vn.datacore/datacore-a2a
OfficialDataCore A2A — MCP server
Permite que un cliente MCP (Claude Code, Claude Desktop, VS Code, Cursor…) use las skills de datos de DataCore como herramientas nativas: normalización de direcciones vietnamitas, verificación de direcciones, consulta de empresas, generación de embeddings.
MCP client (stdio) ──► datacore-mcp ──HTTPS──► DataCore APIZero dependency, Python 3.9+.
Instalación
pip install datacore-a2a-mcpRelated MCP server: infera-mcp-server
Requisitos previos
Este servidor es un cliente, no un servicio. Necesita un endpoint de DataCore y un token de mandato para realizar llamadas — contacta con 3TIT para que te lo proporcionen. Sin esas dos cosas, el servidor se inicia y sale inmediatamente con un mensaje indicando qué variable falta.
Configuración
Variable | Obligatoria | Significado |
| sí | URL base del endpoint de DataCore que se te ha asignado, por ejemplo |
| sí | Token de mandato AP2 emitido por DataCore — determina qué skills se pueden invocar y el límite de gasto |
| no | Lista de ids de skill separados por comas para limitar las herramientas, o |
| no | Timeout de cada petición (segundos), por defecto |
Usa la URL de DataCore proporcionada junto con el mandato. Un endpoint diferente no aceptará tu mandato
y devolverá 401.
Claude Code / Claude Desktop
Añádelo a .mcp.json (proyecto) o a la configuración de Claude Desktop:
{
"mcpServers": {
"datacore-a2a": {
"command": "datacore-mcp",
"env": {
"DATACORE_A2A_URL": "https://api.example.com",
"DATACORE_MANDATE": "<mandate-token>"
}
}
}
}Herramientas
La lista de herramientas se genera desde el endpoint, no está hardcodeada aquí — así que cuando DataCore añada una skill, reinicia el servidor y verás la nueva herramienta.
Por defecto se exponen 4 skills conectadas al backend real:
Herramienta | Skill id | Qué hace |
|
| Normaliza direcciones vietnamitas en provincia / distrito / comuna |
|
| Comprueba si una dirección existe según los datos administrativos |
|
| Consulta empresas por nombre o código fiscal |
|
| Genera vectores de embedding para texto |
Todas las herramientas son de solo lectura (readOnlyHint: true): no escriben, no borran, no
crean nada. Llamar de nuevo con la misma entrada produce el mismo resultado.
Las otras tres skills de DataCore (company.graph, company.financial-sankey,
company.news) no se exponen deliberadamente: están devolviendo datos
mock/deterministas. Si quieres verlas para probar, pon DATACORE_SKILLS="*", y
no te fíes de los resultados.
Ejemplos
Los tres prompts siguientes se ejecutan a través de tres herramientas diferentes:
Normalización de direcciones — "Normaliza esta dirección en provincia/distrito/comuna: So 1 Ly Thai To, Hoan Kiem, Ha Noi"
Consulta de empresas — "Busca información de la empresa con código fiscal 0100109106 y dime su estado de actividad"
Embedding — "Genera un embedding para esta descripción de actividad y dime cuántas dimensiones tiene el vector: venta al por mayor de equipos electrónicos"
Modelo de seguridad
Este servidor transporta el token de mandato tal cual en la cabecera X-AP2-Mandate para que
DataCore lo verifique, y no declara ninguna otra cabecera de autorización por su cuenta. Un
cliente no es el lugar para otorgarse permisos a sí mismo — solo reenvía lo que se le ha
concedido, y todas las decisiones de permitir o denegar residen en el lado de DataCore.
El mandato es una credencial de portador: quien lo tenga puede invocar exactamente las skills
incluidas en él, hasta agotar el límite de gasto, hasta que expire. Trátalo como una contraseña — no
hagas commit de un .mcp.json con el token rellenado, y si tu cliente lo admite, léelo desde el gestor
de secretos en lugar de dejarlo inline.
Este paquete nunca escribe el token en los logs, ni siquiera parcialmente; tampoco el contenido text
que envías. Ese es el compromiso para el proceso que se ejecuta en tu máquina — el lado del servicio
es otra cuestión, y PRIVACY.md dice claramente qué almacena.
Solución de problemas
Los logs van a stderr, con prefijo [datacore-mcp]. stdout es el canal JSON-RPC.
Síntoma | Causa habitual |
El servidor sale inmediatamente, | No se ha definido |
| El mandato ha expirado, o |
| Se ha agotado el límite de gasto del mandato |
| La skill está fuera de la allowlist del mandato — solicita un mandato con esa skill |
| El backend de esa skill en DataCore no responde |
No aparece ninguna herramienta |
|
Reportar fallos de seguridad
mcp-security@datacore.vn. No abras un issue público para fallos de seguridad.
Si sospechas que tu mandato se ha filtrado, repórtalo de inmediato — no esperes a que expire. Necesitamos saberlo para actuar en el lado del servicio.
Privacidad
Consulta PRIVACY.md. En resumen: este paquete se ejecuta en tu máquina, no almacena nada, no envía nada a ningún sitio salvo al endpoint de DataCore que tú mismo configuras, y nunca escribe el token de mandato en los logs.
Licencia
MIT — consulta LICENSE.
This server cannot be deployed
Maintenance
Related MCP Connectors
Query your org's data in natural language — read-only MCP access to SQL, NoSQL, files & warehouses.
Governed data discovery, exact queries, decisions, simulations, and runtime utilities over MCP.
Trusted multi-domain data for AI: 59 tools, MCP Apps, Skills, 520+ cross-domain benchmarks.
A paid remote MCP for AI SDK data query MCP, built to return verdicts, receipts, usage logs, and aud
Related MCP Servers
- FlicenseNot gradedqualityCmaintenanceEnables read-only access to company data across PostgreSQL, MongoDB Atlas, and flat files through MCP tools, allowing AI assistants to query and retrieve information via natural language.-
- FlicenseNot gradedqualityBmaintenanceEnables AI assistants to query internal business data for insights into customers, revenue, subscriptions, sales, and churn through controlled, read-only MCP tools.-
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to securely query PostgreSQL with pgvector, DynamoDB, and MongoDB Atlas with Vector Search through a read-only, allowlisted MCP interface.MIT
- FlicenseNot gradedqualityBmaintenanceEnables governed, read-only SQL analytics, hybrid RAG knowledge search, financial metric calculation, and database schema introspection through MCP, with role-based access control, audit logging, and AI observability.-