MCP-сервер для self-hosted DataLens OSS
DataLens OSS API и MCP
Транслятор облачного API DataLens в внутренние вызовы open-source DataLens 2.9.0 плюс MCP-сервер поверх него по Streamable HTTP
Средний риск
Средний уровень ставим, когда инструмент запускает код, ходит в сеть или читает файлы проекта. Перед установкой посмотрите, что именно он делает.
Почему такой уровень
- Токены дают доступ на чтение и запись к рабочим книгам и дашбордам вашего self-hosted DataLens
- Контейнеры подключаются к существующей docker-сети инсталляции DataLens
Установка
Ручная установка
docker compose up -d --buildТребует уже запущенный DataLens OSS и заполненный .env, MCP-эндпоинт появляется на http://127.0.0.1:8394/mcp.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Проект решает конкретную проблему: у открытой версии DataLens (self-hosted, docker compose с сервисами us, auth, control-api, meta-manager) нет публичного API в формате облачного DataLens Public API. Каталог datalens-api превращает вызовы POST /rpc/<method> в формате облака во внутренние HTTP-запросы к сервисам OSS-версии, а datalens-mcp поверх него дает MCP-инструменты по Streamable HTTP. Репозиторий не поднимает саму базу, US или UI DataLens и не правит существующий docker-compose.yaml пользователя, контейнеры лишь подключаются к уже работающей docker-сети.
Для кого. Для команд, которые развернули открытую версию DataLens у себя и хотят дать агенту доступ к ней в том же формате, что и к облачной версии.
Подходит, если
- У вас уже развернут DataLens OSS 2.9.0 через официальный docker compose и нужен MCP поверх него
- Нужен доступ к рабочим книгам, чартам и дашбордам self-hosted DataLens в формате облачного API
- Нужен отдельный контур без изменения существующей конфигурации DataLens
Не подходит, если
- Вы используете облачный Яндекс DataLens, а не self-hosted версию: для него нужен сервер под облачный Public API напрямую
- У вас не версия 2.9.0 DataLens OSS: README прямо говорит, что другие версии не проверялись
Пример запроса к агенту
Покажи список рабочих книг в нашем self-hosted DataLens и открой последний созданный дашбордОграничения
Проверен только на DataLens OSS v2.9.0, другие версии автор прямо не обещает поддерживать. Требует уже запущенный DataLens через официальный docker compose, сам ничего не разворачивает. Стандартные логин и пароль AUTH_* в OSS-версии часто admin/admin, README советует их сменить. Неофициальный проект, не связан с Yandex или datalens-tech/datalens.
Как отключить. Остановите контейнеры проекта (docker compose down) и удалите сервер из конфигурации MCP клиента.
MCP
- Транспорт
- http
- Авторизация
- API-ключ
| Переменные окружения | |
|---|---|
| US_MASTER_TOKEN обязательная, секрет | Мастер-токен United Storage из .env вашего DataLens OSS. |
| AUTH_LOGIN обязательная | Логин для сервиса auth DataLens OSS, часто admin по умолчанию. |
| AUTH_PASSWORD обязательная, секрет | Пароль для сервиса auth, README советует сменить со значения по умолчанию. |
| MCP_AUTH_TOKEN обязательная, секрет | Токен, который проверяет MCP-сервер в заголовке Authorization. |
Проверка безопасности
- Токены дают доступ на чтение и запись к рабочим книгам и дашбордам вашего self-hosted DataLens
- Контейнеры подключаются к существующей docker-сети инсталляции DataLens
Коротко о README
README на русском объясняет назначение проекта как транслятора облачного API в вызовы open-source DataLens 2.9.0, прямо говорит о неофициальном статусе и лицензии MIT, дает таблицу двух сервисов с портами по умолчанию, быстрый старт с настройкой .env и проверкой через curl, а также ссылки на отдельные документы по установке, конфигурации, RPC API, MCP, безопасности и ошибкам.
Частые вопросы
Проект поднимает сам DataLens?
Нет, нужен уже запущенный DataLens OSS через официальный docker compose, этот репозиторий только добавляет транслятор API и MCP поверх него.
Подходит для облачного Яндекс DataLens?
Нет, проект решает проблему конкретно open-source версии, у облачного DataLens уже есть собственный Public API.
Похожие
166 скиллов для научных задач: биоинформатика, хемоинформатика, клинические данные, геоданные и доступ к 100+ базам
Открытый MCP-сервер Google для баз данных: готовые инструменты для Postgres, MySQL, BigQuery, Spanner и других, плюс свои инструменты в tools.yaml
Официальные скиллы Hugging Face: работа с Hub через CLI hf, датасеты, обучение моделей, Spaces, оценка и деплой
Язык визуализации для агентов и MCP-сервер: из простой семантической спецификации собираются аккуратные графики