antvis/mcp-server-chart

解決的問題

本專案提供一種讓 AI 模型生成專業資料視覺化的方法。它透過允許大語言模型（LLM）呼叫特定工具，使用 AntV 庫建立多種圖表與圖形，彌補原始資料與視覺呈現之間的差距。

如何運作

本專案以 Model Context Protocol (MCP) 伺服器的形式實作。這表示它可以整合至支援 MCP 的 AI 客戶端（如 Claude、Cursor 或 VSCode）。伺服器公開一組工具（例如 generate_bar_chart、generate_pie_chart），AI 可觸發這些工具。當 AI 判斷需要生成圖表時，會將請求發送至伺服器，伺服器隨後使用 AntV 生態系統來渲染視覺化內容。

適用對象

• AI 應用開發者：需要原生圖表生成能力的代理或 IDE 開發者。
• 資料分析師：希望將資料分析與視覺化直接整合至其 AI 驅動工作流程中的使用者。
• LLM 使用者：使用支援 MCP 的客戶端，能即時將資料轉換為視覺內容的使用者。

主要亮點

• 豐富的圖表庫：支援超過 26 種不同類型的視覺化，包括標準圖表（長條圖、折線圖、圓餅圖）、複雜圖形（桑基圖、魚骨圖、思維導圖）以及地理地圖（區域圖、標記圖、路徑圖）。
• 彈性部署方式：可透過 npx、Docker 或作為獨立伺服器使用 SSE 或 Streamable 傳輸協定執行。
• 私有部署選項：透過 VIS_REQUEST_SERVER 環境變數支援自訂圖表生成服務 URL，適用於需要私有基礎設施的使用者。
• 技能整合：可透過 chart-visualization 技能與支援技能的 AI IDE（如 Claude Code）整合，實現圖表的自動選擇。