> ## 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.

# Como criar um agente de IA com Chainlit e o servidor MCP do ClickHouse

> Aprenda a usar o Chainlit para criar aplicativos de chat baseados em LLM em conjunto com o servidor MCP do ClickHouse

Este guia mostra como combinar o poderoso framework de interface de chat do Chainlit
com o servidor ClickHouse Model Context Protocol (MCP) para criar aplicativos de dados
interativos. O Chainlit permite criar interfaces conversacionais para aplicações de IA
com o mínimo de código, enquanto o servidor MCP do ClickHouse oferece integração
perfeita com o banco de dados colunar de alto desempenho do ClickHouse.

<div id="prerequisites">
  ## Pré-requisitos
</div>

* Você precisará de uma chave de API da Anthropic
* Você precisará ter o [`uv`](https://docs.astral.sh/uv/getting-started/installation/) instalado

<div id="basic-chainlit-app">
  ## Aplicativo básico do Chainlit
</div>

Você pode ver um exemplo de um aplicativo de chat básico executando o comando a seguir:

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

Em seguida, acesse `http://localhost:8000`

<div id="adding-clickhouse-mcp-server">
  ## Adicionando o servidor MCP do ClickHouse
</div>

Tudo fica mais interessante se adicionarmos o servidor MCP do ClickHouse.
Você precisará atualizar o arquivo `.chainlit/config.toml` para permitir o uso do comando `uv`:

```toml theme={null}
[features.mcp.stdio]
    enabled = true
    # Somente os executáveis na lista de permissões podem ser usados para o servidor MCP stdio.
    # Informe apenas o nome base do executável, ex.: "npx", não "/usr/bin/npx".
    # Por favor, não comente esta linha por enquanto, precisamos dela para extrair o nome do executável.
    allowed_executables = [ "npx", "uvx", "uv" ]
```

<Info>
  **config.toml**

  Encontre o arquivo `config.toml` completo no [repositório de exemplos](https://github.com/ClickHouse/examples/blob/main/ai/mcp/chainlit/.chainlit/config.toml)
</Info>

Há um código de integração para fazer os servidores MCP funcionarem com o Chainlit, então vamos precisar
executar este comando para iniciar o Chainlit no lugar dele:

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

Para adicionar o servidor MCP, clique no ícone de plugue na interface de chat e, em seguida,
adicione o comando a seguir para se conectar e usar o ClickHouse SQL Playground:

```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
```

Se você quiser usar sua própria instância do ClickHouse, poderá ajustar os valores das
variáveis de ambiente.

Você pode então fazer perguntas como estas:

* Fale sobre as tabelas disponíveis para consulta
* O que há de interessante sobre os táxis de Nova York?