ByteHouse MCP Server 技能

🔵 ByteHouse 品牌标识

「ByteHouse」—— 火山引擎云原生数据仓库，极速、稳定、安全、易用

本技能基于ByteHouse官方MCP Server，提供完整的ByteHouse数据访问能力

描述

在本地拉起ByteHouse MCP Server并调用其工具的技能。

当以下情况时使用此技能:
(1) 需要连接ByteHouse数据库查询数据
(2) 需要使用MCP协议与ByteHouse交互
(3) 用户提到ByteHouse、MCP、查询数据库、看表
(4) 需要生成数据资产目录和血缘分析

📁 文件说明

• - SKILL.md - 本文件，技能主文档
• mcpclient.py - MCP客户端模块，用于程序化调用MCP Server
• testmcpserver.py - MCP Server测试脚本
• examplemcpusage.py - MCP使用示例
• querytop10tablesmcp.py - 使用MCP查询Top 10大表
• testlisttables.py - 测试listtables工具
• dataassetanalyzer.py - 数据资产和血缘分析工具（新增）
• startmcpservice.sh - 启动常驻MCP Server服务
• stopmcpservice.sh - 停止MCP Server服务
• statusmcpservice.sh - 查看MCP Server状态
• restartmcp_service.sh - 重启MCP Server服务

前置条件

• - Python 3.8+
• uv (已安装在 /root/.local/bin/uv)
• ByteHouse连接信息（需自行配置）

配置信息

ByteHouse连接配置

json
{
host: ,
port: ,
user: ,
password: ,
secure: true,
verify: true
}

环境变量

在使用前请设置以下环境变量：

bash
export BYTEHOUSE_HOST=
export BYTEHOUSE_PORT=
export BYTEHOUSE_USER=
export BYTEHOUSE_PASSWORD=
export BYTEHOUSE_SECURE=true
export BYTEHOUSE_VERIFY=true
export BYTEHOUSECONNECTTIMEOUT=30
export BYTEHOUSESENDRECEIVE_TIMEOUT=30

🎯 ByteHouse MCP Server 工具

🚀 快速开始

方法1: 测试MCP Server（推荐先测试）

bash
cd /root/.openclaw/workspace/skills/bytehouse-mcp

先设置环境变量，然后运行

这会：

1. 1. 自动安装ByteHouse MCP Server
2. 启动MCP Server
3. 列出所有可用的工具
4. 尝试调用第一个工具

方法2: 列出数据库中的表

bash
cd /root/.openclaw/workspace/skills/bytehouse-mcp

先设置环境变量，然后运行

方法3: 使用MCP查询Top 10大表

bash
cd /root/.openclaw/workspace/skills/bytehouse-mcp

先设置环境变量，然后运行

方法4: 生成数据资产和血缘分析（新增）

bash
cd /root/.openclaw/workspace/skills/bytehouse-mcp

先设置环境变量，然后运行

这会：

1. 1. 获取数据库的完整模式
2. 生成数据资产目录
3. 生成血缘分析报告
4. 保存JSON文件到 output/ 目录

输出内容包括：

• - 数据库模式（所有表和字段）
• 数据资产目录（表统计、标签、引擎分布）
• 血缘分析（表关系、列相似性）

方法5: 启动常驻MCP Server服务

bash
cd /root/.openclaw/workspace/skills/bytehouse-mcp

先在脚本中配置环境变量，然后运行

这会：

1. 1. 在后台启动MCP Server
2. 保存PID到 mcpserver.pid
3. 写入日志到 logs/mcpserver_*.log

方法6: 查看MCP Server状态

bash
./statusmcpservice.sh

方法7: 停止MCP Server

bash
./stopmcpservice.sh

方法8: 重启MCP Server

bash
./restartmcpservice.sh

💻 数据资产和血缘分析（新增）

功能说明

dataassetanalyzer.py 提供以下功能：

1. 1. 完整模式获取

1. 2. 数据资产目录生成

1. 3. 血缘分析

使用示例

python
#!/usr/bin/env python3

/// script

dependencies = [

mcp>=1.0.0,

]

///

import asyncio
from dataassetanalyzer import DataAssetAnalyzer

async def main():
analyzer = DataAssetAnalyzer()
await analyzer.connect()

# 分析数据库
result = await analyzer.analyze_database(default)

# result 包含:
# - schema: 完整的数据库模式
# - catalog: 数据资产目录
# - lineage: 血缘分析
# - files: 生成的文件路径

asyncio.run(main())

输出文件

分析完成后会在 output/ 目录生成以下文件：

1. 1. schema{database}{timestamp}.json - 完整的数据库模式
2. catalog{database}{timestamp}.json - 数据资产目录
3. lineage{database}{timestamp}.json - 血缘分析报告

💻 程序化使用MCP客户端

使用mcp_client.py模块

python
#!/usr/bin/env python3

/// script

dependencies = [

mcp>=1.0.0,

]

///

import asyncio
from mcp_client import ByteHouseMCPClient

async def main():
async with ByteHouseMCPClient() as client:
await client.connect()

# 1. 列出所有工具
tools = await client.list_tools()
print(可用的工具:, [t[name] for t in tools])

# 2. 调用工具
# result = await client.calltool(toolname, {param: value})
# print(result)

asyncio.run(main())

直接使用MCP SDK

python
#!/usr/bin/env python3

/// script

dependencies = [

mcp>=1.0.0,

]

///

import asyncio
import os
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
# 设置环境变量（请自行配置）
env = os.environ.copy()
env.update({
BYTEHOUSE_HOST: ,
BYTEHOUSE_PORT: ,
BYTEHOUSE_USER: ,
BYTEHOUSE_PASSWORD: ,
BYTEHOUSE_SECURE: true,
BYTEHOUSE_VERIFY: true,
})

# MCP Server参数
server_params = StdioServerParameters(
command=/root/.local/bin/uvx,
args=[
--from,
git+https://github.com/volcengine/mcp-server@main#subdirectory=server