Перейти к основному содержимому
Перейти к основному содержимому

Как создать AI-агента с помощью CopilotKit и ClickHouse MCP Server

Это пример того, как создать агентное приложение, используя данные, хранящиеся в ClickHouse. Он использует ClickHouse MCP Server для запроса данных из ClickHouse и генерации графиков на основе этих данных.

CopilotKit используется для разработки интерфейса и предоставления пользователю чат-интерфейса.

Пример кода

Код для этого примера можно найти в репозитории примеров.

Предварительные требования​

  • Node.js >= 20.14.0
  • uv >= 0.1.0

Установка зависимостей​

Клонируйте проект локально: git clone https://github.com/ClickHouse/examples и перейдите в каталог ai/mcp/copilotkit.

Пропустите этот раздел и выполните скрипт ./install.sh для установки зависимостей. Если вы хотите установить зависимости вручную, следуйте приведенным ниже инструкциям.

Установка зависимостей вручную​

  1. Установите зависимости:

Запустите npm install, чтобы установить зависимости node.

  1. Установите mcp-clickhouse:

Создайте новую папку external и клонируйте репозиторий mcp-clickhouse в нее.

mkdir -p external
git clone https://github.com/ClickHouse/mcp-clickhouse external/mcp-clickhouse

Установите зависимости Python и добавьте инструмент командной строки fastmcp.

cd external/mcp-clickhouse
uv sync
uv add fastmcp

Настройка приложения​

Скопируйте файл env.example в .env и отредактируйте его, чтобы указать ваш ANTHROPIC_API_KEY.

Используйте свой собственный LLM​

Если вы предпочитаете использовать другого провайдера LLM, а не Anthropic, вы можете изменить время выполнения CopilotKit, чтобы использовать другой адаптер LLM. Здесь находится список поддерживаемых провайдеров.

Используйте свой собственный кластер ClickHouse​

По умолчанию пример настроен для подключения к демо-кластеру ClickHouse. Вы также можете использовать свой собственный кластер ClickHouse, установив следующие переменные окружения:

  • CLICKHOUSE_HOST
  • CLICKHOUSE_PORT
  • CLICKHOUSE_USER
  • CLICKHOUSE_PASSWORD
  • CLICKHOUSE_SECURE

Запустите приложение

Запустите npm run dev, чтобы начать сервер разработки.

Вы можете протестировать агента, используя запрос, например:

"Покажи мне динамику цен в Манчестере за последние 10 лет."

Откройте http://localhost:3000 в вашем браузере, чтобы увидеть результат.