如何使用 Chainlit 和 ClickHouse MCP Server 构建 AI 智能体

本指南介绍如何将功能强大的 Chainlit 聊天界面框架与 ClickHouse Model Context Protocol (MCP) Server 相结合，以构建交互式数据应用程序。Chainlit 使你可以用最少的代码为 AI 应用构建对话式界面，而 ClickHouse MCP Server 则提供与 ClickHouse 高性能列式数据库的无缝集成。

前提条件

• 需要一个 Anthropic API 密钥
• 需要已安装 uv

基本 Chainlit 应用

你可以通过运行以下命令来查看一个简单聊天应用的示例：

uv run --with anthropic --with chainlit chainlit run chat_basic.py -w -h

然后访问 http://localhost:8000

添加 ClickHouse MCP Server

在添加 ClickHouse MCP Server 后，事情会变得更有趣。 你需要更新 .chainlit/config.toml 文件，以允许使用 uv 命令：

[features.mcp.stdio]
    enabled = true
    # 仅允许列表中的可执行文件可用于 MCP stdio 服务器。
    # 仅需可执行文件的基础名称,例如 "npx",而非 "/usr/bin/npx"。
    # 暂时请勿注释此行,我们需要用它来解析可执行文件名称。
    allowed_executables = [ "npx", "uvx", "uv" ]

config.toml

你可以在示例仓库中找到完整的 config.toml 文件。

由于需要一些“胶水代码”来让 MCP Servers 与 Chainlit 协同工作，因此我们需要运行下面的命令来启动 Chainlit：

uv run --with anthropic --with chainlit chainlit run chat_mcp.py -w -h

要添加 MCP Server，请在聊天界面中点击插头形图标，然后添加以下命令以连接并使用 ClickHouse SQL Playground：

CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com CLICKHOUSE_USER=demo CLICKHOUSE_PASSWORD= CLICKHOUSE_SECURE=true uv run --with mcp-clickhouse --python 3.13 mcp-clickhouse

如果你想使用自己的 ClickHouse 实例，可以调整环境变量的值。

然后你就可以向它提问类似下面的问题：

• 告诉我可以查询的表有哪些
• 关于纽约的出租车，有什么有趣的事情？