10分钟用Trae+Dify构建Data McpServer与智能Agent:开启自动化数据处理新时代
在数字化转型的今天,仍有80%的企业困在电子表格的泥潭中。现在,Trae框架与Dify平台的强强联合,将用10分钟为你打开自动化数据处理的新世界。
在数字化转型的今天,仍有80%的企业困在电子表格的泥潭中。现在,Trae框架与Dify平台的强强联合,将用10分钟为你打开自动化数据处理的新世界。
技术架构解析
Data McpServer(元数据控制协议服务器)作为数据中枢,提供:
-
标准化API接口
-
实时数据流处理
-
动态元数据管理
智能Agent则具备:
-
自动化ETL能力
-
机器学习驱动的异常检测
-
自然语言查询解析
DeepSeek R1 提示词
我要使用 MCP server 搭建1个服务,接受 Excel 路径和大模型对话中的数据处理要求,这个server服务里的 llm(使用deepseek) 将数据处理要求转变成 真实的 pandas 代码,然后服务执行这个代码,将代码运行结果返回。 请根据我的要求,一步步给出完整的解决办法和创建完整代码。
代码结构可以参考下面这样:
excel_mcp/ ├── config.py ├── llm_integration.py ├── main.py ├── safe_exec.py └── requirements.txt
数据处理库使用Pandas
LLM使用DeepSeek,DeepSeek的请求使用参考下方代码
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False
)
print(response.choices[0].message.content)
使用Trae的Builder模式,将上面的提示词输入
在代码生成的过程中,一直点击全部接受,直到代码执行阶段。
代码全部生成后,你需要在config.py中 添加DeepSeep API的密钥,然后按下面步骤运行代码。
替换config.py中的API密钥
通过
uvicorn main:app --host 0.0.0.0 --port 8000
启动服务访问
http://localhost:8000/docs
测试接口如果使用venv管理环境,请先激活环境,再执行第2步。
vevn环境激活命令:.\venv\Scripts\activate
这时候,访问FastAPI的docs路径,就可以看到Data McpServer的接口了。
紧接着,我们需要准备一个excel文件,我们可以直接在excel模板中找一个,下载下来。
将这个表格放在Trae项目根文件夹,直接点击Trae右下角的Go Live,会将项目文档以端口5000的web服务暴露出来。
我们访问这个地址,复制表格的URL链接。
接下来再回到FastAPI Docs界面,找到接口,点击Try It!填写参数值,然后点击Execute按钮 执行!
下面我们就要把McpServer 作为工具放到Dify上了。
第一步 先确定你Dify能访问到本地运行的Fastapi接口服务。
第二步 获取Fastapi openAPI-Swagger数据,点下面这里。
第三步 把json数据复制到dify 自定义工具界面。这里面需要手动添加servers信息,fastapi上没有带这个参数。
点击接口旁边的测试,测试一下工具是否可用。
回到Dify,创建一个工作流应用,取名为Excel智能助手。
编排这个简单的工作流如下,开始按钮设置变量类型,一个是Excel文件URL上传,一个是用户提示词。
在下一个节点,选择我们刚刚内置的工具,讲文件URL和用户提示词对接好。
点击运行按钮,查看执行效果。
发布运行这个智能体,再查看效果!
核心优势对比
写在最后:更多AI学习资料请添加学习助手领取资料礼包
视频学习资料:
从0开始开发超级AI智能体,干掉所有重复工作
- 基于字节的coze平台从0到1搭建我们自己的智能体
- 从coze到超级创业个体:2025是AI Agent大爆炸的元年!
- 搭建智能体的七大步骤:需求梳理、软件选型、提示工程、数据库、构建 UI 界面、测试评估、部署
- 你的智能体如何并行调用多个通用AI大模型?
- 实战案例:AI Agent提取小红书文案以及图像进行OCR文字识别并同步写入飞书多维表格
- 实战案例:AI Agent提取抖音爆款短视频链接中的文案,基于大模型和提示词完成符合小红书风格和作者特点的文案仿写
DeepSeek AI Agent +自动化助力企业实现 AI 改造实战
- DeepSeek 大模型的本地部署与客户端chatbox本地知识库
- 程序员的跨时代产品,AI 代码编辑器cursor深入浅出与项目构建
- 软件机器人工具影刀RPA工业化地基本使用
- 影刀RPA WEB自动化采集Boss直聘岗位信息并存储
- 影刀AI Power与DeepSeek 工作流构建影刀AI Agent
- AI HR实战:结合影刀RPA+DeepSeek AI智能体,实现智能自动招聘机器人
大模型技术+ 数字人+混剪造就副业王炸组合
- 数字人的概念与价值
- 当前数字人的时代背景
- 数字人的市场需求
- 数字人与自媒体的关系和发展路径
- 商业化数字人的变现之路
- 基于coze搭建数字人超级智能体
- 大模型技术+数字人+混剪=最强副业方向
- AI大模型与数字人造就3分钟获客300条精准线索
- AI副业接单渠道与流量变现
- 程序员开发的AI数字人实战
更多推荐
所有评论(0)