Desarrollo · Servidor MCP local

Orionbelt Analytics

Ontology-based MCP server for database schema analysis and RDF/OWL ontology generation.

Lo que indica el MCP Registry

La entrada tal como está publicada en el MCP Registry oficial (consultada el 4 de octubre de 2026), última versión.

Nombre en el registro
io.github.ralfbecher/orionbelt-analytics
Versión
0.5.0
Estado
Activo
Categoría
desarrollo
Transporte
stdio (proceso local)
Paquete
PyPI
Publicado
19 de febrero de 2026
Actualizado
19 de febrero de 2026
Editor
ralfbecher (GitHub) · 2 servidores con página aquí
Espacio de nombres
Espacio de nombres verificado por el MCP Registry mediante GitHub (github.com/ralfbecher) · cómo
Repositorio
github.com/ralfbecher/orionbelt-analytics
Fuente
Entrada en la API del registro

Paquetes

RegistroPaqueteVersiónTransporteVariables de entorno
PyPIorionbelt-analytics0.5.0stdioSin declarar

Cómo conectar Orionbelt Analytics

Orionbelt Analytics se ejecuta en local a partir de un paquete de Python publicado en PyPI: orionbelt-analytics, versión 0.5.0. Usa MCP mediante stdio, así que el cliente lo inicia como programa y se comunica con él a través de la entrada y salida estándar. Necesita Python; los clientes suelen iniciarlo con uvx (de uv) o tras pip install - el comando habitual es uvx orionbelt-analytics.

En el formato JSON mcpServers que leen muchos clientes MCP de escritorio y de editores de código, la entrada tiene este aspecto (marcadores de posición entre corchetes angulares):

{
  "mcpServers": {
    "orionbelt-analytics": {
      "command": "uvx",
      "args": [
        "orionbelt-analytics"
      ]
    }
  }
}

Obtenido de la entrada del registro, sin probar aquí. Lo que hace el servidor, y en qué condiciones, lo determina su editor; conviene revisar su repositorio o sitio web antes de darle acceso a cuentas o archivos propios. Cómo añadir un servidor MCP a un asistente · Antes de conectar

Más de ralfbecher (GitHub)

Ver los 2 →
ServidorEjecuciónEndpoint o paquete
Orionbelt Semantic LayerAPI-first semantic layer MCP server compiling YAML models into dialect-specific SQL.Local · stdioPyPI: orionbelt-semantic-layer

Más servidores de desarrollo

Ver los 5152 →
ServidorEjecuciónEndpoint o paquete
OrchestratorLet one coding-agent CLI consult another: Codex, Claude Code, OpenCode, Copilot or Antigravity.Local · stdioPyPI: orchestrator-mcp-server
OrchestrUIDeterministic UI policy, discovery and audits for coding agents across seven ecosystems.Local · stdionpm: orchestrui
OrchexAutopilot AI orchestration - auto-plan, parallelize, self-heal, and route across 6 LLMs.Local · stdionpm: @wundam/orchex
Ori MemoryPersistent memory infrastructure for AI agents. Identity, knowledge graph, and search.Local · stdionpm: ori-memory
Oriora RouterAI model routing on your own vendor keys: pick model per prompt, or route and run it.Remoto · HTTPComprobación en directo: requiere inicio de sesiónapi.orioralabs.com
Orm MCPMCP server for @mostajs/orm: generate, lint (24 rules) & migrate EntitySchemas.Local · stdionpm: @mostajs/orm-mcp
orm-preflightChecks TypeORM migrations for data loss, table locks, and deploy problems before they run.Local · stdionpm: orm-preflight