Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@MCP Server for Danmarks StatistikHvor mange mennesker bor der i København?"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
MCP Server for Danmarks Statistik
En MCP server, der eksponerer Danmarks Statistiks Statistikbank API som programmerbare ressourcer, hvilket gør det nemt at integrere med sprogmodeller og moderne AI-applikationer.
Funktioner
Fuld adgang til Danmarks Statistik API endpoints:
Emner (subjects)
Tabeller (tables)
Tabelmetadata (tableinfo)
Data
Understøtter alle originale parametre fra API'et
Returnerer data i forskellige formater: JSON, JSONSTAT, CSV, m.fl.
Velegnet til integration med Large Language Models (LLMs) der understøtter MCP
Related MCP server: World Bank MCP Server
Værdi og anvendelse
Denne MCP-integration giver mulighed for at bygge AI-assistenter, der kan udføre datadrevne analyser baseret på naturlig sproginteraktion med Danmarks Statistiks data. Brugerne kan stille almindelige spørgsmål på dansk, og AI-assistenten finder selv de relevante tabeller, henter data, og præsenterer resultaterne på en forståelig måde.
Konkrete eksempler på spørgsmål
Med denne integration kan brugere stille simple spørgsmål som:
"Hvor mange mennesker bor der i København?" (667.099 indbyggere iflg. seneste tal)
"Hvilken kommune har de sidste 10 år haft det største procentvise fald i indbyggere?" (Lolland med et fald på 9,07%)
"I hvilken kommune bor flest i almen boligbyggeri?" (absolut: København, procentvis: Brøndby med 50,9%)
"Hvordan er kønsfordelingen blandt beboere i almene boliger?" (53,3% kvinder / 46,7% mænd nationalt)
Fordele
Ingen kodekundskaber krævet - Slutbrugeren behøver ikke kende til SQL, programmering eller datastrukturer
Naturligt sprog - Interaktion foregår med almindelige spørgsmål på dansk
Automatisk datafinding - AI-assistenten finder selv de relevante tabeller og data
Kontekstbevidst analyse - Kan sammenligne data på tværs af tid, geografi og kategorier
Tidsbesparende - Eliminerer behovet for manuel datasøgning og -behandling
Demokratiserer data - Gør komplekse statistiske data tilgængelige for alle
