Как создать AI-агента с помощью CopilotKit и ClickHouse MCP Server
Это пример того, как создать агентское приложение, используя данные, хранящиеся в ClickHouse. В нем используется ClickHouse MCP Server для выполнения запросов к данным в ClickHouse и построения графиков на основе этих данных.
CopilotKit используется для создания пользовательского интерфейса и предоставления пользователю чат-интерфейса.
Код этого примера доступен в репозитории с примерами.
Предварительные требования
Node.js >= 20.14.0uv >= 0.1.0
Установка зависимостей
Клонируйте проект локально: git clone https://github.com/ClickHouse/examples и
перейдите в каталог ai/mcp/copilotkit.
Можете пропустить этот раздел и просто запустить скрипт ./install.sh для установки зависимостей. Если
вы хотите установить зависимости вручную, следуйте инструкциям ниже.
Ручная установка зависимостей
- Установите зависимости:
Выполните npm install, чтобы установить зависимости для Node.js.
- Установите mcp-clickhouse:
Создайте новую папку external и клонируйте в неё репозиторий mcp-clickhouse.
Установите зависимости Python и добавьте утилиту командной строки fastmcp.
Настройка приложения
Скопируйте файл env.example в .env и отредактируйте его, указав значение ANTHROPIC_API_KEY.
Используйте свою LLM
Если вы предпочитаете использовать другого провайдера LLM вместо Anthropic, вы можете изменить среду выполнения Copilotkit, чтобы использовать другой адаптер LLM. Здесь приведён список поддерживаемых провайдеров.
Использование собственного кластера ClickHouse
По умолчанию пример настроен на подключение к демо-кластеру ClickHouse. Вы также можете использовать собственный кластер ClickHouse, задав следующие переменные окружения:
CLICKHOUSE_HOSTCLICKHOUSE_PORTCLICKHOUSE_USERCLICKHOUSE_PASSWORDCLICKHOUSE_SECURE
Запуск приложения
Выполните npm run dev, чтобы запустить сервер разработки.
Вы можете протестировать агента, использовав запрос, например:
«Покажи динамику цен в Манчестере за последние 10 лет».
Откройте http://localhost:3000 в браузере, чтобы увидеть результат.