> ## 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 CopilotKit 和 ClickHouse MCP 服务器构建 AI 智能体

> 了解如何利用存储在 ClickHouse 中的数据，并结合 ClickHouse MCP 与 CopilotKit 构建智能体应用

这是一个示例，演示如何使用存储在
ClickHouse 中的数据构建智能体应用。它使用 [ClickHouse MCP 服务器](https://github.com/ClickHouse/mcp-clickhouse)
从 ClickHouse 查询数据，并根据这些数据生成图表。

[CopilotKit](https://github.com/CopilotKit/CopilotKit) 用于构建 UI，
并为用户提供聊天界面。

<Info>
  **示例代码**

  此示例的代码可在[示例仓库](https://github.com/ClickHouse/examples/edit/main/ai/mcp/copilotkit)中找到。
</Info>

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

* `Node.js >= 20.14.0`
* `uv >= 0.1.0`

<div id="install-dependencies">
  ## 安装依赖项
</div>

在本地克隆项目：`git clone https://github.com/ClickHouse/examples`，然后
进入 `ai/mcp/copilotkit` 目录。

跳过本节并运行脚本 `./install.sh` 即可安装依赖项。如果
你想手动安装依赖项，请按以下说明操作。

<div id="install-dependencies-manually">
  ## 手动安装依赖
</div>

1. 安装依赖：

运行 `npm install` 安装 Node 依赖。

2. 安装 mcp-clickhouse：

新建一个 `external` 文件夹，并将 mcp-clickhouse 仓库克隆到其中。

```sh theme={null}
mkdir -p external
git clone https://github.com/ClickHouse/mcp-clickhouse external/mcp-clickhouse
```

安装 Python 依赖，并添加 fastmcp CLI 工具。

```sh theme={null}
cd external/mcp-clickhouse
uv sync
uv add fastmcp
```

<div id="configure-the-application">
  ## 配置应用程序
</div>

将 `env.example` 文件复制为 `.env`，并编辑该文件，填入你的 `ANTHROPIC_API_KEY`。

<div id="use-your-own-llm">
  ## 使用你自己的 LLM
</div>

如果你想使用 Anthropic 以外的其他 LLM 提供商，可以修改
Copilotkit runtime，以使用不同的 LLM adapter。
[这里](https://docs.copilotkit.ai/guides/bring-your-own-llm)列出了支持的
提供商。

<div id="use-your-own-clickhouse-cluster">
  ## 使用你自己的 ClickHouse 集群
</div>

默认情况下，此示例已配置为连接到
[ClickHouse 演示集群](https://sql.clickhouse.com/)。你也可以通过设置以下环境变量来使用你自己的
ClickHouse 集群：

* `CLICKHOUSE_HOST`
* `CLICKHOUSE_PORT`
* `CLICKHOUSE_USER`
* `CLICKHOUSE_PASSWORD`
* `CLICKHOUSE_SECURE`

<div id="run-the-application">
  ## 运行应用程序
</div>

运行 `npm run dev` 以启动开发服务器。

你可以使用如下 prompt 来测试 Agent：

> "给我看看
> Manchester 过去 10 年的价格变化趋势。"

在浏览器中打开 [http://localhost:3000](http://localhost:3000) 查看
结果。