgres. Выведи результат в виде таблицы.»
  • «Сравни среднюю температуру из REST API погодного сервиса с историческими данными из локальной таблицы weather в Postgres. Есть ли аномалии за последнюю неделю?»
  • «Найди все заказы из orders.json, у которых нет соответствующих записей в базе Postgres — покажи расхождения.»
  • «Создай отчёт по клиентам: имя из Postgres, количество заказов из CSV, последний визит из API CRM. Результат сохрани в новый CSV-файл отчёт.csv.»

Технические детали

  • Язык: TypeScript
  • Транспорт: stdio
  • Лицензия: MIT
  • Движок запросов: DuckDB (встроенный, in-process)
  • Совместимые клиенты: Claude Desktop, VS Code, любые другие MCP-клиенты с поддержкой stdio-транспорта.

Вопросы и ответы

MCP-сервер для работы с данными из CSV, JSON, PostgreSQL и REST API. Вместо того чтобы ставить отдельный коннектор для каждого источника, вы получаете один универсальный сервер. В основе — DuckDB. Он запускается прямо в процессе агента, не требует установки отдельной базы или сервиса запросов. Сервер решает задачу, с которой сталкиваются разработчики и аналитики: «Как объединить продажи из CSV с пользователями из Postgres и курсом валют из API?». Обычно для этого пришлось бы писать скрипт или настраивать ETL. Здесь вы просто пишете SQL-запрос. Все данные остаются на вашем компьютере.

MCP Data Pipeline Connector не отмечен в каталоге как официальный MCP-сервер. Перед установкой проверьте владельца репозитория, лицензию и запрашиваемые разрешения.

В карточке разработчиком указан dbsectrainer.

В карточке перечислены транспорты: stdio.

В карточке приведена команда установки или запуска: npx -y mcp-data-pipeline-connector. Перед выполнением проверьте источник пакета и требования проекта.

Для проекта указана лицензия MIT. Условия использования нужно сверять с файлом лицензии исходного репозитория.

В карточке указаны языки реализации: TypeScript.

Объединяете данные из CSV, JSON, Postgres и REST API в одном SQL-запросе — без скриптов и промежуточных хранилищ.Автоматически определяете схему источников: типы колонок выводятся из заголовков CSV и метаданных Postgres.Кешируете ответы REST API с настраиваемым временем жизни (TTL) — избегаете лишних вызовов.Приводите типы данных к единому стандарту: строка, число, дата, булево, json — независимо от того, откуда пришли данные.Оставляете все вычисления локальными — DuckDB работает встроенно, данные не покидают вашу машину.Не запускаете внешние сервисы — для работы нужен только Node.js и запуск одной команды.

Поделиться