mcp-tableau
MCP server that automates the publishing and validation of Tableau workbooks and data sources on Tableau Server or Tableau Cloud, enabling an AI agent to discover, build, validate, and publish content without human intervention.
README
MCP Tableau
Servidor Model Context Protocol construído com FastMCP que expõe ferramentas para automatizar o ciclo de publicação e validação de conteúdo no Tableau Server / Tableau Cloud.
O objetivo é permitir que um agente de IA autônomo complete o fluxo descobrir → construir → validar → publicar sem intervenção humana, com retornos estruturados e auditáveis. As capacidades cobrem:
- Deploy — publicar/sobrescrever workbooks (
.twb/.twbx) e datasources (.tds/.tdsx). - Inspeção visual — renderizar PNG/PDF de views e sinalizar telas em branco.
- QA estrutural — ler campos, filtros e conexões; auditar complexidade contra boas práticas.
- Metadados — linhagem ascendente/descendente, dicionário de dados e busca de similaridade.
🚀 Começando agora? Veja o QUICKSTART para rodar o servidor via
uvxe configurar nos principais agentes (Claude, GitHub Copilot, Cursor, Kiro e outros).
Stack
- Linguagem: Python
>= 3.13 - Framework MCP: FastMCP (
>= 3.4.2), transporte stdio - Integração Tableau:
tableauserverclient(REST API) + Metadata API (GraphQL) - Parsing/validação:
tableaudocumentapi,Pillow,rapidfuzz,pydantic - Gerenciador de pacotes: uv
Instalação
Requer uv e Python >= 3.13.
uv sync
Configuração
As credenciais são lidas de variáveis de ambiente (autenticação via Personal Access Token). Copie o exemplo e preencha os valores:
cp .env.example .env
| Variável | Obrigatória | Default | Descrição |
|---|---|---|---|
TABLEAU_SERVER_URL |
sim | — | URL do Tableau Server/Cloud. |
TABLEAU_PAT_NAME |
sim | — | Nome do Personal Access Token. |
TABLEAU_PAT_SECRET |
sim | — | Segredo do PAT (nunca é logado nem retornado). |
TABLEAU_SITE |
não | "" |
Content URL do site (vazio = site default no Server). |
TABLEAU_TIMEOUT |
não | 30 |
Tempo limite das requisições à API, em segundos. |
MAX_FILTERS |
não | 15 |
Limiar de filtros para auditoria de complexidade. |
MAX_WORKSHEETS |
não | 20 |
Limiar de worksheets. |
MAX_DATA_SOURCES |
não | 5 |
Limiar de fontes de dados. |
O arquivo
.envé ignorado pelo Git. Nunca commite credenciais.
Execução
Inicia o servidor MCP em transporte stdio:
uv run python main.py
Estrutura do projeto
mcp-tableau/
├── src/mcp_tableau/
│ ├── __init__.py # versão do pacote
│ ├── server.py # instância FastMCP + registro das tools (stdio)
│ ├── config.py # Settings (env) e carregamento validado
│ ├── models.py # contratos Pydantic de saída + envelope ToolError
│ ├── tableau/ # integração REST (client.py) e GraphQL (metadata.py)
│ ├── tools/ # ferramentas MCP por capacidade
│ └── validation/ # regras de validação puras (sem rede)
├── tests/ # testes espelhando src/ (pytest)
├── main.py # ponto de entrada (inicia o servidor)
└── pyproject.toml # dependências e configuração de ferramentas
Testes
A suite rápida (unitários + integração MCP in-memory) mocka toda a rede/Tableau:
uv run pytest # suite rápida + cobertura
uv run pytest -m integration # integração com Tableau real
A suite rápida exclui a integração real e aplica o gate de cobertura ≥ 80%
(--cov-fail-under=80) automaticamente — ambos configurados em addopts no
pyproject.toml. A integração com Tableau real (publish/download roundtrip, render PNG e
linhagem) é marcada com @pytest.mark.integration, fica fora da suite rápida e só roda
com TABLEAU_INTEGRATION=1 e as variáveis de sandbox definidas
(TABLEAU_IT_WORKBOOK_PATH, TABLEAU_IT_PROJECT, TABLEAU_IT_VIEW_ID,
TABLEAU_IT_DATASOURCE_ID); caso contrário, esses testes são pulados.
Lint e formatação com Ruff:
uv run ruff check .
uv run ruff format .
Convenções
Padrões de código e de testes ficam nas skills do projeto
(code-standards e
testing-standards). Consulte também
o AGENTS.md para a visão geral e boas práticas adotadas.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.