Quickchart-MCP-Server 开源项目最佳实践教程
2026-02-03 05:39:47作者:咎岭娴Homer
1. 项目介绍
Quickchart-MCP-Server 是一个基于 TypeScript 的 Model Context Protocol(MCP)服务器,它集成了 QuickChart.io 的 URL-based 图表生成服务。通过这个服务器,用户能够利用 MCP 工具生成多种类型的图表,包括柱状图、折线图、饼图、雷达图等。该项目允许用户通过提供数据和样式参数,将这些参数转换成图表的 URL 或者下载为图像文件。
2. 项目快速启动
环境准备
在开始之前,请确保您的系统中已经安装了 Node.js。
安装依赖
npm install
构建服务器
npm run build
运行服务器
构建完成后,您可以通过以下命令启动服务器:
node build/index.js
或者如果您希望通过 npx 运行:
npx -y @gongrzhe/quickchart-mcp-server
Smithery 自动安装
如果您希望使用 Smithery 自动安装 QuickChart Server,可以运行以下命令:
npx -y @smithery/cli install @gongrzhe/quickchart-mcp-server --client claude
并根据操作系统配置 Claude Desktop 的服务器配置。
对于 MacOS 用户,编辑以下文件:
~/Library/Application Support/Claude/claude_desktop_config.json
对于 Windows 用户,编辑以下文件:
%APPDATA%/Claude/claude_desktop_config.json
配置内容如下:
{
"mcpServers": {
"quickchart-server": {
"command": "node",
"args": ["/path/to/quickchart-server/build/index.js"]
}
}
}
或者:
{
"mcpServers": {
"quickchart-server": {
"command": "npx",
"args": ["-y", "@gongrzhe/quickchart-mcp-server"]
}
}
}
3. 应用案例和最佳实践
生成图表 URL
以下是一个基本的图表配置示例:
{
"type": "bar",
"data": {
"labels": ["January", "February", "March"],
"datasets": [
{
"label": "Sales",
"data": [65, 59, 80],
"backgroundColor": "rgb(75, 192, 192)"
}
]
},
"options": {
"title": {
"display": true,
"text": "Monthly Sales"
}
}
}
服务器会将上述配置转换为 QuickChart URL:
https://quickchart.io/chart?c={...encoded configuration...}
下载图表
您也可以将图表配置和输出路径作为参数,以保存图表图片到本地文件。
download_chart(chart_configuration, output_path)
4. 典型生态项目
Quickchart-MCP-Server 可以作为一个独立的服务器运行,也可以集成到更大的应用生态中。以下是一些可能与之配合使用的典型生态项目:
- 数据可视化平台:集成 Quickchart-MCP-Server 以提供丰富的图表生成功能。
- 分析工具:使用 Quickchart-MCP-Server 生成分析报告中的图表。
- 教育应用:为教学目的提供实时图表生成能力。
通过遵循上述最佳实践,您可以有效地利用 Quickchart-MCP-Server 为您的项目添加强大的图表生成能力。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
560
98
暂无描述
Dockerfile
705
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
412
338
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
951
235