Vizro-MCP

您必须首先安装 uv。

接下来，打开终端窗口并输入 uv 以确认其可用。要获取 uvx 的路径，请输入以下命令：

which uv

复制返回的路径，并将其添加到用于配置 LLM 应用程序的 MCP 服务器的 JSON 文件中。请确保将上面的路径替换为占位符路径：

{
  "mcpServers": {
    "vizro-mcp": {
      "command": "/placeholder-path/uvx",
      "args": [
        "vizro-mcp"
      ]
    }
  }
}

快速安装

主机	先决条件	链接
Cursor	uv
VS Code	uv

您必须首先安装 Docker。

接下来，将以下内容添加到用于配置 LLM 应用程序的 MCP 服务器的 JSON 文件中。

{
  "mcpServers": {
    "vizro-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "mcp/vizro"
      ]
    }
  }
}

使用 Docker 处理本地数据

通过以下扩展配置将您的数据目录或文件挂载到容器中。将 </absolute/path/to/allowed/dir>（文件夹语法）或 </absolute/path/to/data.csv>（文件语法）替换为您机器上数据的绝对路径。为了保持一致性，我们建议 dst 路径与 src 路径匹配。

{
  "mcpServers": {
    "vizro-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--mount",
        "type=bind,src=</absolute/path/to/allowed/dir>,dst=</absolute/path/to/allowed/dir>",
        "--mount",
        "type=bind,src=</absolute/path/to/data.csv>,dst=</absolute/path/to/data.csv>",
        "mcp/vizro"
      ]
    }
  }
}

快速安装

主机	先决条件	链接	备注
Cursor	Docker		要访问本地数据，请挂载您的数据目录
VS Code	Docker		要访问本地数据，请挂载您的数据目录

用户确认并同意：

任何由第三方生成式 AI 工具（“GenAI 工具”）生成的结果、选项、数据、建议、分析、代码或其他信息（“输出”）可能包含一些不准确、偏见、非法、潜在侵权或其他不适当的内容，这些内容可能是错误的、歧视性的或误导性的。

麦肯锡公司：

(i) 明确声明不对任何输出的准确性、充分性、及时性、可靠性、适销性、特定用途的适用性、非侵权性、安全性或完整性做出任何保证，

(ii) 不对输出中的任何错误、遗漏或其他缺陷、延迟或中断，或基于此采取的任何行动承担任何责任，

(iii) 不对因用户使用 GenAI 工具和输出而导致的任何第三方权利的侵犯或侵权承担任何责任。

输出应由用户进行验证和确认，并且不得在没有人工监督的情况下使用，也不得作为影响个人决策的唯一依据。

用户对输出的使用负全部责任，特别是用户需要根据上下文和用例确定所需的人工监督水平，并告知其员工和其他受影响的用户关于 GenAI 输出的性质。用户还对其决策、行动、使用 Vizro 和 Vizro-MCP 以及遵守适用的法律、规则和法规负全部责任，包括但不限于确认输出不侵犯任何第三方权利。

Vizro-MCP 由生成式 AI 模型使用，因为大型语言模型（LLMs）代表了 AI 领域的重大进步。然而，与任何强大的工具一样，连接到生成式 AI 模型也存在潜在风险。

我们建议用户在使用 Vizro-MCP 之前研究和理解所选模型。我们还建议用户在使用 MCP 服务器代码之前进行检查。

用户应始终将 AI 生成的内容视为补充，始终应用人类判断，谨慎对待，查看相关免责声明页面，并考虑以下内容：