メインコンテンツへスキップ
メインコンテンツへスキップ

Claude Agent SDK と ClickHouse MCP Server を使って AI エージェントを構築する方法

このガイドでは、Claude Agent SDK を使って、ClickHouse の SQL playground と ClickHouse MCP Server を経由して対話できる AI エージェントを構築する方法を説明します。

サンプルノートブック

この例は、examples リポジトリ 内のノートブックとして参照できます。

前提条件​

  • システムにPythonがインストールされていること
  • システムにpipがインストールされていること
  • Anthropic APIキーを取得していること

以下の手順は、Python REPLまたはスクリプトから実行できます。

ライブラリをインストールする​

以下のコマンドを実行して、Claude Agent SDK をインストールします。

pip install -q --upgrade pip
pip install -q claude-agent-sdk
pip install -q ipywidgets

資格情報の設定​

次に、Anthropic の API キーを指定する必要があります。

import os, getpass
os.environ["ANTHROPIC_API_KEY"] = getpass.getpass("Anthropic APIキーを入力:")

Anthropic APIキーを入力: ········

次に、ClickHouse SQL Playground に接続するために必要な資格情報を定義します。

env = {
    "CLICKHOUSE_HOST": "sql-clickhouse.clickhouse.com",
    "CLICKHOUSE_PORT": "8443",
    "CLICKHOUSE_USER": "demo",
    "CLICKHOUSE_PASSWORD": "",
    "CLICKHOUSE_SECURE": "true"
}

MCP ServerとClaude Agent SDKエージェントの初期化​

ClickHouse MCP ServerをClickHouse SQLプレイグラウンドに接続するよう設定し、 エージェントを初期化して質問します:

from claude_agent_sdk import query, ClaudeAgentOptions, AssistantMessage, UserMessage, TextBlock, ToolUseBlock

options = ClaudeAgentOptions(
    allowed_tools=[
        "mcp__mcp-clickhouse__list_databases",
        "mcp__mcp-clickhouse__list_tables",
        "mcp__mcp-clickhouse__run_select_query",
        "mcp__mcp-clickhouse__run_chdb_select_query"
    ],
    mcp_servers={
        "mcp-clickhouse": {
            "command": "uv",
            "args": [
                "run",
                "--with", "mcp-clickhouse",
                "--python", "3.10",
                "mcp-clickhouse"
            ],
            "env": env
        }
    }
)


async for message in query(prompt="Tell me something interesting about UK property sales", options=options):
    if isinstance(message, AssistantMessage):
        for block in message.content:
            if isinstance(block, TextBlock):
                print(f"🤖 {block.text}")
            if isinstance(block, ToolUseBlock):
                print(f"🛠️ {block.name} {block.input}")
    elif isinstance(message, UserMessage):
        for block in message.content:
            if isinstance(block, TextBlock):
                print(block.text)

なお、forブロック内のコードは、簡潔にするために出力をフィルタリングしています。

🤖 ClickHouseデータベースにクエリを実行して、英国の不動産販売に関する興味深い情報を見つけます。

まず、利用可能なデータベースを確認します:
🛠️ mcp__mcp-clickhouse__list_databases {}
🤖 素晴らしい！"uk"データベースがあります。利用可能なテーブルを確認します:
🛠️ mcp__mcp-clickhouse__list_tables {'database': 'uk'}
🤖 完璧です！`uk_price_paid`テーブルには3000万件以上の不動産販売記録があります。興味深い情報を探します:
🛠️ mcp__mcp-clickhouse__run_select_query {'query': "\nSELECT \n    street,\n    town,\n    max(price) as max_price,\n    min(price) as min_price,\n    max(price) - min(price) as price_difference,\n    count() as sales_count\nFROM uk.uk_price_paid\nWHERE street != ''\nGROUP BY street, town\nHAVING sales_count > 100\nORDER BY price_difference DESC\nLIMIT 1\n"}
🤖 興味深い発見です:**ロンドンのBaker Street**(そう、あの有名なシャーロック・ホームズの通りです!)は、100件以上の販売実績がある通りの中で最大の価格幅を持っています - 最低**£2,500**から最高**£594.3 million**まで、実に£594 millionを超える驚異的な差があります！

Baker Streetはロンドンで最も名高い住所の一つであり、Maryleboneのような富裕地域を通っており、このデータセットには541件の販売記録があることから、この結果は納得できます。