[{"_1":2,"_279":-5,"_280":-5},"loaderData",{"_3":4,"_22":23,"_24":25,"_229":230},"root",{"_5":6,"_7":8},"toasts",[],"visitor",{"_9":10,"_11":12},"viewportWidth",1280,"visitorSession",{"_13":14,"_16":17,"_18":-5,"_19":20,"_21":-5},"attributes",[15],"BOT","id",8144035,"membership","referenceId","01977afc-0380-74ac-b6b6-379a0c651892","userAccount","routes/_public/_layout",{},"routes/_public/mcp/servers/~namespace/~slug/_pages/_layout",{"_26":27,"_68":-5,"_69":28,"_29":70,"_146":147,"_228":121},"availableLocales",[28,40,47,54,61],{"_29":30,"_33":37,"_38":39},"mcpServer",{"_31":32,"_33":34,"_35":36},"description","Access to many public datasets right from your LLM application.","name","Open Data Model Context Protocol","readme","# Open Data Model Context Protocol\n\n![vc3598_Hyper-realistic_Swiss_landscape_pristine_SBB_red_train_p_40803c2e-43f5-410e-89aa-f6bdcb4cd089](https://github.com/user-attachments/assets/80c823dd-0b26-4d06-98f9-5c6d7c9103de)\n

\n Connect Open Data to LLMs in minutes!\n

\n \n $\"CI\"$ \n \n \n $\"Package$ \n \n \n $\"License\"$ \n \n \n $\"License\"$ \n \n \n $\"Stars\"$ \n \n

\n\n## See it in action\n\nhttps://github.com/user-attachments/assets/760e1a16-add6-49a1-bf71-dfbb335e893e\n\nWe enable 2 things: \n\n* **Open Data Access**: Access to many public datasets right from your LLM application (starting with Claude, more to come).\n* **Publishing**: Get community help and a distribution network to distribute your Open Data. Get everyone to use it!\n\nHow do we do that?\n\n* **Access**: Setup our MCP servers in your LLM application in 2 clicks via our CLI tool (starting with Claude, see Roadmap for next steps).\n* **Publish**: Use provided templates and guidelines to quickly contribute and publish on Open Data MCP. Make your data easily discoverable!\n\n## Usage\n\n### Access: Access Open Data using Open Data MCP CLI Tool\n\n#### Prerequisites\n\nIf you want to use Open Data MCP with Claude Desktop app client you need to install the [Claude Desktop app](https://claude.ai/download).\n\nYou will also need `uv` to easily run our CLI and MCP servers.\n\n##### macOS\n\n```bash\n# you need to install uv through homebrew as using the install shell script \n# will install it locally to your user which make it unavailable in the Claude Desktop app context.\nbrew install uv\n```\n\n##### Windows\n\n```bash\n# (UNTESTED)\npowershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n```\n\n#### Open Data MCP - CLI Tool\n\n##### Overview\n\n```bash\n# show available commands\nuvx odmcp \n\n# show available providers\nuvx odmcp list\n\n# show info about a provider\nuvx odmcp info $PROVIDER_NAME\n\n# setup a provider's MCP server on your Claude Desktop app\nuvx odmcp setup $PROVIDER_NAME\n\n# remove a provider's MCP server from your Claude Desktop app\nuvx odmcp remove $PROVIDER_NAME\n```\n\n##### Example\n\nQuickstart for the Switzerland SBB (train company) provider:\n\n```bash\n# make sure claude is installed\nuvx odmcp setup ch_sbb\n```\n\nRestart Claude and you should see a new hammer icon at the bottom right of the chat.\n\nYou can now ask questions to Claude about SBB train network disruption and it will answer based on data collected on `data.sbb.ch`.\n\n### Publish: Contribute by building and publishing public datasets\n\n#### Prerequisites\n\n1. **Install UV Package Manager**\n ```bash\n # macOS\n brew install uv\n\n # Windows (PowerShell)\n powershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n\n # Linux/WSL\n curl -LsSf https://astral.sh/uv/install.sh | sh\n ```\n\n2. **Clone & Setup Repository**\n ```bash\n # Clone the repository\n git clone https://github.com/OpenDataMCP/OpenDataMCP.git\n cd OpenDataMCP\n\n # Create and activate virtual environment\n uv venv\n source .venv/bin/activate # Unix/macOS\n # or\n .venv\\Scripts\\activate # Windows\n\n # Install dependencies\n uv sync\n ```\n\n3. **Install Pre-commit Hooks**\n ```bash\n # Install pre-commit hooks for code quality\n pre-commit install\n ```\n\n#### Publishing Instructions\n\n1. **Create a New Provider Module**\n * Each data source needs its own python module.\n * Create a new Python module in `src/odmcp/providers/`.\n * Use a descriptive name following the pattern: `{country_code}_{organization}.py` (e.g., `ch_sbb.py`).\n * Start with our [template file](https://github.com/OpenDataMCP/OpenDataMCP/blob/main/src/odmcp/providers/__template__.py) as your base.\n\n2. **Implement Required Components**\n * Define your Tools & Resources following the template structure\n * Each Tool or Resource should have:\n - Clear description of its purpose\n - Well-defined input/output schemas using Pydantic models\n - Proper error handling\n - Documentation strings\n\n3. **Tool vs Resource**\n * Choose **Tool** implementation if your data needs:\n - Active querying or computation\n - Parameter-based filtering\n - Complex transformations\n * Choose **Resource** implementation if your data is:\n - Static or rarely changing\n - Small enough to be loaded into memory\n - Simple file-based content\n - Reference documentation or lookup tables\n * Reference the [MCP documentation](https://github.com/modelcontextprotocol/python-sdk?tab=readme-ov-file#primitives) for guidance\n\n4. **Testing**\n * Add tests in the `tests/` directory\n * Follow existing test patterns (see other provider tests)\n * Required test coverage:\n - Basic functionality\n - Edge cases\n - Error handling\n\n5. **Validation**\n * Test your MCP server using our experimental client: `uv run src/odmcp/providers/client.py`\n * Verify all endpoints respond correctly\n * Ensure error messages are helpful\n * Check performance with typical query loads\n\nFor other examples, check our existing providers in the `src/odmcp/providers/` directory.\n\n## Contributing\n\nWe have an ambitious roadmap and we want this project to scale with the community. The ultimate goal is to make the millions of datasets publicly available to all LLM applications. \n\nFor that we need your help!\n\n### Discord\n\nWe want to build a helping community around the challenge of bringing open data to LLM's. Join us on discord to start chatting: [https://discord.gg/QPFFZWKW](https://discord.gg/hDg4ZExjGs)\n\n### Our Core Guidelines\n\nBecause of our target scale we want to keep things simple and pragmatic at first. Tackle issues with the community as they come along.\n\n1. **Simplicity and Maintainability**\n * Minimize abstractions to keep codebase simple and scalable\n * Focus on clear, straightforward implementations\n * Avoid unnecessary complexity\n\n2. **Standardization / Templates**\n * Follow provided templates and guidelines consistently\n * Maintain uniform structure across providers\n * Use common patterns for similar functionality\n\n3. **Dependencies**\n * Keep external dependencies to a minimum\n * Prioritize single repository/package setup\n * Carefully evaluate necessity of new dependencies\n\n4. **Code Quality**\n * Format code using ruff\n * Maintain comprehensive test coverage with pytest\n * Follow consistent code style\n\n5. **Type Safety**\n * Use Python type hints throughout\n * Leverage Pydantic models for API request/response validation\n * Ensure type safety in data handling\n\n### Tactical Topics (our current priorities)\n* [x] Initialize repository with guidelines, testing framework, and contribution workflow\n* [x] Implement CI/CD pipeline with automated PyPI releases\n* [x] Develop provider template and first reference implementation\n* [ ] **Integrate additional open datasets (actively seeking contributors)**\n* [ ] Establish clear guidelines for choosing between Resources and Tools\n* [ ] Develop scalable repository architecture for long-term growth\n* [ ] Expand MCP SDK parameter support (authentication, rate limiting, etc.)\n* [ ] Implement additional MCP protocol features (prompts, resource templates)\n* [ ] Add support for alternative transport protocols beyond stdio (SSE)\n* [ ] Deploy hosted MCP servers for improved accessibility\n\n## Roadmap\nLet’s build the open source infrastructure that will allow all LLMs to access all Open Data together!\n\n### Access:\n* Make Open Data available to all LLM applications (beyond Claude)\n* Make Open Data data sources searchable in a scalable way\n* Make Open Data available through MCP remotely (SSE) with publicly sponsored infrastructure\n\n### Publish:\n* Build the many Open Data MCP servers to make all the Open Data truly accessible (we need you!).\n* On our side we are starting to build MCP servers for Switzerland ~12k open dataset! \n* Make it even easier to build Open Data MCP servers\n\nWe are very early, and lack of dataset available is currently the bottleneck. Help yourself! Create your Open Data MCP server and get users to use it as well from their LLMs applications. Let’s connect LLMs to the millions of open datasets from governments, public entities, companies and NGOs!\n\nAs Anthropic's MCP evolves we will adapt and upgrade Open Data MCP.\n\n## Limitations\n\n* All data served by Open Data MCP servers should be Open. \n* Please oblige to the data licenses of the data providers.\n* Our License must be quoted in commercial applications.\n\n## References\n\n* Kudos to [Anthropic's open source MCP](https://spec.modelcontextprotocol.io/) release enabling initiative like this one.\n\n## License\n\nThis project is licensed under the MIT License - see the [LICENSE](LICENSE) file for details\n","English","tag","en-US",{"_29":41,"_33":45,"_38":46},{"_31":42,"_33":43,"_35":44},"Acceso a muchos conjuntos de datos públicos directamente desde su aplicación LLM.","Protocolo de contexto del modelo de datos abiertos","# Protocolo de contexto del modelo de datos abiertos\n\n![vc3598\\_Paisaje suizo hiperrealista\\_prístino\\_SBB\\_tren rojo\\_p\\_40803c2e-43f5-410e-89aa-f6bdcb4cd089](https://github.com/user-attachments/assets/80c823dd-0b26-4d06-98f9-5c6d7c9103de)\n\n## Verlo en acción\n\n\n\nHabilitamos 2 cosas:\n\n* **Acceso a datos abiertos** : acceso a muchos conjuntos de datos públicos directamente desde su aplicación LLM (comenzando con Claude, habrá más por venir).\n* **Publicación** : Consigue apoyo comunitario y una red de distribución para distribuir tus Datos Abiertos. ¡Haz que todos los usen!\n\n¿Cómo lo hacemos?\n\n* **Acceso** : configure nuestros servidores MCP en su aplicación LLM en 2 clics a través de nuestra herramienta CLI (comenzando con Claude, consulte la Hoja de ruta para los próximos pasos).\n* **Publicar** : Usa las plantillas y directrices proporcionadas para contribuir y publicar rápidamente en Open Data MCP. ¡Haz que tus datos sean fácilmente visibles!\n\n## Uso\n\n### Acceso: Acceda a datos abiertos mediante la herramienta CLI de Open Data MCP\n\n#### Prerrequisitos\n\nSi desea utilizar Open Data MCP con el cliente de la aplicación Claude Desktop, debe instalar la [aplicación Claude Desktop](https://claude.ai/download) .\n\nTambién necesitarás `uv` para ejecutar fácilmente nuestros servidores CLI y MCP.\n\n##### macOS\n\n```bash\n# you need to install uv through homebrew as using the install shell script \n# will install it locally to your user which make it unavailable in the Claude Desktop app context.\nbrew install uv\n```\n\n##### Ventanas\n\n```bash\n# (UNTESTED)\npowershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n```\n\n#### Herramienta CLI de Open Data MCP\n\n##### Descripción general\n\n```bash\n# show available commands\nuvx odmcp \n\n# show available providers\nuvx odmcp list\n\n# show info about a provider\nuvx odmcp info $PROVIDER_NAME\n\n# setup a provider's MCP server on your Claude Desktop app\nuvx odmcp setup $PROVIDER_NAME\n\n# remove a provider's MCP server from your Claude Desktop app\nuvx odmcp remove $PROVIDER_NAME\n```\n\n##### Ejemplo\n\nGuía de inicio rápido para el proveedor SBB (compañía ferroviaria) de Suiza:\n\n```bash\n# make sure claude is installed\nuvx odmcp setup ch_sbb\n```\n\nReinicia a Claude y deberías ver un nuevo ícono de martillo en la parte inferior derecha del chat.\n\nAhora puedes hacerle preguntas a Claude sobre las interrupciones en la red de trenes SBB y te responderá basándose en los datos recopilados en `data.sbb.ch`\n\n### Publicar: Contribuya creando y publicando conjuntos de datos públicos.\n\n#### Prerrequisitos\n\n1. **Instalar el Administrador de paquetes UV**\n\n ```bash\n # macOS\n brew install uv\n\n # Windows (PowerShell)\n powershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n\n # Linux/WSL\n curl -LsSf https://astral.sh/uv/install.sh | sh\n ```\n\n2. **Clonar y configurar el repositorio**\n\n ```bash\n # Clone the repository\n git clone https://github.com/OpenDataMCP/OpenDataMCP.git\n cd OpenDataMCP\n\n # Create and activate virtual environment\n uv venv\n source .venv/bin/activate # Unix/macOS\n # or\n .venv\\Scripts\\activate # Windows\n\n # Install dependencies\n uv sync\n ```\n\n3. **Instalar ganchos de pre-confirmación**\n\n ```bash\n # Install pre-commit hooks for code quality\n pre-commit install\n ```\n\n#### Instrucciones de publicación\n\n1. **Crear un nuevo módulo de proveedor**\n\n * Cada fuente de datos necesita su propio módulo de Python.\n * Cree un nuevo módulo de Python en `src/odmcp/providers/` .\n * Utilice un nombre descriptivo que siga el patrón: `{country_code}_{organization}.py` (por ejemplo, `ch_sbb.py` ).\n * Comience con nuestro [archivo de plantilla](https://github.com/OpenDataMCP/OpenDataMCP/blob/main/src/odmcp/providers/__template__.py) como base.\n\n2. **Implementar los componentes necesarios**\n\n * Define tus herramientas y recursos siguiendo la estructura de la plantilla\n * Cada herramienta o recurso debe tener:\n * Descripción clara de su propósito\n * Esquemas de entrada/salida bien definidos utilizando modelos Pydantic\n * Manejo adecuado de errores\n * Cadenas de documentación\n\n3. **Herramienta vs. recurso**\n\n * Elija Implementación **de la herramienta** si sus datos necesitan:\n * Consulta o cálculo activo\n * Filtrado basado en parámetros\n * Transformaciones complejas\n * Elija Implementación **de recursos** si sus datos son:\n * Estático o que rara vez cambia\n * Lo suficientemente pequeño para ser cargado en la memoria\n * Contenido simple basado en archivos\n * Documentación de referencia o tablas de búsqueda\n * Consulte la [documentación de MCP](https://github.com/modelcontextprotocol/python-sdk?tab=readme-ov-file#primitives) para obtener orientación.\n\n4. **Pruebas**\n\n * Agregar pruebas en el directorio `tests/`\n * Siga los patrones de prueba existentes (consulte las pruebas de otros proveedores)\n * Cobertura de prueba requerida:\n * Funcionalidad básica\n * Casos extremos\n * Manejo de errores\n\n5. **Validación**\n\n * Pruebe su servidor MCP usando nuestro cliente experimental: `uv run src/odmcp/providers/client.py`\n * Verificar que todos los puntos finales respondan correctamente\n * Asegúrese de que los mensajes de error sean útiles\n * Comprobar el rendimiento con cargas de consulta típicas\n\nPara ver otros ejemplos, consulte nuestros proveedores existentes en el directorio `src/odmcp/providers/` .\n\n## Contribuyendo\n\nTenemos una hoja de ruta ambiciosa y queremos que este proyecto crezca con la comunidad. El objetivo final es que los millones de conjuntos de datos estén disponibles públicamente para todas las aplicaciones LLM.\n\n¡Para esto necesitamos tu ayuda!\n\n### Discordia\n\nQueremos construir una comunidad de apoyo en torno al reto de llevar datos abiertos a los programas de LLM. Únete a nuestro Discord para empezar a chatear: [https://discord.gg/QPFFZWKW](https://discord.gg/hDg4ZExjGs)\n\n### Nuestras directrices básicas\n\nDebido a nuestra escala objetivo, queremos mantener las cosas simples y pragmáticas al principio. Abordaremos los problemas con la comunidad conforme surjan.\n\n1. **Simplicidad y mantenibilidad**\n\n * Minimizar las abstracciones para mantener la base de código simple y escalable\n * Centrarse en implementaciones claras y sencillas\n * Evite la complejidad innecesaria\n\n2. **Estandarización / Plantillas**\n\n * Siga las plantillas y pautas proporcionadas de manera constante\n * Mantener una estructura uniforme entre todos los proveedores\n * Utilice patrones comunes para una funcionalidad similar\n\n3. **Dependencias**\n\n * Mantenga las dependencias externas al mínimo\n * Priorizar la configuración de un único repositorio/paquete\n * Evaluar cuidadosamente la necesidad de nuevas dependencias\n\n4. **Calidad del código**\n\n * Formatear código usando ruff\n * Mantenga una cobertura de pruebas integral con pytest\n * Seguir un estilo de código consistente\n\n5. **Seguridad de tipos**\n\n * Utilice sugerencias de tipos de Python en todo momento\n * Aproveche los modelos de Pydantic para la validación de solicitudes/respuestas de API\n * Garantizar la seguridad de tipos en el manejo de datos\n\n### Temas tácticos (nuestras prioridades actuales)\n\n* \\[x] Inicializar el repositorio con pautas, marco de prueba y flujo de trabajo de contribución\n* \\[x] Implementar una canalización de CI/CD con versiones automatizadas de PyPI\n* \\[x] Desarrollar plantilla de proveedor y primera implementación de referencia\n* \\[ ] **Integrar conjuntos de datos abiertos adicionales (se busca activamente contribuyentes)**\n* \\[ ] Establecer pautas claras para elegir entre Recursos y Herramientas\n* \\[ ] Desarrollar una arquitectura de repositorio escalable para el crecimiento a largo plazo\n* \\[ ] Ampliar la compatibilidad de parámetros del SDK de MCP (autenticación, limitación de velocidad, etc.)\n* \\[ ] Implementar funciones adicionales del protocolo MCP (avisos, plantillas de recursos)\n* \\[ ] Agregar soporte para protocolos de transporte alternativos más allá de stdio (SSE)\n* \\[ ] Implementar servidores MCP alojados para mejorar la accesibilidad\n\n## Hoja de ruta\n\n¡Construyamos la infraestructura de código abierto que permitirá que todos los LLM puedan acceder a todos los datos abiertos juntos!\n\n### Acceso:\n\n* Poner los datos abiertos a disposición de todas las solicitudes de LLM (más allá de Claude)\n* Hacer que las fuentes de datos de datos abiertos se puedan buscar de forma escalable\n* Poner a disposición datos abiertos a través de MCP de forma remota (SSE) con infraestructura patrocinada públicamente\n\n### Publicar:\n\n* Construya los numerosos servidores MCP de Datos Abiertos para que todos los Datos Abiertos sean verdaderamente accesibles (¡lo necesitamos!).\n* De nuestro lado, estamos comenzando a construir servidores MCP para Suiza: ¡un conjunto de datos abierto de ~12 000!\n* Haga que sea aún más fácil crear servidores MCP de datos abiertos\n\nEs muy pronto, y la falta de conjuntos de datos disponibles es actualmente un obstáculo. ¡Ayúdese! Cree su servidor MCP de Datos Abiertos e invite a los usuarios a usarlo también desde sus aplicaciones LLM. ¡Conectemos las LLM con los millones de conjuntos de datos abiertos de gobiernos, entidades públicas, empresas y ONG!\n\nA medida que el MCP de Anthropic evolucione, adaptaremos y actualizaremos el MCP de datos abiertos.\n\n## Limitaciones\n\n* Todos los datos servidos por los servidores Open Data MCP deben ser abiertos.\n* Por favor, respete las licencias de datos de los proveedores de datos.\n* Nuestra Licencia debe ser citada en aplicaciones comerciales.\n\n## Referencias\n\n* Felicitaciones a [Anthropic por su lanzamiento de MCP de código abierto](https://spec.modelcontextprotocol.io/) que permite iniciativas como ésta.\n\n## Licencia\n\nEste proyecto está licenciado bajo la licencia MIT: consulte el archivo de [LICENCIA](LICENSE) para obtener más detalles.","Spanish","es-ES",{"_29":48,"_33":52,"_38":53},{"_31":49,"_33":50,"_35":51},"LLM アプリケーションから多数の公開データセットに直接アクセスできます。","オープンデータモデルコンテキストプロトコル","# オープンデータモデルコンテキストプロトコル\n\n![vc3598\\_ハイパーリアル\\_スイス\\_風景\\_美しい\\_SBB\\_赤い列車\\_p\\_40803c2e-43f5-410e-89aa-f6bdcb4cd089](https://github.com/user-attachments/assets/80c823dd-0b26-4d06-98f9-5c6d7c9103de)\n\n## 実際に動作を見てみましょう\n\n\n\n私たちは次の 2 つのことを実現します:\n\n* **オープンデータアクセス**: LLM アプリケーションから多数のパブリックデータセットに直接アクセスできます (Claude から始まり、今後さらに追加されます)。\n* **公開**：コミュニティの協力と配信ネットワークを活用して、オープンデータを配信しましょう。みんなに使ってもらいましょう！\n\nそれはどうやってやるんですか?\n\n* **アクセス**: CLI ツールを使用して 2 回のクリックで LLM アプリケーションに MCP サーバーをセットアップします (Claude から開始します。次の手順についてはロードマップを参照してください)。\n* **公開**：提供されているテンプレートとガイドラインを活用して、Open Data MCPに迅速に貢献し、公開しましょう。データを簡単に見つけられるようにしましょう！\n\n## 使用法\n\n### アクセス: Open Data MCP CLI ツールを使用してオープンデータにアクセスします\n\n#### 前提条件\n\nClaude デスクトップアプリクライアントで Open Data MCP を使用する場合は[、Claude デスクトップアプリ](https://claude.ai/download)をインストールする必要があります。\n\nCLI および MCP サーバーを簡単に実行するには、 `uv`必要になります。\n\n##### macOS\n\n```bash\n# you need to install uv through homebrew as using the install shell script \n# will install it locally to your user which make it unavailable in the Claude Desktop app context.\nbrew install uv\n```\n\n##### ウィンドウズ\n\n```bash\n# (UNTESTED)\npowershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n```\n\n#### オープンデータ MCP - CLI ツール\n\n##### 概要\n\n```bash\n# show available commands\nuvx odmcp \n\n# show available providers\nuvx odmcp list\n\n# show info about a provider\nuvx odmcp info $PROVIDER_NAME\n\n# setup a provider's MCP server on your Claude Desktop app\nuvx odmcp setup $PROVIDER_NAME\n\n# remove a provider's MCP server from your Claude Desktop app\nuvx odmcp remove $PROVIDER_NAME\n```\n\n##### 例\n\nスイス SBB (鉄道会社) プロバイダーのクイックスタート:\n\n```bash\n# make sure claude is installed\nuvx odmcp setup ch_sbb\n```\n\nClaude を再起動すると、チャットの右下に新しいハンマーアイコンが表示されます。\n\nSBB 列車ネットワークの混乱について Claude に質問できるようになりました。Claude は`data.sbb.ch`で収集されたデータに基づいて回答します。\n\n### 公開: 公開データセットを構築して公開することで貢献する\n\n#### 前提条件\n\n1. **UVパッケージマネージャーをインストールする**\n\n ```bash\n # macOS\n brew install uv\n\n # Windows (PowerShell)\n powershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n\n # Linux/WSL\n curl -LsSf https://astral.sh/uv/install.sh | sh\n ```\n\n2. **リポジトリのクローンとセットアップ**\n\n ```bash\n # Clone the repository\n git clone https://github.com/OpenDataMCP/OpenDataMCP.git\n cd OpenDataMCP\n\n # Create and activate virtual environment\n uv venv\n source .venv/bin/activate # Unix/macOS\n # or\n .venv\\Scripts\\activate # Windows\n\n # Install dependencies\n uv sync\n ```\n\n3. **コミット前フックをインストールする**\n\n ```bash\n # Install pre-commit hooks for code quality\n pre-commit install\n ```\n\n#### 出版手順\n\n1. **新しいプロバイダーモジュールを作成する**\n\n * 各データソースには独自の Python モジュールが必要です。\n * `src/odmcp/providers/`に新しい Python モジュールを作成します。\n * `{country_code}_{organization}.py` (例: `ch_sbb.py` ) というパターンに従ったわかりやすい名前を使用します。\n * ベースとして [テンプレートファイル](https://github.com/OpenDataMCP/OpenDataMCP/blob/main/src/odmcp/providers/__template__.py)から始めます。\n\n2. **必要なコンポーネントを実装する**\n\n * テンプレート構造に従ってツールとリソースを定義します\n * 各ツールまたはリソースには次のものが必要です。\n * 目的の明確な説明\n * Pydanticモデルを使用した明確に定義された入力/出力スキーマ\n * 適切なエラー処理\n * ドキュメント文字列\n\n3. **ツール vs リソース**\n\n * データに次のものが必要な場合は、**ツール**実装を選択します。\n * アクティブなクエリまたは計算\n * パラメータベースのフィルタリング\n * 複雑な変換\n * データが次の場合は、**リソース**実装を選択します。\n * 静的またはほとんど変化しない\n * メモリにロードできるほど小さい\n * シンプルなファイルベースのコンテンツ\n * 参照ドキュメントまたは参照テーブル\n * ガイダンスについては[MCPドキュメント](https://github.com/modelcontextprotocol/python-sdk?tab=readme-ov-file#primitives)を参照してください\n\n4. **テスト**\n\n * テストを`tests/`ディレクトリに追加する\n * 既存のテストパターンに従う（他のプロバイダーのテストを参照）\n * 必要なテスト範囲:\n * 基本機能\n * エッジケース\n * エラー処理\n\n5. **検証**\n\n * 実験的なクライアントを使用して MCP サーバーをテストします: `uv run src/odmcp/providers/client.py`\n * すべてのエンドポイントが正しく応答することを確認する\n * エラーメッセージが役立つことを確認する\n * 一般的なクエリ負荷でパフォーマンスを確認する\n\nその他の例については、 `src/odmcp/providers/`ディレクトリ内の既存のプロバイダーを確認してください。\n\n## 貢献\n\n私たちは野心的なロードマップを描いており、このプロジェクトをコミュニティと共に成長させたいと考えています。最終的な目標は、数百万ものデータセットをすべてのLLMアプリケーションで公開することです。\n\nそのためには皆さんの助けが必要です!\n\n### 不和\n\nLLMにオープンデータを提供するという課題に取り組む、支援コミュニティを構築したいと考えています。Discordに参加してチャットを始めましょう： [https://discord.gg/QPFFZWKW](https://discord.gg/hDg4ZExjGs)\n\n### 私たちのコアガイドライン\n\n目標規模が大きいため、最初はシンプルかつ実用的なアプローチを心がけています。問題が発生した場合は、コミュニティと共に解決していきます。\n\n1. **シンプルさと保守性**\n\n * 抽象化を最小限に抑えてコードベースをシンプルかつスケーラブルに保つ\n * 明確で分かりやすい実装に焦点を当てる\n * 不必要な複雑さを避ける\n\n2. **標準化/テンプレート**\n\n * 提供されたテンプレートとガイドラインに一貫して従う\n * プロバイダー間で統一された構造を維持する\n * 同様の機能には共通のパターンを使用する\n\n3. **依存関係**\n\n * 外部依存を最小限に抑える\n * 単一リポジトリ/パッケージのセットアップを優先する\n * 新しい依存関係の必要性を慎重に評価する\n\n4. **コード品質**\n\n * ruff を使用したコードのフォーマット\n * pytestで包括的なテストカバレッジを維持する\n * 一貫したコードスタイルに従う\n\n5. **型安全性**\n\n * Pythonの型ヒントを全体的に使用する\n * APIリクエスト/レスポンス検証にPydanticモデルを活用する\n * データ処理における型安全性を確保する\n\n### 戦術的トピック（現在の優先事項）\n\n* \\[x] ガイドライン、テストフレームワーク、貢献ワークフローを備えたリポジトリを初期化する\n* \\[x] 自動化されたPyPIリリースによるCI/CDパイプラインの実装\n* \\[x] プロバイダーテンプレートと最初のリファレンス実装を開発する\n* \\[ ]**追加のオープンデータセットを統合する（積極的に貢献者を募集中）**\n* \\[ ] リソースとツールの選択に関する明確なガイドラインを確立する\n* \\[ ] 長期的な成長に対応できるスケーラブルなリポジトリアーキテクチャを開発する\n* \\[ ] MCP SDK パラメータのサポートを拡張（認証、レート制限など）\n* \\[ ] 追加のMCPプロトコル機能（プロンプト、リソーステンプレート）を実装する\n* \\[ ] stdio以外の代替トランスポートプロトコルのサポートを追加(SSE)\n* \\[ ] アクセシビリティ向上のためホスト型MCPサーバーを導入\n\n## ロードマップ\n\nすべての LLM がすべてのオープンデータにアクセスできるオープンソースインフラストラクチャを構築しましょう。\n\n### アクセス：\n\n* オープンデータをすべてのLLMアプリケーションで利用できるようにする（クロード以外）\n* オープンデータのデータソースをスケーラブルな方法で検索可能にする\n* 公的に支援されたインフラストラクチャを使用して、MCP を通じてオープンデータをリモートで利用できるようにする (SSE)\n\n### 公開：\n\n* 多数のオープンデータ MCP サーバーを構築して、すべてのオープンデータに実際にアクセスできるようにします (皆さんの協力が必要です)。\n* 当社では、スイスの約 12,000 のオープンデータセット用の MCP サーバーの構築を開始しています。\n* オープンデータMCPサーバーの構築をさらに簡単に\n\nまだ初期段階であり、利用可能なデータセットの不足が現状のボトルネックとなっています。ぜひご自身でオープンデータMCPサーバーを構築し、LLMアプリケーションからも利用できるようにしましょう。LLMを、政府、公共機関、企業、NGOが運営する数百万ものオープンデータセットに接続しましょう！\n\nAnthropic の MCP が進化するにつれ、Open Data MCP を適応させ、アップグレードしていきます。\n\n## 制限事項\n\n* Open Data MCP サーバーによって提供されるすべてのデータはオープンである必要があります。\n* データプロバイダーのデータライセンスに従ってください。\n* 商用アプリケーションでは当社のライセンスを引用する必要があります。\n\n## 参考文献\n\n* このような取り組みを可能にした[Anthropic のオープンソース MCP](https://spec.modelcontextprotocol.io/)リリースに敬意を表します。\n\n## ライセンス\n\nこのプロジェクトはMITライセンスの下でライセンスされています - 詳細については[LICENSE](LICENSE)ファイルを参照してください","Japanese","ja-JP",{"_29":55,"_33":59,"_38":60},{"_31":56,"_33":57,"_35":58},"LLM 지원서에서 바로 다양한 공개 데이터 세트에 액세스할 수 있습니다.","오픈 데이터 모델 컨텍스트 프로토콜","# 오픈 데이터 모델 컨텍스트 프로토콜\n\n![vc3598\\_초현실적\\_스위스\\_풍경\\_깨끗한\\_SBB\\_레드\\_트레인\\_p\\_40803c2e-43f5-410e-89aa-f6bdcb4cd089](https://github.com/user-attachments/assets/80c823dd-0b26-4d06-98f9-5c6d7c9103de)\n\n## 실제로 확인해 보세요\n\n\n\n우리는 2가지를 가능하게 합니다:\n\n* **오픈 데이터 접근** : LLM 신청서에서 바로 많은 공개 데이터 세트에 접근합니다(클로드부터 시작해서 더 많은 내용이 나올 예정입니다).\n* **게시** : 커뮤니티의 도움과 배포 네트워크를 통해 오픈 데이터를 배포하세요. 모두가 사용할 수 있도록 하세요!\n\n어떻게 하면 그럴 수 있나요?\n\n* **접근** : CLI 도구를 사용하여 2번의 클릭만으로 LLM 애플리케이션에서 MCP 서버를 설정합니다(Claude부터 시작, 다음 단계는 로드맵 참조).\n* **게시** : 제공된 템플릿과 가이드라인을 사용하여 Open Data MCP에 빠르게 기여하고 게시하세요. 데이터를 쉽게 검색할 수 있도록 하세요!\n\n## 용법\n\n### 접근: Open Data MCP CLI 도구를 사용하여 오픈 데이터에 접근\n\n#### 필수 조건\n\nClaude Desktop 앱 클라이언트와 함께 Open Data MCP를 사용하려면 [Claude Desktop 앱을](https://claude.ai/download) 설치해야 합니다.\n\nCLI와 MCP 서버를 쉽게 실행하려면 `uv` 도 필요합니다.\n\n##### 맥OS\n\n지엑스피1\n\n##### 윈도우\n\n```bash\n# (UNTESTED)\npowershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n```\n\n#### 오픈 데이터 MCP - CLI 도구\n\n##### 개요\n\n```bash\n# show available commands\nuvx odmcp \n\n# show available providers\nuvx odmcp list\n\n# show info about a provider\nuvx odmcp info $PROVIDER_NAME\n\n# setup a provider's MCP server on your Claude Desktop app\nuvx odmcp setup $PROVIDER_NAME\n\n# remove a provider's MCP server from your Claude Desktop app\nuvx odmcp remove $PROVIDER_NAME\n```\n\n##### 예\n\n스위스 SBB(철도 회사) 공급업체를 위한 빠른 시작:\n\n```bash\n# make sure claude is installed\nuvx odmcp setup ch_sbb\n```\n\n클로드를 재시작하면 채팅 오른쪽 하단에 새로운 망치 아이콘이 표시됩니다.\n\n이제 클로드에게 SBB 열차 노선 중단에 관해 질문할 수 있으며, 클로드는 `data.sbb.ch` 에서 수집된 데이터를 기반으로 답변해 줄 것입니다.\n\n### 게시: 공개 데이터 세트를 구축하고 게시하여 기여하세요.\n\n#### 필수 조건\n\n1. **UV 패키지 관리자 설치**\n\n ```bash\n # macOS\n brew install uv\n\n # Windows (PowerShell)\n powershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n\n # Linux/WSL\n curl -LsSf https://astral.sh/uv/install.sh | sh\n ```\n\n2. **복제 및 설정 저장소**\n\n ```bash\n # Clone the repository\n git clone https://github.com/OpenDataMCP/OpenDataMCP.git\n cd OpenDataMCP\n\n # Create and activate virtual environment\n uv venv\n source .venv/bin/activate # Unix/macOS\n # or\n .venv\\Scripts\\activate # Windows\n\n # Install dependencies\n uv sync\n ```\n\n3. **사전 커밋 후크 설치**\n\n ```bash\n # Install pre-commit hooks for code quality\n pre-commit install\n ```\n\n#### 게시 지침\n\n1. **새로운 공급자 모듈 만들기**\n\n * 각 데이터 소스에는 고유한 Python 모듈이 필요합니다.\n * `src/odmcp/providers/` 에 새로운 Python 모듈을 만듭니다.\n * `{country_code}_{organization}.py` 패턴을 따르는 설명적 이름을 사용하세요(예: `ch_sbb.py` ).\n * 먼저 [템플릿 파일을](https://github.com/OpenDataMCP/OpenDataMCP/blob/main/src/odmcp/providers/__template__.py) 기반으로 시작하세요.\n\n2. **필수 구성 요소 구현**\n\n * 템플릿 구조에 따라 도구 및 리소스를 정의하세요.\n * 각 도구 또는 리소스에는 다음이 있어야 합니다.\n * 목적에 대한 명확한 설명\n * Pydantic 모델을 사용한 명확하게 정의된 입력/출력 스키마\n * 적절한 오류 처리\n * 문서 문자열\n\n3. **도구 대 리소스**\n\n * 데이터에 다음이 필요한 경우 **도구** 구현을 선택하세요.\n * 활성 쿼리 또는 계산\n * 매개변수 기반 필터링\n * 복잡한 변환\n * 데이터가 다음과 같은 경우 **리소스** 구현을 선택하세요.\n * 정적이거나 거의 변하지 않음\n * 메모리에 로드할 수 있을 만큼 작음\n * 간단한 파일 기반 콘텐츠\n * 참조 문서 또는 조회 테이블\n * 지침은 [MCP 문서를](https://github.com/modelcontextprotocol/python-sdk?tab=readme-ov-file#primitives) 참조하세요.\n\n4. **테스트**\n\n * `tests/` 디렉토리에 테스트를 추가합니다.\n * 기존 테스트 패턴을 따르세요(다른 공급자 테스트 참조)\n * 필수 테스트 범위:\n * 기본 기능\n * 에지 케이스\n * 오류 처리\n\n5. **확인**\n\n * 실험적 클라이언트를 사용하여 MCP 서버를 테스트하세요: `uv run src/odmcp/providers/client.py`\n * 모든 엔드포인트가 올바르게 응답하는지 확인하세요\n * 오류 메시지가 도움이 되는지 확인하세요\n * 일반적인 쿼리 로드로 성능 확인\n\n다른 예를 보려면 `src/odmcp/providers/` 디렉토리에서 기존 공급자를 확인하세요.\n\n## 기여하다\n\n저희는 야심찬 로드맵을 가지고 있으며, 이 프로젝트가 커뮤니티와 함께 확장되기를 바랍니다. 궁극적인 목표는 수백만 개의 데이터 세트를 모든 LLM 지원자에게 공개하는 것입니다.\n\n그러기 위해서는 여러분의 도움이 필요합니다!\n\n### 불화\n\nLLM에 오픈 데이터를 도입하는 과제를 함께 해결해 나갈 수 있는 커뮤니티를 만들고 싶습니다. 디스코드에서 채팅을 시작하세요: [https://discord.gg/QPFFZWKW](https://discord.gg/hDg4ZExjGs)\n\n### 우리의 핵심 가이드라인\n\n목표 규모 때문에 처음에는 간단하고 실용적인 방향으로 진행하고자 합니다. 문제가 생기면 커뮤니티와 함께 해결해 나가겠습니다.\n\n1. **단순성과 유지 관리성**\n\n * 코드베이스를 간단하고 확장 가능하게 유지하기 위해 추상화를 최소화합니다.\n * 명확하고 간단한 구현에 집중하세요\n * 불필요한 복잡성을 피하세요\n\n2. **표준화/템플릿**\n\n * 제공된 템플릿과 가이드라인을 일관되게 따르세요\n * 공급업체 전반에 걸쳐 균일한 구조 유지\n * 유사한 기능에는 공통 패턴을 사용하세요\n\n3. **종속성**\n\n * 외부 종속성을 최소한으로 유지하세요\n * 단일 저장소/패키지 설정을 우선시합니다.\n * 새로운 종속성의 필요성을 신중하게 평가하십시오.\n\n4. **코드 품질**\n\n * ruff를 사용하여 코드 형식 지정\n * PyTest로 포괄적인 테스트 범위 유지\n * 일관된 코드 스타일을 따르세요\n\n5. **유형 안전**\n\n * Python 유형 힌트를 전반적으로 사용하세요\n * API 요청/응답 검증을 위해 Pydantic 모델 활용\n * 데이터 처리 시 유형 안전성 보장\n\n### 전술적 주제(현재 우선순위)\n\n* \\[x] 가이드라인, 테스트 프레임워크 및 기여 워크플로를 사용하여 저장소 초기화\n* \\[x] 자동화된 PyPI 릴리스로 CI/CD 파이프라인 구현\n* \\[x] 공급자 템플릿과 첫 번째 참조 구현 개발\n* \\[ ] **추가 오픈 데이터세트 통합(적극적으로 기여자 모집)**\n* \\[ ] 리소스와 도구 선택을 위한 명확한 가이드라인을 수립합니다.\n* \\[ ] 장기적 성장을 위한 확장 가능한 저장소 아키텍처 개발\n* \\[ ] MCP SDK 매개변수 지원 확장(인증, 속도 제한 등)\n* \\[ ] 추가 MCP 프로토콜 기능(프롬프트, 리소스 템플릿) 구현\n* \\[ ] stdio(SSE)를 넘어서는 대체 전송 프로토콜에 대한 지원 추가\n* \\[ ] 향상된 접근성을 위해 호스팅된 MCP 서버 배포\n\n## 로드맵\n\n모든 LLM이 모든 오픈 데이터에 함께 접근할 수 있는 오픈 소스 인프라를 구축해 보세요!\n\n### 입장:\n\n* 모든 LLM 애플리케이션(Claude 외)에서 오픈 데이터를 사용할 수 있도록 합니다.\n* 확장 가능한 방식으로 오픈 데이터 데이터 소스를 검색 가능하게 만들기\n* 공공 후원 인프라를 통해 MCP를 통해 원격으로 오픈 데이터를 제공합니다(SSE).\n\n### 게시:\n\n* 모든 오픈 데이터에 실제로 접근할 수 있도록 많은 오픈 데이터 MCP 서버를 구축하세요(여러분이 필요합니다!).\n* 저희 측에서는 스위스를 위한 MCP 서버 구축을 시작했습니다. 약 12,000개의 오픈 데이터 세트가 있습니다!\n* Open Data MCP 서버 구축을 더욱 쉽게 만들어보세요\n\n아직 초기 단계이며, 현재 사용 가능한 데이터세트 부족이 병목 현상입니다. 직접 활용해 보세요! 오픈 데이터 MCP 서버를 구축하고 사용자들이 LLM 애플리케이션에서도 사용할 수 있도록 하세요. LLM을 정부, 공공기관, 기업, NGO의 수백만 개 오픈 데이터세트에 연결해 보세요!\n\nAnthropic의 MCP가 발전함에 따라 오픈 데이터 MCP를 이에 적응시키고 업그레이드할 것입니다.\n\n## 제한 사항\n\n* Open Data MCP 서버에서 제공하는 모든 데이터는 개방형이어야 합니다.\n* 데이터 제공자의 데이터 라이선스를 준수하세요.\n* 상업적인 용도로 사용하는 경우 라이센스를 인용해야 합니다.\n\n## 참고문헌\n\n* [Anthropic의 오픈소스 MCP](https://spec.modelcontextprotocol.io/) 릴리스를 가능하게 하는 이러한 이니셔티브에 찬사를 보냅니다.\n\n## 특허\n\n이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 [라이선스](LICENSE) 파일을 참조하세요.","Korean","ko-KR",{"_29":62,"_33":66,"_38":67},{"_31":63,"_33":64,"_35":65},"直接从您的 LLM 应用程序访问许多公共数据集。","开放数据模型上下文协议","# 开放数据模型上下文协议\n\n![vc3598\\_超现实\\_瑞士\\_景观\\_原始\\_SBB\\_红色\\_火车\\_p\\_40803c2e-43f5-410e-89aa-f6bdcb4cd089](https://github.com/user-attachments/assets/80c823dd-0b26-4d06-98f9-5c6d7c9103de)\n\n## 观看实际操作\n\n\n\n我们实现了两件事：\n\n* **开放数据访问**：直接从您的 LLM 应用程序访问许多公共数据集（从 Claude 开始，接下来会有更多）。\n* **发布**：利用社区帮助和分发网络来发布您的开放数据。让每个人都能使用它！\n\n我们该怎么做呢？\n\n* **访问**：通过我们的 CLI 工具，只需单击两次即可在您的 LLM 应用程序中设置我们的 MCP 服务器（从 Claude 开始，请参阅路线图了解后续步骤）。\n* **发布**：使用提供的模板和指南，快速在 Open Data MCP 上贡献和发布数据。让您的数据更容易被发现！\n\n## 用法\n\n### 访问：使用 Open Data MCP CLI 工具访问 Open Data\n\n#### 先决条件\n\n如果您想将 Open Data MCP 与 Claude Desktop 应用客户端一起使用，则需要安装[Claude Desktop 应用程序](https://claude.ai/download)。\n\n您还需要`uv`来轻松运行我们的 CLI 和 MCP 服务器。\n\n##### macOS\n\n```bash\n# you need to install uv through homebrew as using the install shell script \n# will install it locally to your user which make it unavailable in the Claude Desktop app context.\nbrew install uv\n```\n\n##### 视窗\n\n```bash\n# (UNTESTED)\npowershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n```\n\n#### 开放数据 MCP - CLI 工具\n\n##### 概述\n\n```bash\n# show available commands\nuvx odmcp \n\n# show available providers\nuvx odmcp list\n\n# show info about a provider\nuvx odmcp info $PROVIDER_NAME\n\n# setup a provider's MCP server on your Claude Desktop app\nuvx odmcp setup $PROVIDER_NAME\n\n# remove a provider's MCP server from your Claude Desktop app\nuvx odmcp remove $PROVIDER_NAME\n```\n\n##### 例子\n\n瑞士 SBB（火车公司）提供商的快速入门：\n\n```bash\n# make sure claude is installed\nuvx odmcp setup ch_sbb\n```\n\n重新启动 Claude，您应该会在聊天右下角看到一个新的锤子图标。\n\n您现在可以向 Claude 询问有关 SBB 火车网络中断的问题，它将根据在`data.sbb.ch`上收集的数据回答您的问题。\n\n### 发布：通过构建和发布公共数据集做出贡献\n\n#### 先决条件\n\n1. **安装 UV 包管理器**\n\n ```bash\n # macOS\n brew install uv\n\n # Windows (PowerShell)\n powershell -ExecutionPolicy ByPass -c \"irm https://astral.sh/uv/install.ps1 | iex\"\n\n # Linux/WSL\n curl -LsSf https://astral.sh/uv/install.sh | sh\n ```\n\n2. **克隆和设置存储库**\n\n ```bash\n # Clone the repository\n git clone https://github.com/OpenDataMCP/OpenDataMCP.git\n cd OpenDataMCP\n\n # Create and activate virtual environment\n uv venv\n source .venv/bin/activate # Unix/macOS\n # or\n .venv\\Scripts\\activate # Windows\n\n # Install dependencies\n uv sync\n ```\n\n3. **安装预提交钩子**\n\n ```bash\n # Install pre-commit hooks for code quality\n pre-commit install\n ```\n\n#### 发布说明\n\n1. **创建新的提供程序模块**\n\n * 每个数据源都需要自己的 python 模块。\n * 在`src/odmcp/providers/`中创建一个新的 Python 模块。\n * 使用以下模式的描述性名称： `{country_code}_{organization}.py` （例如， `ch_sbb.py` ）。\n * 以我们的 [模板文件](https://github.com/OpenDataMCP/OpenDataMCP/blob/main/src/odmcp/providers/__template__.py)作为基础开始。\n\n2. **实现所需的组件**\n\n * 按照模板结构定义您的工具和资源\n * 每个工具或资源应该具有：\n * 清晰描述其目的\n * 使用 Pydantic 模型定义明确的输入/输出模式\n * 正确的错误处理\n * 文档字符串\n\n3. **工具与资源**\n\n * 如果您的数据需要，请选择**工具**实现：\n * 主动查询或计算\n * 基于参数的过滤\n * 复杂的变换\n * 如果您的数据属于以下情况，请选择**资源**实施：\n * 静态或很少变化\n * 足够小，可以加载到内存中\n * 简单的基于文件的内容\n * 参考文档或查找表\n * 参考[MCP 文档](https://github.com/modelcontextprotocol/python-sdk?tab=readme-ov-file#primitives)获取指导\n\n4. **测试**\n\n * 在`tests/`目录中添加测试\n * 遵循现有的测试模式（参见其他提供商的测试）\n * 所需测试覆盖率：\n * 基本功能\n * 边缘情况\n * 错误处理\n\n5. **验证**\n\n * 使用我们的实验客户端测试您的 MCP 服务器： `uv run src/odmcp/providers/client.py`\n * 验证所有端点正确响应\n * 确保错误消息有用\n * 使用典型查询负载检查性能\n\n有关其他示例，请检查`src/odmcp/providers/`目录中现有的提供程序。\n\n## 贡献\n\n我们制定了雄心勃勃的路线图，希望这个项目能够与社区一起发展壮大。最终目标是将数百万个数据集公开提供给所有法学硕士（LLM）项目。\n\n为此我们需要您的帮助！\n\n### 不和谐\n\n我们希望围绕将开放数据引入法学硕士课程这一挑战，建立一个互助社区。欢迎加入我们的 Discord 聊天： [https://discord.gg/QPFFZWKW](https://discord.gg/hDg4ZExjGs)\n\n### 我们的核心准则\n\n由于我们的目标规模，我们希望一开始就保持简单务实。在社区出现问题时，及时解决。\n\n1. **简单性和可维护性**\n\n * 尽量减少抽象，以保持代码库简单且可扩展\n * 专注于清晰、直接的实施\n * 避免不必要的复杂性\n\n2. **标准化/模板**\n\n * 始终遵循提供的模板和指南\n * 保持跨提供商的统一结构\n * 对类似功能使用通用模式\n\n3. **依赖项**\n\n * 将外部依赖降至最低\n * 优先考虑单个存储库/包设置\n * 仔细评估新依赖项的必要性\n\n4. **代码质量**\n\n * 使用 ruff 格式化代码\n * 使用 pytest 保持全面的测试覆盖率\n * 遵循一致的代码风格\n\n5. **类型安全**\n\n * 始终使用 Python 类型提示\n * 利用 Pydantic 模型进行 API 请求/响应验证\n * 确保数据处理中的类型安全\n\n### 战术主题（我们当前的优先事项）\n\n* \\[x] 使用指南、测试框架和贡献工作流程初始化存储库\n* \\[x] 使用自动化 PyPI 发布实现 CI/CD 管道\n* \\[x] 开发提供程序模板和第一个参考实现\n* \\[ ]**整合更多开放数据集（积极寻求贡献者）**\n* \\[ ] 为资源和工具的选择建立明确的指导方针\n* \\[ ] 开发可扩展的存储库架构以实现长期增长\n* \\[ ] 扩展MCP SDK参数支持（鉴权、限速等）\n* \\[ ] 实现额外的 MCP 协议功能（提示、资源模板）\n* \\[ ] 添加对 stdio（SSE）以外的替代传输协议的支持\n* \\[ ] 部署托管的 MCP 服务器以提高可访问性\n\n## 路线图\n\n让我们共同构建开源基础设施，让所有 LLM 都能访问所有开放数据！\n\n### 使用权：\n\n* 使开放数据可供所有 LLM 应用程序使用（Claude 之外）\n* 使开放数据数据源以可扩展的方式可搜索\n* 利用公共赞助的基础设施，通过 MCP 远程提供开放数据（SSE）\n\n### 发布：\n\n* 构建许多开放数据 MCP 服务器，使所有开放数据真正可访问（我们需要您！）。\n* 我们这边正开始为瑞士构建 MCP 服务器~12k 开放数据集！\n* 让构建开放数据 MCP 服务器变得更加容易\n\n我们处于非常早期的阶段，缺乏可用的数据集是目前的瓶颈。请自便！创建您的开放数据多方协作平台 (MCP) 服务器，并让用户在其法学硕士 (LLM) 申请中使用它。让我们将法学硕士 (LLM) 与来自政府、公共实体、公司和非政府组织的数百万个开放数据集连接起来！\n\n随着 Anthropic 的 MCP 的发展，我们将调整和升级开放数据 MCP。\n\n## 限制\n\n* Open Data MCP 服务器提供的所有数据都应该是开放的。\n* 请遵守数据提供商的数据许可。\n* 商业应用中必须引用我们的许可证。\n\n## 参考\n\n* 对[Anthropic 的开源 MCP](https://spec.modelcontextprotocol.io/)发布支持此类举措表示赞赏。\n\n## 执照\n\n该项目采用 MIT 许可证 - 有关详细信息，请参阅[LICENSE](LICENSE)文件","Chinese","zh-CN","githubUser","locale",{"_71":72,"_73":74,"_13":81,"_89":32,"_90":32,"_91":92,"_95":96,"_118":-5,"_16":119,"_120":121,"_122":123,"_33":34,"_124":105,"_125":-5,"_126":-5,"_127":-5,"_128":-5,"_129":130,"_135":-5,"_136":105,"_137":138,"_142":-5,"_109":143,"_144":145},"addedAt","2024-12-11T21:33:00.310310003Z","argumentsJsonSchema",{"_75":76,"_77":78,"_79":80},"properties",{},"required",[],"type","object",[82,83,84,85,86,87,88],"author:official","category:open-data","category:research-and-data","category:rag-systems","environment:network","language:python","license_grade:a","descriptionMarkdown","descriptionPlainText","githubProject",{"_35":36,"_93":94},"url","https://github.com/OpenDataMCP/OpenDataMCP","githubRepository",{"_97":98,"_99":100,"_101":102,"_103":104,"_33":105,"_106":107,"_111":112,"_113":114,"_116":117},"defaultBranch","main","fullName","OpenDataMCP/OpenDataMCP","githubTreeId",75376,"language","Python","OpenDataMCP","owner",{"_108":105,"_109":110},"login","uid","n9glnyvrlb","recentStargazers",7,"spdxLicense",{"_33":115},"MIT License","stargazers",90,"glamaJson",250,"inspectable",false,"integrations",[],"namespace","npmPackage","prompts","redditPostForeignId","resources","scores",{"_131":132,"_133":-5,"_134":-5},"license",100,"quality","security","simpleIcon","slug","supportedPlatforms",[139,140,141],"MACOS","WINDOWS","LINUX","tools","wxjcqeq3gt","updatedAt","2025-03-20T18:32:38.923923018Z","meta",[148,151,153,160,163,165,168,171,174,177,180,182,185,188,190,192,194,196,198],{"_149":150},"title","Open Data Model Context Protocol | Glama",{"_152":32,"_33":31},"content",{"_154":155,"_156":157,"_158":159},"href","https://glama.ai/mcp/servers/@OpenDataMCP/OpenDataMCP","rel","canonical","tagName","link",{"_152":34,"_161":162},"property","og:title",{"_152":32,"_161":164},"og:description",{"_152":166,"_161":167},"https://glama.ai/logo.png","og:logo",{"_152":169,"_161":170},"https://glama.ai/mcp/servers/@OpenDataMCP/OpenDataMCP/og-image","og:image",{"_152":172,"_161":173},"630","og:image:height",{"_152":175,"_161":176},"1200","og:image:width",{"_152":178,"_161":179},"website","og:type",{"_152":155,"_161":181},"og:url",{"_152":183,"_161":184},"Glama – MCP Hosting Platform","og:site_name",{"_152":186,"_33":187},"summary_large_image","twitter:card",{"_152":183,"_33":189},"twitter:title",{"_152":32,"_33":191},"twitter:description",{"_152":169,"_33":193},"twitter:image",{"_152":172,"_33":195},"twitter:image:height",{"_152":175,"_33":197},"twitter:image:width",{"_199":200},"script:ld+json",{"_201":202,"_203":204},"@context","http://schema.org","@graph",[205],{"_201":206,"_207":208,"_209":210},"https://schema.org","@type","BreadcrumbList","itemListElement",[211,218,222,226],{"_207":212,"_213":214,"_33":215,"_216":217},"ListItem","item","https://glama.ai/","Glama","position",1,{"_207":212,"_213":219,"_33":220,"_216":221},"https://glama.ai/mcp","MCP",2,{"_207":212,"_213":223,"_33":224,"_216":225},"https://glama.ai/mcp/servers","Servers",3,{"_207":212,"_213":155,"_33":34,"_216":227},4,"visitorIsMaintainer","routes/_public/mcp/servers/~namespace/~slug/_pages/reviews/_route",{"_68":-5,"_29":231,"_146":243,"_278":-5},{"_71":72,"_73":232,"_13":235,"_89":32,"_90":32,"_91":236,"_95":237,"_118":-5,"_16":119,"_120":121,"_122":240,"_33":34,"_124":105,"_125":-5,"_126":-5,"_127":-5,"_128":-5,"_129":241,"_135":-5,"_136":105,"_137":242,"_142":-5,"_109":143,"_144":145},{"_75":233,"_77":234,"_79":80},{},[],[82,83,84,85,86,87,88],{"_35":36,"_93":94},{"_97":98,"_99":100,"_101":102,"_103":104,"_33":105,"_106":238,"_111":112,"_113":239,"_116":117},{"_108":105,"_109":110},{"_33":115},[],{"_131":132,"_133":-5,"_134":-5},[139,140,141],[244,246,248,250,252,253,254,255,256,257,258,259,260,261,262,263,264,265,266],{"_149":245},"Reviews | Open Data Model Context Protocol | Glama",{"_152":247,"_33":31},"Read community reviews and feedback for Open Data Model Context Protocol. Discover user experiences, ratings, strengths, and potential limitations of this MCP implementation from actual users.",{"_154":249,"_156":157,"_158":159},"https://glama.ai/mcp/servers/@OpenDataMCP/OpenDataMCP/reviews",{"_152":251,"_161":162},"Reviews | Open Data Model Context Protocol",{"_152":247,"_161":164},{"_152":166,"_161":167},{"_152":169,"_161":170},{"_152":172,"_161":173},{"_152":175,"_161":176},{"_152":178,"_161":179},{"_152":249,"_161":181},{"_152":183,"_161":184},{"_152":186,"_33":187},{"_152":183,"_33":189},{"_152":247,"_33":191},{"_152":169,"_33":193},{"_152":172,"_33":195},{"_152":175,"_33":197},{"_199":267},{"_201":202,"_203":268},[269],{"_201":206,"_207":208,"_209":270},[271,272,273,274,275],{"_207":212,"_213":214,"_33":215,"_216":217},{"_207":212,"_213":219,"_33":220,"_216":221},{"_207":212,"_213":223,"_33":224,"_216":225},{"_207":212,"_213":155,"_33":34,"_216":227},{"_207":212,"_213":249,"_33":276,"_216":277},"Reviews",5,"review","actionData","errors"]

Rate & Review

MCP directory API