Développement · Serveur MCP local

Orionbelt Analytics

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

Ce qu’indique le MCP Registry

L’entrée telle que publiée dans le MCP Registry officiel (consultée le 4 octobre 2026), dernière version.

Nom dans le registre
io.github.ralfbecher/orionbelt-analytics
Version
0.5.0
Statut
Actif
Catégorie
développement
Transport
stdio (processus local)
Paquet
PyPI
Publié
19 février 2026
Mis à jour
19 février 2026
Éditeur
ralfbecher (GitHub) · 2 serveurs avec une page ici
Espace de noms
Espace de noms vérifié par le MCP Registry via GitHub (github.com/ralfbecher) · comment
Dépôt
github.com/ralfbecher/orionbelt-analytics
Source
Entrée dans l’API du registre

Paquets

RegistrePaquetVersionTransportVariables d’environnement
PyPIorionbelt-analytics0.5.0stdioAucune déclarée

Comment connecter Orionbelt Analytics

Orionbelt Analytics s’exécute en local depuis un paquet Python publié sur PyPI : orionbelt-analytics, version 0.5.0. Il communique en MCP via stdio : le client le lance comme un programme et échange avec lui par l’entrée et la sortie standard. Il nécessite Python ; les clients le lancent généralement avec uvx (fourni par uv) ou après pip install - la commande habituelle est uvx orionbelt-analytics.

Au format JSON mcpServers, que lisent de nombreux clients MCP de bureau et éditeurs de code, l’entrée se présente ainsi (espaces réservés entre chevrons) :

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

Déduit de l’entrée du registre, non testé ici. Ce que fait le serveur, et à quelles conditions, relève de son éditeur ; consultez son dépôt ou son site web avant de lui donner accès à vos comptes ou à vos fichiers. Comment ajouter un serveur MCP à un assistant · Avant de connecter un serveur

Du même éditeur : ralfbecher (GitHub)

Voir les 2 →
ServeurExécutionPoint de terminaison ou paquet
Orionbelt Semantic LayerAPI-first semantic layer MCP server compiling YAML models into dialect-specific SQL.Local · stdioPyPI : orionbelt-semantic-layer

Autres serveurs : développement

Voir les 5 152 →
ServeurExécutionPoint de terminaison ou paquet
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.Distant · HTTPVérification en direct : connexion requiseapi.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