Wesype/aligneurs-mcp-server

Aligneurs MCP Server

Serveur MCP (Model Context Protocol) pour interroger une base PostgreSQL d'activités aligneurs, avec outils d'import CSV.

🚀 Déploiement rapide sur Railway

Cliquez sur le bouton ci-dessus ou suivez le guide

📋 Fonctionnalités

• Serveur MCP avec 7 outils pour interroger la base PostgreSQL
• Import CSV optimisé vers PostgreSQL (156k+ lignes)
• Schéma PostgreSQL complet pour données d'activités
• Déployable sur Railway en un clic

Structure de la base de données

La base de données reconstruit la structure PostgreSQL d'origine avec les tables suivantes :

Table principale

• activities : Table principale contenant toutes les activités avec les informations de base

Tables de détails (liées par Meta Data)

• af_setups : Détails des AF Setups (aligneurs)
• treatments : Détails des traitements
• invoices : Détails des factures
• retainers : Détails des contentions
• prescriptions : Détails des prescriptions (avec JSONB pour clinic_objects et clinical_preference)

Prérequis

1. PostgreSQL installé et en cours d'exécution
2. Python 3.x avec psycopg2

pip install psycopg2-binary

Configuration

La configuration Railway est déjà pré-configurée dans import_csv_to_postgres.py :

DB_CONFIG = {
    'dbname': 'railway',
    'user': 'postgres',
    'password': 'UqtALrZoRLKifgxpMKUhVcfBYGOIdRDK',
    'host': 'crossover.proxy.rlwy.net',
    'port': '12593'
}

Installation

Option 1: Script automatique (recommandé)

# Rendre le script exécutable
chmod +x setup_railway.sh

# Lancer le script qui crée le schéma et importe les données
./setup_railway.sh

Option 2: Étapes manuelles

1. Créer le schéma sur Railway

PGPASSWORD=UqtALrZoRLKifgxpMKUhVcfBYGOIdRDK psql \
  -h crossover.proxy.rlwy.net \
  -p 12593 \
  -U postgres \
  -d railway \
  -f schema.sql

2. Importer les données

python3 import_csv_to_postgres.py

Utilisation

Une fois l'import terminé, vous pouvez interroger les données :

-- Nombre total d'activités
SELECT COUNT(*) FROM activities;

-- Activités par type
SELECT activity_type, COUNT(*) 
FROM activities 
GROUP BY activity_type 
ORDER BY COUNT(*) DESC;

-- AF Setups avec leurs activités
SELECT a.activity_id, a.description, af.name, af.state, af.price
FROM activities a
JOIN af_setups af ON a.activity_id = af.activity_id
LIMIT 10;

-- Traitements par dentiste
SELECT dentist_first_name, dentist_last_name, COUNT(*) as nb_treatments
FROM activities
WHERE treatment_id IS NOT NULL
GROUP BY dentist_first_name, dentist_last_name
ORDER BY nb_treatments DESC;

-- Factures avec montants
SELECT i.title, i.total_ttc, i.status, a.date_activity
FROM invoices i
JOIN activities a ON i.activity_id = a.activity_id
ORDER BY a.date_activity DESC
LIMIT 10;

Structure du CSV source

Le fichier CSV contient 156,937 lignes avec 22 colonnes principales. La colonne Meta Data contient un objet JSON qui est décomposé dans les tables de détails selon le type d'objet (object_name).

Notes

• Le script gère les doublons avec ON CONFLICT DO NOTHING
• Les dates françaises sont converties automatiquement
• Les nombres avec virgules sont parsés correctement
• Les champs JSONB dans prescriptions permettent des requêtes avancées
• L'import se fait par batch de 1000 lignes pour optimiser les performances