如何使用 Chainlit 和 ClickHouse MCP 服务器构建 AI 智能体

本指南将介绍如何将 Chainlit 强大的聊天界面框架与 ClickHouse Model Context Protocol (MCP) Server 结合，构建交互式数据应用。Chainlit 让你只需极少代码即可为 AI 应用构建对话式界面，而 ClickHouse MCP 服务器则可与 ClickHouse 的高性能列式数据库实现无缝集成。

前置条件

你需要有一个 Anthropic API key
你需要先安装 uv

基础 Chainlit 应用

你可以运行以下内容，查看一个基础聊天应用示例：

uv run --with anthropic --with chainlit chainlit run chat_basic.py -w -h

然后导航到 http://localhost:8000

添加 ClickHouse MCP 服务器

添加 ClickHouse MCP 服务器后，情况会变得更有意思。你需要更新 .chainlit/config.toml 文件，以允许使用 uv 命令：

[features.mcp.stdio]
    enabled = true
    # 只有允许列表中的可执行文件才能用于 MCP stdio 服务器。
    # 只需提供可执行文件的基本名称，例如 "npx"，而非 "/usr/bin/npx"。
    # 请暂时不要注释此行，我们需要用它来解析可执行文件名称。
    allowed_executables = [ "npx", "uvx", "uv" ]

config.toml完整的 config.toml 文件可在示例 repository中找到

由于需要一些粘合代码来让 MCP 服务器与 Chainlit 配合工作，因此我们需要改为运行以下命令来启动 Chainlit：

uv run --with anthropic --with chainlit chainlit run chat_mcp.py -w -h

要添加 MCP 服务器，请点击聊天界面中的插头图标，然后添加以下命令以连接并使用 ClickHouse SQL Playground：

CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com CLICKHOUSE_USER=demo CLICKHOUSE_PASSWORD= CLICKHOUSE_SECURE=true uv run --with mcp-clickhouse --python 3.13 mcp-clickhouse

如果你想使用自己的 ClickHouse 实例，可以调整这些环境变量的值。然后你就可以像这样向它提问：

告诉我有哪些可供查询的表
纽约出租车有什么有趣之处？

​前置条件

​基础 Chainlit 应用

​添加 ClickHouse MCP 服务器

前置条件

基础 Chainlit 应用

添加 ClickHouse MCP 服务器