Usando o servidor MCP ClickHouse com o LibreChat

Este guia explica como configurar o LibreChat com um servidor MCP ClickHouse usando Docker e conectá-lo aos datasets de exemplo do ClickHouse.

Instale o Docker

Você precisará do Docker para executar o LibreChat e o servidor MCP. Para instalar o Docker:

Acesse docker.com
Baixe o Docker Desktop para o seu sistema operacional
Instale o Docker seguindo as instruções do seu sistema operacional
Abra o Docker Desktop e verifique se ele está em execução

Para mais informações, consulte a documentação do Docker.

Faça um clone do repositório do LibreChat

Abra um terminal (Prompt de Comando, terminal ou PowerShell) e faça o clone do repositório do LibreChat usando o seguinte comando:

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

Crie e edite o arquivo `.env`

Copie o arquivo de configuração de exemplo de .env.example para .env:

cp .env.example .env

Abra o arquivo .env no editor de texto de sua preferência. Você verá seções para vários provedores populares de LLM, incluindo OpenAI, Anthropic, AWS Bedrock etc., por exemplo:

.venv

#============#
# Anthropic  #
#============#
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_REVERSE_PROXY=

Substitua user_provided pela sua API key do provedor de LLM que você quer usar.

Usando um LLM localSe você não tiver uma API key, poderá usar um LLM local, como o Ollama. Você verá como fazer isso mais adiante na etapa “Instalar o Ollama”. Por enquanto, não altere o arquivo .env e continue com as próximas etapas.

Crie um arquivo librechat.yaml

Execute o comando a seguir para criar um novo arquivo librechat.yaml:

cp librechat.example.yaml librechat.yaml

Isso cria o arquivo de configuração principal do LibreChat.

Adicione o servidor MCP do ClickHouse ao Docker Compose

Em seguida, vamos adicionar o servidor MCP do ClickHouse ao arquivo Docker Compose do LibreChat para que o LLM possa interagir com o playground do ClickHouse SQL.Crie um arquivo chamado docker-compose.override.yml e adicione a seguinte configuração a ele:

docker-compose.override.yml

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

Se você quiser explorar seus próprios dados, pode fazer isso usando o host, nome de usuário e senha do seu serviço ClickHouse Cloud.

Comece a usar o ClickHouse Cloud

Se você ainda não tem uma conta Cloud, comece a usar o ClickHouse Cloud hoje mesmo e receba US$ 300 em créditos. Ao final do teste gratuito de 30 dias, continue com um plano pré-pago conforme o uso ou entre em contato conosco para saber mais sobre nossos descontos por volume. Visite nossa página de preços para mais detalhes.

Configure o servidor MCP no librechat.yaml

Abra librechat.yaml e adicione a seguinte configuração ao final do arquivo:

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

Isso configura o LibreChat para se conectar ao servidor MCP rodando no Docker.Encontre a seguinte linha:

librechat.yaml

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

Para simplificar, vamos eliminar a necessidade de autenticação por enquanto:

librechat.yaml

socialLogins: []

Adicione um LLM local usando o Ollama (opcional)

Instale o Ollama

Acesse o site do Ollama e instale o Ollama no seu sistema.Depois da instalação, você pode executar um modelo assim:

ollama run qwen3:32b

Isso baixará o modelo para sua máquina local, caso ele ainda não esteja presente.Para ver uma lista de modelos, consulte a biblioteca do Ollama

Configure o Ollama em librechat.yaml

Depois que o modelo for baixado, configure-o em librechat.yaml:

librechat.yaml

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"

Inicie todos os serviços

Na pasta raiz do projeto LibreChat, execute o comando a seguir para iniciar os serviços:

docker compose up

Aguarde até que todos os serviços estejam em pleno funcionamento.

Abra o LibreChat no navegador

Quando todos os serviços estiverem em execução, abra o navegador e acesse http://localhost:3080/Crie uma conta gratuita no LibreChat, caso ainda não tenha uma, e faça login. Agora você deverá ver a interface do LibreChat conectada ao ClickHouse MCP server e, opcionalmente, ao seu LLM local.Na interface de chat, selecione clickhouse-playground como seu servidor MCP:Agora você pode enviar um prompt ao LLM para explorar os datasets de exemplo do ClickHouse. Experimente:

Prompt

What datasets do you have access to?

Se a opção de servidor MCP não aparecer na UI do LibreChat, verifique se as permissões adequadas estão definidas no arquivo librechat.yaml.

Se use estiver definido como false na seção mcpServers, em interface, a lista suspensa para seleção de MCP não aparecerá no chat:

librechat.yaml

interface:
  mcpServers:
    use: true
    share: false
    create: false
    public: false

Comece a usar o ClickHouse Cloud

​Instale o Ollama

​Configure o Ollama em librechat.yaml

Instale o Ollama

Configure o Ollama em librechat.yaml