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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430