Couchbase MCP Server

Co robi serwer “Couchbase” MCP?

Couchbase MCP Server to implementacja Model Context Protocol (MCP), która umożliwia dużym modelom językowym (LLM) i asystentom AI bezpośrednią interakcję z danymi przechowywanymi w klastrach Couchbase. Działając jako warstwa pośrednia, serwer ten pozwala na płynną integrację operacji bazodanowych Couchbase z workflow deweloperskimi opartymi na AI. Obsługuje takie zadania jak pobieranie struktury kolekcji, dostęp do dokumentów po ID, upsert lub usuwanie dokumentów oraz wykonywanie zapytań SQL++. Dzięki połączeniu LLM z danymi Couchbase na żywo, deweloperzy mogą automatyzować zarządzanie bazą, zwiększać produktywność i usprawniać złożone operacje na danych za pomocą języka naturalnego. Serwer można skonfigurować w trybie tylko do odczytu lub do odczytu/zapisu oraz jest kompatybilny z różnymi klientami MCP, takimi jak Claude Desktop, Cursor i Windsurf.

Lista promptów

W repozytorium nie udostępniono informacji o szablonach promptów.

Lista zasobów

W plikach repozytorium ani README nie udokumentowano jawnych definicji zasobów.

Lista narzędzi

• Pobierz listę wszystkich scope’ów i kolekcji: Pobierz metadane dotyczące organizacji wskazanego bucketu Couchbase.
• Pobierz strukturę kolekcji: Uzyskaj informacje o strukturze (schemacie) wybranej kolekcji.
• Pobierz dokument po ID: Pobierz dokument ze wskazanego scope’a i kolekcji po unikalnym ID.
• Upsert dokumentu po ID: Wstaw lub zaktualizuj dokument w wybranym scope’ie i kolekcji.
• Usuń dokument po ID: Usuń dokument ze wskazanego scope’a i kolekcji.
• Wykonaj zapytanie SQL++: Wykonaj zapytanie SQL++ (domyślnie tylko do odczytu, opcjonalnie z możliwością zapisu) na wskazanym scope’ie. Domyślnie zapytania modyfikujące dane są wyłączone ze względów bezpieczeństwa.

Przykładowe zastosowania tego serwera MCP

• Zarządzanie bazą danych: Automatyzacja typowych operacji bazodanowych, takich jak dodawanie, aktualizacja czy usuwanie dokumentów bezpośrednio z poziomu AI, redukując pracę ręczną.
• Eksploracja danych: Umożliwienie deweloperom i agentom AI szybkiej eksploracji struktur danych, kolekcji i treści dokumentów na potrzeby analityki lub debugowania.
• Interaktywne zapytania: Pozwól na formułowanie zapytań w języku naturalnym, które są tłumaczone na SQL++ i wykonywane na Couchbase, czyniąc pobieranie danych dostępnym także dla nietechnicznych użytkowników.
• Automatyczne raportowanie: Umożliwienie generowania dynamicznych raportów poprzez zapytania i agregacje danych w workflow opartym na AI.
• Płynna integracja z workflow deweloperskim: Zwiększ produktywność poprzez integrację dostępu do danych Couchbase z narzędziami jak Claude, Cursor czy Windsurf, usprawniając kontekstowe kodowanie i dokumentowanie.

Jak skonfigurować

Windsurf

1. Wymagania: Upewnij się, że masz zainstalowany Python 3.10+ oraz uv; masz dostęp do klastra Couchbase.
2. Sklonuj repozytorium:

   git clone https://github.com/Couchbase-Ecosystem/mcp-server-couchbase.git
   

3. Edytuj konfigurację klienta MCP w Windsurf, aby dodać Couchbase MCP Server:

   {
     "mcpServers": {
       "couchbase": {
         "command": "uv",
         "args": [
           "--directory",
           "path/to/cloned/repo/mcp-server-couchbase/",
           "run",
           "src/mcp_server.py"
         ],
         "env": {
           "CB_CONNECTION_STRING": "couchbases://connection-string",
           "CB_USERNAME": "username",
           "CB_PASSWORD": "password",
           "CB_BUCKET_NAME": "bucket_name"
         }
       }
     }
   }
   

4. Zrestartuj Windsurf, aby zastosować zmiany.
5. Zweryfikuj połączenie, wykonując zapytanie testowe.

Claude

1. Wymagania: Python 3.10+, uv, dostęp do klastra Couchbase, zainstalowany Claude Desktop.
2. Sklonuj repozytorium Couchbase MCP Server.
3. Zlokalizuj plik konfiguracyjny:
   • Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. Dodaj konfigurację serwera jak powyżej do sekcji mcpServers.
5. Zrestartuj Claude Desktop.
6. Przetestuj, wykonując zapytanie do danych Couchbase z poziomu Claude.

Cursor

1. Upewnij się, że masz Python 3.10+, uv oraz dostęp do klastra Couchbase.
2. Sklonuj repozytorium i zainstaluj zależności, jeśli wymagane.
3. Dodaj Couchbase MCP Server do konfiguracji Cursor:

   {
     "mcpServers": {
       "couchbase": {
         "command": "uv",
         "args": [
           "--directory",
           "path/to/cloned/repo/mcp-server-couchbase/",
           "run",
           "src/mcp_server.py"
         ],
         "env": {
           "CB_CONNECTION_STRING": "couchbases://connection-string",
           "CB_USERNAME": "username",
           "CB_PASSWORD": "password",
           "CB_BUCKET_NAME": "bucket_name"
         }
       }
     }
   }
   

4. Zrestartuj Cursor.
5. Zweryfikuj, wykonując operację na bazie danych.

Cline

1. Spełnij wymagania: Python 3.10+, uv, klaster Couchbase.
2. Sklonuj repozytorium lokalnie.
3. Dodaj poniższą konfigurację do ustawień MCP w Cline:

   {
     "mcpServers": {
       "couchbase": {
         "command": "uv",
         "args": [
           "--directory",
           "path/to/cloned/repo/mcp-server-couchbase/",
           "run",
           "src/mcp_server.py"
         ],
         "env": {
           "CB_CONNECTION_STRING": "couchbases://connection-string",
           "CB_USERNAME": "username",
           "CB_PASSWORD": "password",
           "CB_BUCKET_NAME": "bucket_name"
         }
       }
     }
   }
   

4. Zapisz zmiany i zrestartuj Cline.
5. Potwierdź konfigurację, wykonując operację na bazie.

Zabezpieczenie kluczy API:
Wszystkie wrażliwe dane (np. CB_PASSWORD) przechowywane są jako zmienne środowiskowe w sekcji env konfiguracji.
Przykład:

"env": {
  "CB_CONNECTION_STRING": "couchbases://connection-string",
  "CB_USERNAME": "username",
  "CB_PASSWORD": "password",
  "CB_BUCKET_NAME": "bucket_name"
}

Jak używać tego MCP w flow

Wykorzystanie MCP w FlowHunt

Aby zintegrować serwery MCP w swoim workflow FlowHunt, rozpocznij od dodania komponentu MCP do flow i połącz go z agentem AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji MCP systemu wklej dane serwera MCP w formacie JSON:

{ “couchbase”: { “transport”: “streamable_http”, “url”: “https://yourmcpserver.example/pathtothemcp/url" } }

Po zapisaniu konfiguracji agent AI uzyskuje dostęp do wszystkich funkcji i możliwości MCP jako narzędzia. Pamiętaj, aby zmienić “couchbase” na rzeczywistą nazwę swojego MCP i podać własny adres URL.

Podsumowanie

Na podstawie powyższych informacji Couchbase MCP Server jest dobrze udokumentowany pod kątem instalacji i narzędzi, lecz brakuje mu jawnych szablonów promptów, definicji zasobów i dokumentacji sampling/roots. Jego użyteczność dla zadań bazodanowych jest jasna, ale można by ją poszerzyć o więcej natywnych funkcji MCP. Oceniam ten serwer MCP na 6/10 do ogólnych zastosowań z LLM i dla deweloperów.

Ocena MCP