mcp-tinybird 是一个 MCP 服务器，旨在连接 AI 模型与 Tinybird 工作空间，实现数据检索和操作。它充当桥梁，让 AI 模型能够利用 Tinybird 的强大数据分析能力。该服务器支持通过 Tinybird Query API 查询数据源，通过 HTTP 请求获取 API Endpoint 的结果，并支持数据文件推送。它同时支持 SSE 和 STDIO 两种传输模式，方便集成到不同的 MCP 客户端中。

通过 mcp-tinybird，开发者可以轻松地将 AI 模型的推理能力与 Tinybird 实时数据分析相结合，构建更智能的应用。例如，可以利用它来探索 Bluesky 指标或进行 Web 分析。该服务器提供了一系列工具，包括数据源和 Pipe Endpoint 的列表和信息获取、运行 SELECT 查询、保存事件等，极大地简化了数据交互流程。使用 mcp-tinybird，开发者能够充分利用 Tinybird 的数据处理能力，提升 AI 模型的洞察力和决策水平。

查询 Tinybird 数据源

mcp-tinybird 允许 AI 模型通过 Tinybird Query API 直接查询 Tinybird 数据源。它充当了 AI 模型和 Tinybird 之间桥梁，使得模型能够安全地访问和利用存储在 Tinybird 中的实时数据。该功能通过 run-select-query 工具实现，允许开发者指定 SQL 查询语句，并将其发送到 Tinybird 执行。返回的结果将以结构化的形式提供给 AI 模型，方便模型进行分析和推理。例如，一个 AI 模型可以利用此功能查询用户行为数据，从而进行个性化推荐或风险评估。技术实现上，该功能依赖于 Tinybird API 的安全认证机制，确保只有授权的 AI 模型才能访问数据。

获取 Tinybird API Endpoint 数据

该功能允许 AI 模型通过 HTTP 请求获取现有 Tinybird API Endpoint 的结果。这使得 AI 模型能够利用 Tinybird 中预先构建好的数据管道和分析逻辑，而无需重复开发。通过 request-pipe-data 工具，开发者可以指定 API Endpoint 的名称和参数，mcp-tinybird 会自动构建 HTTP 请求并发送到 Tinybird。返回的数据将以 JSON 格式提供给 AI 模型。例如，一个 AI 模型可以利用此功能获取实时的销售统计数据，并将其用于库存管理或价格优化。此功能简化了 AI 模型与复杂数据分析流程的集成，降低了开发成本。

推送数据文件到 Tinybird

mcp-tinybird 允许 AI 模型将本地数据文件推送到 Tinybird Workspace，从而创建新的数据源或管道。通过 push-datafile 工具，AI 模型可以将 CSV、JSON 等格式的数据文件上传到 Tinybird，并自动创建相应的数据源或管道。这使得 AI 模型能够快速地将生成的数据或外部数据集成到 Tinybird 中，并进行进一步的分析和处理。例如，一个 AI 模型可以利用此功能将用户反馈数据上传到 Tinybird，并创建一个实时分析管道，从而及时发现和解决用户问题。该功能简化了数据集成流程，提高了数据分析的效率。

技术实现：支持 SSE 和 STDIO 模式

mcp-tinybird 支持两种传输模式：SSE (Server-Sent Events) 和 STDIO (Standard Input/Output)。STDIO 模式适用于与本地 AI 客户端（如 Claude Desktop）集成，而 SSE 模式则适用于与 Web 应用等支持 SSE 的客户端集成。这种双重支持使得 mcp-tinybird 能够灵活地适应不同的部署环境和客户端类型。开发者可以根据实际需求选择合适的传输模式，从而优化性能和安全性。例如，在本地开发环境中，可以使用 STDIO 模式进行调试和测试；而在生产环境中，可以使用 SSE 模式提供更高效的数据传输。