Skip to main content
Это пример того, как создать агентное приложение на основе данных, хранящихся в ClickHouse. В нем используется MCP-сервер ClickHouse, чтобы выполнять запросы к ClickHouse и строить диаграммы на основе полученных данных. CopilotKit используется для создания интерфейса и предоставления пользователю чат-интерфейса.
Пример кодаКод этого примера можно найти в репозитории examples.

​
Предварительные требования

  • Node.js >= 20.14.0
  • uv >= 0.1.0

​
Установите зависимости

Клонируйте проект локально: git clone https://github.com/ClickHouse/examples и перейдите в каталог ai/mcp/copilotkit. Пропустите этот раздел и запустите скрипт ./install.sh, чтобы установить зависимости. Если вы хотите установить зависимости вручную, следуйте инструкциям ниже.

​
Установите зависимости вручную

  1. Установите зависимости:
Выполните npm install, чтобы установить зависимости Node.js.
  1. Установите mcp-clickhouse:
Создайте новую папку external и клонируйте в неё repository mcp-clickhouse.
Установите зависимости для Python и добавьте CLI-инструмент fastmcp.

​
Настройте приложение

Скопируйте файл env.example в .env и укажите в нём свой ANTHROPIC_API_KEY.

​
Используйте свою LLM

Если вместо Anthropic вы хотите использовать другого провайдера LLM, можно изменить runtime Copilotkit, чтобы он работал с другим адаптером LLM. Здесь приведён список поддерживаемых провайдеров.

​
Используйте свой кластер ClickHouse

По умолчанию пример настроен на подключение к демо-кластеру ClickHouse. Вы также можете использовать свой кластер ClickHouse, задав следующие переменные окружения:
  • CLICKHOUSE_HOST
  • CLICKHOUSE_PORT
  • CLICKHOUSE_USER
  • CLICKHOUSE_PASSWORD
  • CLICKHOUSE_SECURE

​
Запустите приложение

Запустите npm run dev, чтобы запустить сервер для разработки. Вы можете протестировать Agent, используя, например, такой промпт:
“Покажи мне динамику цен в Манчестере за последние 10 лет.”
Откройте http://localhost:3000 в браузере, чтобы увидеть результат.
Последнее изменение 3 июля 2026 г.