> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Cómo crear un agente de IA con Chainlit y el servidor MCP de ClickHouse

> Aprende a usar Chainlit para crear aplicaciones de chat basadas en LLM junto con el servidor MCP de ClickHouse

En esta guía se explica cómo combinar el potente framework de interfaz de chat de Chainlit
con el servidor Model Context Protocol (MCP) de ClickHouse para crear aplicaciones de datos
interactivas. Chainlit te permite crear interfaces conversacionales para aplicaciones de IA
con muy poco código, mientras que el servidor MCP de ClickHouse ofrece una integración fluida
con la base de datos columnar de alto rendimiento de ClickHouse.

<div id="prerequisites">
  ## Prerrequisitos
</div>

* Necesitarás una clave de API de Anthropic
* Necesitarás tener instalado [`uv`](https://docs.astral.sh/uv/getting-started/installation/)

<div id="basic-chainlit-app">
  ## Aplicación básica de Chainlit
</div>

Puedes ver un ejemplo de una aplicación básica de chat ejecutando lo siguiente:

```sh theme={null}
uv run --with anthropic --with chainlit chainlit run chat_basic.py -w -h
```

Luego, ve a `http://localhost:8000`

<div id="adding-clickhouse-mcp-server">
  ## Añadir el servidor MCP de ClickHouse
</div>

La cosa se pone más interesante si añadimos el servidor MCP de ClickHouse.
Tendrás que actualizar tu archivo `.chainlit/config.toml` para permitir el uso del comando `uv`:

```toml theme={null}
[features.mcp.stdio]
    enabled = true
    # Solo los ejecutables en la lista de permitidos pueden usarse para el servidor MCP stdio.
    # Solo se necesita el nombre base del ejecutable, p. ej. "npx", no "/usr/bin/npx".
    # Por favor, no comente esta línea por ahora, es necesaria para analizar el nombre del ejecutable.
    allowed_executables = [ "npx", "uvx", "uv" ]
```

<Info>
  **config.toml**

  Encuentra el archivo `config.toml` completo en el [repositorio examples](https://github.com/ClickHouse/examples/blob/main/ai/mcp/chainlit/.chainlit/config.toml)
</Info>

Hay código de integración para que los MCP servers funcionen con Chainlit, así que tendremos que
ejecutar este comando para iniciar Chainlit en su lugar:

```sh theme={null}
uv run --with anthropic --with chainlit chainlit run chat_mcp.py -w -h
```

Para añadir el servidor MCP, haz clic en el icono de enchufe de la interfaz de chat y, a continuación,
añade el siguiente comando para conectarte y usar el Playground de SQL de ClickHouse:

```sh theme={null}
CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com CLICKHOUSE_USER=demo CLICKHOUSE_PASSWORD= CLICKHOUSE_SECURE=true uv run --with mcp-clickhouse --python 3.13 mcp-clickhouse
```

Si quieres usar tu propia instancia de ClickHouse, puedes ajustar los valores de
las variables de entorno.

Luego puedes hacerle preguntas como estas:

* Háblame de las tablas que puedes consultar
* ¿Qué tienen de interesante los taxis de Nueva York?