开放数据模型上下文协议

观看实际操作

https://github.com/user-attachments/assets/760e1a16-add6-49a1-bf71-dfbb335e893e

我们实现了两件事：

• 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）。
• 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！

我们该怎么做呢？

• 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）。
• 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！

用法

访问：使用 Open Data MCP CLI 工具访问 Open Data

先决条件

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。

您还需要uv来轻松运行我们的 CLI 和 MCP 服务器。

macOS

视窗

开放数据 MCP - CLI 工具

概述

例子

瑞士 SBB（火车公司）提供商的快速入门：

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。

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。

发布：通过构建和发布公共数据集做出贡献

先决条件

1. 安装 UV 包管理器
   # macOS brew install uv # Windows (PowerShell) powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" # Linux/WSL curl -LsSf https://astral.sh/uv/install.sh | sh
2. 克隆和设置存储库
   # Clone the repository git clone https://github.com/OpenDataMCP/OpenDataMCP.git cd OpenDataMCP # Create and activate virtual environment uv venv source .venv/bin/activate # Unix/macOS # or .venv\Scripts\activate # Windows # Install dependencies uv sync
3. 安装预提交钩子
   # Install pre-commit hooks for code quality pre-commit install

发布说明

1. 创建新的提供程序模块
   • 每个数据源都需要自己的 python 模块。
   • 在src/odmcp/providers/中创建一个新的 Python 模块。
   • 使用以下模式的描述性名称： {country_code}_{organization}.py （例如， ch_sbb.py ）。
   • 以我们的 模板文件作为基础开始。
2. 实现所需的组件
   • 按照模板结构定义您的工具和资源
   • 每个工具或资源应该具有：
     • 清晰描述其目的
     • 使用 Pydantic 模型定义明确的输入/输出模式
     • 正确的错误处理
     • 文档字符串
3. 工具与资源
   • 如果您的数据需要，请选择工具实现：
     • 主动查询或计算
     • 基于参数的过滤
     • 复杂的变换
   • 如果您的数据属于以下情况，请选择资源实施：
     • 静态或很少变化
     • 足够小，可以加载到内存中
     • 简单的基于文件的内容
     • 参考文档或查找表
   • 参考MCP 文档获取指导
4. 测试
   • 在tests/目录中添加测试
   • 遵循现有的测试模式（参见其他提供商的测试）
   • 所需测试覆盖率：
     • 基本功能
     • 边缘情况
     • 错误处理
5. 验证
   • 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
   • 验证所有端点正确响应
   • 确保错误消息有用
   • 使用典型查询负载检查性能

有关其他示例，请检查src/odmcp/providers/目录中现有的提供程序。

贡献

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。

为此我们需要您的帮助！

不和谐

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

我们的核心准则

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。

1. 简单性和可维护性
   • 尽量减少抽象，以保持代码库简单且可扩展
   • 专注于清晰、直接的实施
   • 避免不必要的复杂性
2. 标准化/模板
   • 始终遵循提供的模板和指南
   • 保持跨提供商的统一结构
   • 对类似功能使用通用模式
3. 依赖项
   • 将外部依赖降至最低
   • 优先考虑单个存储库/包设置
   • 仔细评估新依赖项的必要性
4. 代码质量
   • 使用 ruff 格式化代码
   • 使用 pytest 保持全面的测试覆盖率
   • 遵循一致的代码风格
5. 类型安全
   • 始终使用 Python 类型提示
   • 利用 Pydantic 模型进行 API 请求/响应验证
   • 确保数据处理中的类型安全

战术主题（我们当前的优先事项）

• [x] 使用指南、测试框架和贡献工作流程初始化存储库
• [x] 使用自动化 PyPI 发布实现 CI/CD 管道
• [x] 开发提供程序模板和第一个参考实现
• [ ]整合更多开放数据集（积极寻求贡献者）
• [ ] 为资源和工具的选择建立明确的指导方针
• [ ] 开发可扩展的存储库架构以实现长期增长
• [ ] 扩展MCP SDK参数支持（鉴权、限速等）
• [ ] 实现额外的 MCP 协议功能（提示、资源模板）
• [ ] 添加对 stdio（SSE）以外的替代传输协议的支持
• [ ] 部署托管的 MCP 服务器以提高可访问性

路线图

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！

使用权：

• 使开放数据可供所有 LLM 应用程序使用（Claude 之外）
• 使开放数据数据源以可扩展的方式可搜索
• 利用公共赞助的基础设施，通过 MCP 远程提供开放数据（SSE）

发布：

• 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！）。
• 我们这边正开始为瑞士构建 MCP 服务器~12k 开放数据集！
• 让构建开放数据 MCP 服务器变得更加容易

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！

随着 Anthropic 的 MCP 的发展，我们将调整和升级开放数据 MCP。

限制

• Open Data MCP 服务器提供的所有数据都应该是开放的。
• 请遵守数据提供商的数据许可。
• 商业应用中必须引用我们的许可证。

参考

• 对Anthropic 的开源 MCP发布支持此类举措表示赞赏。

执照

该项目采用 MIT 许可证 - 有关详细信息，请参阅LICENSE文件