> ## 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.

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

> 了解如何使用 Chainlit 与 ClickHouse MCP 服务器构建基于 LLM 的聊天应用

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。

<div id="prerequisites">
  ## 前置条件
</div>

* 你需要有一个 Anthropic API key
* 你需要先安装 [`uv`](https://docs.astral.sh/uv/getting-started/installation/)

<div id="basic-chainlit-app">
  ## 基础 Chainlit 应用
</div>

你可以运行以下内容，查看一个基础聊天应用示例：

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

然后导航到 `http://localhost:8000`

<div id="adding-clickhouse-mcp-server">
  ## 添加 ClickHouse MCP 服务器
</div>

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：

```toml theme={null}
[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" ]
```

<Info>
  **config.toml**

  完整的 `config.toml` 文件可在[示例 repository](https://github.com/ClickHouse/examples/blob/main/ai/mcp/chainlit/.chainlit/config.toml)中找到
</Info>

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：

```sh theme={null}
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：

```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
```

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？