メインコンテンツへスキップ
メインコンテンツへスキップ

LibreChatでClickHouse MCPサーバーを使用する

本ガイドでは、Dockerを使用してLibreChatとClickHouse MCPサーバーをセットアップし、 ClickHouseのサンプルデータセットに接続する方法を説明します。

Docker をインストールする​

LibreChat と MCP サーバーを実行するには Docker が必要です。Docker を入手するには、次の手順に従ってください。

  1. docker.com にアクセスします
  2. お使いのオペレーティングシステム向けの Docker Desktop をダウンロードします
  3. オペレーティングシステム向けの手順に従って Docker をインストールします
  4. Docker Desktop を起動し、実行中であることを確認します

詳細については、Docker のドキュメントを参照してください。

LibreChat リポジトリをクローンする​

ターミナル（コマンドプロンプトや PowerShell など）を開き、次のコマンドを使用して LibreChat リポジトリをクローンします。

git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat

.env ファイルの作成と編集​

サンプル構成ファイルを .env.example から .env にコピーします。

cp .env.example .env

お好みのテキストエディタで .env ファイルを開きます。OpenAI、Anthropic、AWS Bedrock など、代表的な LLM プロバイダーごとのセクションが用意されています。例えば次のようになります。

#============#
# Anthropic  # \{#anthropic}
#============#
#highlight-next-line
ANTHROPIC_API_KEY=user_provided
# ANTHROPIC_MODELS=claude-opus-4-20250514,claude-sonnet-4-20250514,claude-3-7-sonnet-20250219,claude-3-5-sonnet-20241022,claude-3-5-haiku-20241022,claude-3-opus-20240229,claude-3-sonnet-20240229,claude-3-haiku-20240307 \{#anthropic_modelsclaude-opus-4-20250514claude-sonnet-4-20250514claude-3-7-sonnet-20250219claude-3-5-sonnet-20241022claude-3-5-haiku-20241022claude-3-opus-20240229claude-3-sonnet-20240229claude-3-haiku-20240307}
# ANTHROPIC_REVERSE_PROXY= \{#anthropic_reverse_proxy}

使用したい LLM プロバイダーの API キーで user_provided を置き換えます。

ローカル LLM の使用

API キーがない場合は、Ollama のようなローカル LLM を使用できます。セットアップ方法は後ほどステップ「Install Ollama」で説明します。ここでは .env ファイルは変更せず、そのまま次の手順に進んでください。

librechat.yaml ファイルを作成する​

新しい librechat.yaml ファイルを作成するには、以下のコマンドを実行します。

cp librechat.example.yaml librechat.yaml

これにより、LibreChat のメインの設定ファイルが作成されます。

Docker Compose に ClickHouse MCP サーバーを追加する​

次に、LLM が ClickHouse SQL playground と対話できるようにするため、ClickHouse MCP サーバーを LibreChat の Docker Compose ファイルに追加します。

docker-compose.override.yml という名前のファイルを作成し、次の設定を追加します。

services:
  api:
    volumes:
      - ./librechat.yaml:/app/librechat.yaml
  mcp-clickhouse:
    image: mcp/clickhouse
    container_name: mcp-clickhouse
    ports:
      - 8001:8000
    extra_hosts:
      - "host.docker.internal:host-gateway"
    environment:
      - CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com
      - CLICKHOUSE_USER=demo
      - CLICKHOUSE_PASSWORD=
      - CLICKHOUSE_MCP_SERVER_TRANSPORT=sse
      - CLICKHOUSE_MCP_BIND_HOST=0.0.0.0

独自のデータを探索したい場合は、ご利用の ClickHouse Cloud サービスの ホスト名、ユーザー名、パスワード を使用して接続できます。

ClickHouse Cloud を始める
まだ Cloud アカウントをお持ちでない場合は、今すぐ ClickHouse Cloud を使い始めて 300 ドル分のクレジットを獲得できます。30 日間の無料トライアル終了後は、 従量課金プランを継続するか、ボリュームベースの割引についてお問い合わせください。 詳細は料金ページをご覧ください。

librechat.yaml で MCP サーバーを構成する​

librechat.yaml を開き、ファイルの末尾に次の設定を追記します。

mcpServers:
  clickhouse-playground:
    type: sse
    url: http://host.docker.internal:8001/sse

これは、LibreChat を Docker 上で稼働している MCP サーバーに接続するように設定します。

次の行を探します：

socialLogins: ['github', 'google', 'discord', 'openid', 'facebook', 'apple', 'saml']

簡単のため、ひとまず認証は不要とします。

socialLogins: []

Ollama を使用してローカル LLM を追加する（オプション）​

Ollama をインストールする​

Ollama の公式サイトにアクセスし、使用しているシステム向けの Ollama をインストールします。

インストールが完了したら、次のようにモデルを実行できます。

ollama run qwen3:32b

これにより、モデルが存在しない場合はローカルマシンに取得されます。

利用可能なモデルの一覧は Ollama library を参照してください。

librechat.yaml で Ollama を設定する​

モデルのダウンロードが完了したら、librechat.yaml 内でモデルを設定します：

custom:
  - name: "Ollama"
    apiKey: "ollama"
    baseURL: "http://host.docker.internal:11434/v1/"
    models:
      default:
        [
          "qwen3:32b"
        ]
      fetch: false
    titleConvo: true
    titleModel: "current_model"
    summarize: false
    summaryModel: "current_model"
    forcePrompt: false
    modelDisplayLabel: "Ollama"

すべてのサービスを起動する​

LibreChat プロジェクトディレクトリのルートで、次のコマンドを実行してサービスを起動します。

docker compose up

すべてのサービスが完全に起動するまで待ちます。

ブラウザでLibreChatを開く​

すべてのサービスが起動したら、ブラウザを開いてhttp://localhost:3080/にアクセスします。

まだアカウントをお持ちでない場合は、無料のLibreChatアカウントを作成してサインインしてください。ClickHouse MCPサーバーに接続されたLibreChatインターフェースが表示されます。オプションでローカルLLMも利用可能です。

チャットインターフェースから、MCPサーバーとしてclickhouse-playgroundを選択します。

MCPサーバーを選択

これで、LLMにプロンプトを送信してClickHouseのサンプルデータセットを探索できます。試してみましょう：

アクセス可能なデータセットは何ですか？