Opendatasoft MCP 服务器

一个 模型上下文协议 (MCP) 服务器，提供与 Opendatasoft Explore API v2.1 交互的工具，使像 Claude 这样的 AI 助手能够搜索、查询和分析开放数据集。

功能

• 数据集发现: 按关键字、发布者和主题搜索和浏览数据集
• 数据集探索: 查看模式、元数据和示例记录
• 数据查询: 执行带有过滤、排序和聚合的 ODSQL 查询
• 数据分析: 生成统计信息、分析字段和可视化分布
• 数据导出: 为各种格式（CSV、JSON、GeoJSON 等）生成导出 URL

安装

要求

• Python 3.10 或更高版本
• 模型上下文协议 (MCP) SDK 1.2.0 或更高版本
• Claude for Desktop 或其他 MCP 兼容的客户端

从源代码安装

1. 克隆存储库：

   git clone https://github.com/your-username/opendatasoft-mcp-server.git
   cd opendatasoft-mcp-server
   

2. 创建一个虚拟环境并安装依赖项：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上: venv\Scripts\activate
   pip install -e .
   

配置

可以使用环境变量配置服务器：

• ODS_BASE_URL: Opendatasoft 域的基本 URL（默认值："https://documentation-resources.opendatasoft.com"）
• ODS_API_KEY: 用于身份验证请求的 API 密钥（可选）

与 Claude for Desktop 一起使用

1. 确保您已安装 Claude for Desktop。您可以从 claude.ai/download 下载它。

2. 通过将其添加到您的 Claude for Desktop 配置文件中，配置 Claude for Desktop 以使用此 MCP 服务器：

   • 在 macOS 上：~/Library/Application Support/Claude/claude_desktop_config.json
   • 在 Windows 上：%APPDATA%\Claude\claude_desktop_config.json

   {
     "mcpServers": {
       "opendatasoft": {
         "command": "/path/to/venv/bin/python",
         "args": ["-m", "src.main"],
         "env": {
           "ODS_BASE_URL": "https://documentation-resources.opendatasoft.com",
           "ODS_API_KEY": "your-api-key-if-needed"
         }
       }
     }
   }
   

3. 重新启动 Claude for Desktop。

4. 现在您可以在与 Claude 的对话中使用 Opendatasoft MCP 服务器。

可用工具

目录工具

• search_datasets: 按关键字搜索数据集
• get_dataset_info: 获取有关特定数据集的详细信息
• list_datasets_by_publisher: 列出特定发布者的数据集
• list_dataset_fields: 列出数据集中的所有字段及其类型和描述

查询工具

• get_dataset_records: 获取数据集中的记录，带有可选的过滤和排序
• get_dataset_aggregates: 使用 ODSQL 聚合函数从数据集中获取聚合数据
• facet_analysis: 分析数据集的 facet 值分布
• search_dataset_records: 在数据集中搜索特定记录
• get_export_url: 获取用于以各种格式导出数据集记录的 URL

分析工具

• summarize_dataset: 生成数据集的综合摘要
• analyze_numeric_field: 分析数字字段，包括最小值、最大值、平均值和分布
• analyze_text_field: 分析文本字段，包括值频率
• analyze_date_field: 分析日期字段，包括范围、按年/月分布
• generate_dataset_statistics: 为数据集中的所有字段生成综合统计信息

Claude 的示例查询

以下是一些您在使用此 MCP 服务器时可以向 Claude 提出的示例查询：

• "查找与交通运输相关的数据集。"
• "向我展示由世界粮食计划署发布的数据集。"
• "“world-administrative-boundaries”数据集中的字段是什么？"
• "从“gold-prices”数据集中获取 5 条记录。"
• "计算“geonames-all-cities-with-a-population-1000”数据集中每个国家/地区的城市数量。"
• "分析“world-administrative-boundaries”数据集中的“population”字段。"
• "“gold-prices”数据集中按年份的记录分布是什么？"
• "为“gold-prices”数据集生成一个 CSV 导出 URL，其中价格按日期排序。"

了解 ODSQL

此 MCP 服务器中的许多工具都使用 Opendatasoft 查询语言 (ODSQL) 来过滤、聚合和排序数据。 以下是一些基本示例：

Select 子句

选择要返回的字段：

select=field1, field2, field3

聚合：

select=count(*) as total, avg(field) as average

Where 子句

过滤记录：

where=field > 100
where=date_field >= date'2020-01-01'
where=text_field like "Paris"

全文搜索：

where=search(field, "keyword")

Group By 子句

分组结果：

group_by=field
group_by=year(date_field)

Order By 子句

排序结果：

order_by=field ASC
order_by=field DESC

有关 ODSQL 语法的更多详细信息，请参阅 Opendatasoft 文档。

许可证

该项目已获得 MIT 许可证的许可 - 有关详细信息，请参阅 LICENSE 文件。

致谢

• Opendatasoft 提供 Explore API
• 模型上下文协议 (MCP) 使 AI 助手能够与工具交互
• Claude 提供 AI 助手功能