Claude Desktop 集成
本文档详细介绍如何将 Foggy MCP 服务集成到 Claude Desktop。
配置文件位置
Claude Desktop 的 MCP 配置文件位于:
| 操作系统 | 配置文件路径 |
|---|---|
| macOS | ~/Library/Application Support/Claude/claude_desktop_config.json |
| Windows | %APPDATA%\Claude\claude_desktop_config.json |
| Linux | ~/.config/Claude/claude_desktop_config.json |
基本配置
最小配置
json
{
"mcpServers": {
"foggy-dataset": {
"url": "http://localhost:7108/mcp/analyst/rpc"
}
}
}完整配置示例
json
{
"mcpServers": {
"foggy-dataset": {
"url": "http://localhost:7108/mcp/analyst/rpc",
"headers": {
"Authorization": "Bearer your-token-here"
}
}
}
}端点选择
根据使用场景选择不同的端点:
| 端点 | 适用用户 | 可用工具 |
|---|---|---|
/mcp/analyst/rpc | 数据分析师 | 元数据、查询、图表(推荐) |
/mcp/admin/rpc | 管理员 | 全部工具 |
/mcp/business/rpc | 业务人员 | 仅自然语言查询 |
分析师端点(推荐)
适合需要精确控制查询的专业用户:
json
{
"mcpServers": {
"foggy-dataset": {
"url": "http://localhost:7108/mcp/analyst/rpc"
}
}
}业务端点
适合非技术用户,只需用自然语言描述需求:
json
{
"mcpServers": {
"foggy-dataset": {
"url": "http://localhost:7108/mcp/business/rpc"
}
}
}生效配置
- 保存配置文件
- 完全退出 Claude Desktop(不只是关闭窗口)
- macOS: 右键点击 Dock 图标 → 退出
- Windows: 右键点击系统托盘图标 → 退出
- 重新启动 Claude Desktop
验证连接
启动 Claude Desktop 后,可以通过以下方式验证:
- 在对话框中输入:
有哪些可用的语义层模型? - Claude 应该调用
dataset.get_metadata工具并返回模型列表
如果 Claude 无法识别 MCP 工具,请检查:
- 配置文件 JSON 格式是否正确
- MCP 服务是否正在运行
- URL 是否可访问
使用示例
查询元数据
请列出所有可用的语义层模型和字段执行查询
查询最近一周的销售数据,按商品分类汇总金额生成图表
生成近 30 天的销售趋势图多服务配置
可以同时配置多个 MCP 服务:
json
{
"mcpServers": {
"foggy-sales": {
"url": "http://localhost:7108/mcp/analyst/rpc"
},
"foggy-inventory": {
"url": "http://inventory-server:7108/mcp/analyst/rpc"
}
}
}远程服务器配置
如果 MCP 服务部署在远程服务器:
json
{
"mcpServers": {
"foggy-dataset": {
"url": "https://mcp.example.com/mcp/analyst/rpc",
"headers": {
"Authorization": "Bearer your-api-token"
}
}
}
}故障排查
配置不生效
- 确认配置文件路径正确
- 使用 JSON 验证工具检查格式
- 完全退出并重启 Claude Desktop
连接失败
bash
# 测试服务是否可访问
curl http://localhost:7108/actuator/health
# 测试 MCP 端点
curl -X POST http://localhost:7108/mcp/analyst/rpc \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":"1","method":"ping","params":{}}'工具调用失败
查看 MCP 服务日志:
bash
# Docker 环境
docker-compose logs -f mcp
# 本地开发
tail -f logs/mcp.log