MCP Server Chart SITES

// 01 MCP Server Chart 是什么

什么是 MCP Server Chart

MCP Server Chart 是由 AntV 团队基于 TypeScript 构建的一款 MCP（Model Context Protocol）服务器，主要用于通过标准化 MCP 接口生成各类图表可视化结果。它支持 生成图表图片并以 URL 或数据流形式返回结果，可用于数据分析、报告自动化等场景，极大提升 AI 工具和终端用户的图表交互体验。

发展背景与 MCP 协议简介

MCP 协议简单介绍

Model Context Protocol（MCP）是由 Anthropic 于 2024 年11月推出的开源标准协议，旨在统一 AI 模型调用外部工具的接口方式。自发布以来，已有 OpenAI、Google DeepMind、微软 Copilot Studio 等接入，成为主流 AI 生态标准之一。MCP 提供 JSON-RPC 风格的交互方式，可暴露各种工具（如文件读写、API 请求、图表生成）给 LLM 使用，从而增强其能力边界。

MCP Server Chart 的定位

MCP Server Chart 属于 MCP 服务器体系中的可视化组件，专注图表生成。它集成 AntV 图形库，支持用户发起诸如 generate_area_chart、generate_pie_chart、generate_network_graph 等指令，返回生成图表的静态或流式 URL。

核心功能与技术优势

🔹 支持 15+ 图表类型

• 线图（line）、柱状图（column/bar）、饼图（pie）、面积图（area）

• 散点图（scatter）、雷达图（radar）、直方图（histogram）等

• 复杂可视化如思维导图（mind-map）、网络图（network-graph）、鱼骨图（fishbone-diagram）等

🔹 多种接入方式

• 本地运行：通过

  npm install -g @antv/mcp-server-chart mcp-server-chart --transport sse

  可在本地起一个 SSE 或 streamable 接口供调用。

• 桌面集成：可与 Claude Desktop、Cline、Cherry Studio 等 MCP 客户端联动，直接调用生成图表。

• 私有部署：支持通过设置环境变量（如 VIS_REQUEST_SERVER）接入自建 HTTP 服务。

🔹 开发者友好

• 全 TypeScript 实现，支持严格类型和 Zod Schema 校验

• 易于部署、维护、集成到 CICD 流程中

🔹 安全可靠

• 采用 MIT 开源协议，社区信任度高

• MCP 协议天生允许权限控制，可配合网关、鉴权策略实现资源访问隔离

安装与快速上手

安装

本地安装命令：

npm install -g @antv/mcp-server-chart

或在项目中：

npm install @antv/mcp-server-chart

启动服务

mcp-server-chart --transport sse --port 1122

默认开启 SSE 接口 /sse，也可使用 streamable 接口 /mcp 。

在 MCP 客户端中配置

以 Claude Desktop 为例，在 JSON 配置中：

{ "mcpServers": { "mcp-server-chart": { "command": "npx", "args": ["-y", "@antv/mcp-server-chart"], "env": { "VIS_REQUEST_SERVER": "http://localhost:1122" } } } }

配置后 LLM 即可识别并调度相应工具。

使用示例及交互流程

生成柱状图

AI 会调用 generate_column_chart 工具，传入 JSON 配置：

{ "type": "column", "data": { "labels": ["Jan", "Feb", "Mar", "Apr"], "datasets": [{"name": "销量", "values": [120, 200, 150, 80]}] }, "options": {"title": {"text": "2025 年销售趋势"}} }

服务器返回图表 URL，如 http://.../image.png，客户端插入图像。

思维导图 / 网络图

示例工具：

• generate_mind_map: 构建主题和子主题结点连接结构

• generate_network_graph: 绘制节点-边关系，可视化知识网络

AI 通过自然语言转为 JSON 再调用，快速生成结构化图形。

SSE 流

在 SSE 模式下，图表渲染过程以事件流方式推送，适用于需要监控渲染进度或实时调整参数的场景。

典型应用场景

1. 策略分析报告自动化：定时生成销售、财务图表，嵌入 PDF/邮件或 Dashboard。

2. AI 交互式分析机器人：用户提问“这个月销售趋势如何？”，AI 调用柱状图工具直接生成图像回应。

3. 开发者友好可视化集成：通过 CLI 或 CI 流程自动生成图表，发布到 Web 或移动应用中。

4. 私域分析平台嵌入：结合私服 MCP，保护数据安全同时提供图表能力给内部智能助手。

与其他可视化 MCP 服务对比

• QuickChart-MCP-Server（Chart.js）：功能基础但类型单一，适用于场景轻量。

• Lumif-ai MCP 图表服务：专注金融图表，但社区星标少，适合领域特定。

• KamranBiglari 版本：强调类型安全，但功能不如原生 AntV 丰富。

相比而言，MCP Server Chart（AntV） 综合覆盖类型最多（15+ +）、生态成熟、社区活跃，适合多场景使用。

实践部署建议

私有 vs 公有部署

• 公有部署直接使用 npm 包默认服务，启动方便，适合快速验证。

• 私有部署搭配 VIS_REQUEST_SERVER 环境变量，适合企业级部署，更灵活，更安全。

安全策略

• 推荐结合 MCP Gateway（如 LangDB、Cloudflare Gateway）使用

• 根据学界研究，应关注 tooling 攻击风险，建议启用 WAF、防篡改机制

// 04 常见 问题

// 05 资料 来源