MCP 调用

每个数据模式空间都可以把自己的 DataAgent 以 MCP（Model Context Protocol）服务器的形式对外提供——Claude、Cursor 或任何支持 MCP 的智能体，都能把这个空间的数据查询与分析能力当作工具直接调用。

仅数据模式

MCP 调用仅对数据模式空间开放；通用模式空间（及其 key）会被 MCP 端点拒绝——通用模式请使用开放 API。

连接客户端

打开空间 → 点右上角 ⋮ 菜单 → MCP 调用。
创建一个 API key（与「API 调用」共用同一套 key，任一入口创建或吊销均生效；完整 key 只显示一次）。
在 MCP 客户端里配置端点，并把 key 作为 Bearer token。

端点：https://console.datyo.ai/mcp（Streamable HTTP）

Claude Code

bash

claude mcp add --transport http datyo https://console.datyo.ai/mcp \
  --header "Authorization: Bearer sk-df-..."

Cursor（~/.cursor/mcp.json，项目内用 .cursor/mcp.json）

json

{
  "mcpServers": {
    "datyo": {
      "url": "https://console.datyo.ai/mcp",
      "headers": { "Authorization": "Bearer sk-df-..." }
    }
  }
}

Claude Desktop（claude_desktop_config.json——带鉴权头的远程服务需经 mcp-remote 桥接，需要 Node.js）

json

{
  "mcpServers": {
    "datyo": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://console.datyo.ai/mcp",
               "--header", "Authorization: Bearer sk-df-..."]
    }
  }
}

OpenAI（Responses API——把 MCP 服务器作为工具挂到模型调用）

python

from openai import OpenAI

client = OpenAI()
resp = client.responses.create(
    model="gpt-4.1",
    tools=[{
        "type": "mcp",
        "server_label": "datyo",
        "server_url": "https://console.datyo.ai/mcp",
        "headers": {"Authorization": "Bearer sk-df-..."},
        "require_approval": "never",
    }],
    input="各城市销量 Top 5",
)
print(resp.output_text)

JSON 配置（通用 Streamable HTTP——大多数其他客户端）

json

{
  "mcpServers": {
    "datyo": {
      "type": "streamable_http",
      "url": "https://console.datyo.ai/mcp",
      "headers": { "Authorization": "Bearer sk-df-..." }
    }
  }
}

工具列表

工具	作用
`list_datasets`	空间的数据集目录——名称、描述、列结构、引擎，以及 `run_sql` 中可直接 FROM 的 `table` / `table_alias`（必须逐字使用，中文表名加双引号，不要音译）
`ask`	端到端自然语言问答：DataAgent 自主生成并执行 SQL、必要时生成图表，返回 `{answer, sql, result, chart}`
`generate_sql`	问题 → 一条 DuckDB SQL（只生成、不执行）
`run_sql`	对空间数据集执行一条 DuckDB SQL，返回 `{columns, rows, took_ms}`
`make_chart`	为结果集挑选并生成 Datyo 图表配置（`line`、`bar`、`pie`、`scorecard` 等），返回 `{type, config}`
`generate_summary`	为结果集生成自然语言结论摘要

挂载了 SLS 或 MaxCompute 数据集的空间还会额外提供 run_sls_query / run_maxcompute_query，契约与内置 Agent 工具完全一致。

典型编排：list_datasets → generate_sql → run_sql → make_chart / generate_summary；也可以直接调 ask，让 DataAgent 一步完成。

说明

结果超过 500 行会被截断（truncated: true，并附 total_rows）。
所有调用模型的工具（ask、generate_sql、make_chart、generate_summary）都与普通对话一样计费与限流，用量计入 key 所有者的账户；list_datasets 与纯 SQL 执行类工具不调用模型、不产生消耗。
吊销后的 key 立即失效。

MCP 调用 ​

连接客户端 ​

工具列表 ​

说明 ​

MCP 调用

连接客户端

工具列表

说明