> ## 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 Claude Agent SDK y el servidor MCP de ClickHouse

> Aprende a crear un agente de IA con Claude Agent SDK y el servidor MCP de ClickHouse

En esta guía aprenderás a crear un agente de IA con [Claude Agent SDK](https://docs.claude.com/en/api/agent-sdk/overview) que puede interactuar con
[el Playground de SQL de ClickHouse](https://sql.clickhouse.com/) usando [el servidor MCP de ClickHouse](https://github.com/ClickHouse/mcp-clickhouse).

<Info>
  **Notebook de ejemplo**

  Puedes encontrar este ejemplo como un notebook en el [repositorio de ejemplos](https://github.com/ClickHouse/examples/blob/main/ai/mcp/claude-agent/claude-agent.ipynb).
</Info>

<div id="prerequisites">
  ## Requisitos previos
</div>

* Necesitarás tener Python instalado en tu sistema.
* Necesitarás tener `pip` instalado en tu sistema.
* Necesitarás una clave de API de Anthropic

Puedes ejecutar los siguientes pasos desde tu REPL de Python o mediante un script.

<Steps>
  <Step title="Instalar bibliotecas" id="install-libraries">
    Instala la biblioteca Claude Agent SDK ejecutando los siguientes comandos:

    ```python theme={null}
    pip install -q --upgrade pip
    pip install -q claude-agent-sdk
    pip install -q ipywidgets
    ```
  </Step>

  <Step title="Configurar credenciales" id="setup-credentials">
    A continuación, tendrás que proporcionar tu clave de API de Anthropic:

    ```python theme={null}
    import os, getpass
    os.environ["ANTHROPIC_API_KEY"] = getpass.getpass("Enter Anthropic API Key:")
    ```

    ```response title="Respuesta" theme={null}
    Enter Anthropic API Key: ········
    ```

    A continuación, define las credenciales necesarias para conectarte al Playground de SQL de ClickHouse:

    ```python theme={null}
    env = {
        "CLICKHOUSE_HOST": "sql-clickhouse.clickhouse.com",
        "CLICKHOUSE_PORT": "8443",
        "CLICKHOUSE_USER": "demo",
        "CLICKHOUSE_PASSWORD": "",
        "CLICKHOUSE_SECURE": "true"
    }
    ```
  </Step>

  <Step title="Inicializar el servidor MCP y el agente de Claude Agent SDK" id="initialize-mcp-and-agent">
    Ahora configura el servidor MCP de ClickHouse para que apunte al Playground de SQL de ClickHouse
    e inicializa también nuestro agente para hacerle una pregunta:

    ```python theme={null}
    from claude_agent_sdk import query, ClaudeAgentOptions, AssistantMessage, UserMessage, TextBlock, ToolUseBlock
    ```

    ```python theme={null}
    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)
    ```

    Ten en cuenta que el código dentro del bloque `for` filtra la salida por brevedad.

    ```response title="Respuesta" theme={null}
    🤖 Voy a consultar la base de datos de ClickHouse para encontrar algo interesante sobre las ventas de propiedades en el Reino Unido.

    Primero, veamos qué bases de datos hay disponibles:
    🛠️ mcp__mcp-clickhouse__list_databases {}
    🤖 ¡Genial! Hay una base de datos llamada "uk". Veamos qué tablas están disponibles:
    🛠️ mcp__mcp-clickhouse__list_tables {'database': 'uk'}
    🤖 ¡Perfecto! La tabla `uk_price_paid` tiene más de 30 millones de registros de ventas de propiedades. Voy a buscar algo interesante:
    🛠️ 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"}
    🤖 Aquí va un dato fascinante: **Baker Street, en Londres** (sí, ¡la famosa calle de Sherlock Holmes!) tiene el mayor rango de precios entre todas las calles con más de 100 ventas: se vendieron propiedades por tan solo **£2,500** y por hasta **£594.3 millones**, ¡una diferencia asombrosa de más de £594 millones!

    Esto tiene sentido, ya que Baker Street es una de las direcciones más prestigiosas de Londres, atraviesa zonas acomodadas como Marylebone y ha registrado 541 ventas en este conjunto de datos.
    ```
  </Step>
</Steps>