DataFinder MCP server

DataFinder MCP｜用 ChatGPT 分析火山引擎数据

SQL 指标现可在字典中绑定明确的表和列，统一完成预览、查询和条数追问。沿用已保存日期，不临时覆盖日期或筛选；旧指标需先补绑定并确认，导入仍先预览。

npm · MCP Registry

简体中文 | English

把你的 DataFinder，变成随时可以对话的 AI 数据分析工作台。

DataFinder MCP 将火山引擎 DataFinder 接入 ChatGPT，让产品、运营和数据分析师用自然语言查报表、分析留存、拆解转化漏斗、对比指标，并把分析结果导出为报告。从“帮我查一下”到“继续按渠道拆开看”，让数据分析在一段对话里持续推进。

通过 MCP（Model Context Protocol，模型上下文协议）连接 AI 与数据工具，提供 52 个工具入口，覆盖查询、分析、指标字典、任务记录和受控配置管理。服务部署在云端后，无需让个人电脑一直开着。

让每一个业务问题，都能更快走到有依据的答案。

DataFinder MCP connects Volcengine DataFinder to ChatGPT for conversational analytics, retention analysis, conversion funnels, metric dictionaries, and report exports.

支持查询已保存 SQL 中的事件日期参数：先预览预计日期，再执行原有报表；跨天或保存配置变化后需要重新预览。暂不支持临时覆盖参数。云端部署可在个人电脑离线时运行；本机 npm 安装的后台进程需要运行主机保持开机。

安装完整 52 工具版

0.2.5 独立安装包包含完整 52 个工具、独立 SQLite 数据库、持久任务和单独运行的后台程序。默认关闭本地及上游修改，启用后仍需预览、确认和回读。需要 Node.js 24 或更高版本。 已保存 SQL 支持读取列名候选、选择一张结果表与明确列名，并固定预览后只读执行。日期仍沿用已保存 SQL，不自动改写；CTE 输出列只作候选，不推断业务含义。

中文独立安装教程 · 新手安装排错 · English installation · 52 工具清单

安装：npm install @cyuanxv/datafinder-mcp@0.2.5。也可用 npx -y @cyuanxv/datafinder-mcp@0.2.5 启动；请先按独立安装教程配置环境变量。

先看一遍，再亲手试试

观看演示视频（43 秒） · 下载 MP4 · 中文字幕 · 新手安装与排错指南

https://github.com/user-attachments/assets/9ee2402d-c30d-40fc-82c7-02d2f36ef238

1080p，无声中文字幕。展示“提问 → 查看渠道结果 → 只看 iOS → 导出 CSV”；使用虚构数据、预设问题和实际页面画面剪辑，不是真实 ChatGPT 会话。

下面是本地演示的真实截图，全部使用虚构数据。点击预设问题，执行分析、筛选 iOS 并导出 CSV；不连接 ChatGPT 或真实 DataFinder 账户。

中文安装与演示教程 · English setup guide

cd site
npm ci
npm run demo

打开终端提示的 http://127.0.0.1:4178/?lang=zh。首次安装需要网络；演示执行无需密钥，使用项目实际的分析校验和导出代码。

用一句话，开启一轮数据分析

接入自己的账户并配置好权限后，可以在 ChatGPT 中这样提问：

• “查一下昨天的活跃用户，按渠道和系统拆开看。”
• “看看新用户的次日留存，和上一周对比。”
• “分析从打开应用到支付成功的转化漏斗，窗口设为一天。”
• “查看今天截至当前的事件次数，按小时展示。”
• “沿用刚才的条件，只看 iOS，再把结果导出。”
• “把这个指标加入字典，先给我看定义和预览。”

ChatGPT 负责理解问题和调用工具，工作台负责校验参数、执行查询、返回来源及质量提示。涉及“新用户”“收入”“转化”等业务定义时，可以明确指定口径，避免把不同含义的数据混在一起。

为日常分析准备的一整套工具

各分析类型的参数覆盖和可用性以实现、上游接口及账户权限为准，详细限制见下方“功能边界”。

查得到，更要看得懂、追得回

把指标定义留住。 不必每次从头解释分子、分母和去重规则；通过指标字典保存口径和来源，后续按版本使用。

让追问接得上。 从总体到渠道、从渠道到平台，沿用前一次的分析条件，查看差异后继续执行。

让结果有据可查。 保留查询来源、日期范围和质量提示，对缺失、失败或不完整结果给出明确状态，帮助核对结论。

让修改看得见。 配置变更先展示预览，确认后执行，再读取结果核对，减少误改。

适合谁使用？

• 产品经理：分析功能使用、留存和关键转化链路。
• 增长与运营团队：按渠道、平台或用户条件拆解表现，导出复盘数据。
• 数据分析师：维护指标定义、复用分析条件、核对结果与口径。
• AI 工具开发者：参考 DataFinder OpenAPI 与 MCP 的连接方式，扩展自己的数据分析工作流。

常见问题

可以在 ChatGPT 里直接查询 DataFinder 吗？

可以通过本项目提供的 MCP 服务调用已接入的数据工具。使用前需要部署服务、配置自己的 DataFinder 账户，并在 ChatGPT 中连接；可用性也取决于客户端的 MCP 支持和账户权限。

不写 SQL 也能分析数据吗？

对于已覆盖的报表、事件、留存和漏斗等分析，可以用自然语言描述需求，由 ChatGPT 调用对应工具。复杂业务仍需要明确指标定义和数据来源；项目不提供不受限制的任意 SQL 执行。

需要一直开着电脑吗？

部署到云端后，查询服务在云端运行，不依赖个人电脑持续开机。首次部署和配置需要自行完成。

会附带别人的数据或密钥吗？

不会。源码只附虚构示例；使用者需要配置自己的账户、数据库和权限。真实密钥只应保存在 MCP 客户端的安全环境配置或服务器秘密配置中。

检查与验证

Shortened. The full README is on GitHub.