GeoCroissant MCP Server

Сервер Model Context Protocol (MCP) для GeoCroissant и его геопространственного расширения.

Возможности

• Поиск наборов данных дистанционного зондирования — поиск по ключевым словам/темам по коллекциям STAC, а также пространственный поиск сцен (bbox + дата/время + облачность) через живой Element84 Earth Search API (https://earth-search.aws.element84.com/v1, AWS Open Data), с классификацией по типу сенсора (optical / radar / elevation) и тематическими ярлыками (flood, wildfire, ndvi, dem, ...).

• Генерация STAC -> GeoCroissant — превращает живые результаты поиска в валидированный документ GeoCroissant: набор schema.org, CRS, конфигурация каналов и спектральные метаданные, полученные из eo:bands (с переводом из микрометров в нанометры), объекты FileObject дистрибутива для прямых ссылок на ресурсы и RecordSet, содержащий по одной сцене в строке.

• Официальный валидатор как инструмент — структурированные отчеты успех/неуспех с ошибками и ошибками предупреждения из mlcroissant (тот же движок, что и mlcroissant validate).

• Глубокий анализ — основные метаданные плюс все свойства GeoGeo JSON: CRS, пространственное/временное разрешение, конфигурация каналов, спектральные метаданные каналов, эталонная точка записей, индекс/смещение/стратегия выборки.

• Извлечение структурного графа — предоставляет направленный мультиграф, который строится библиотекой внутренне (узлы Metadata / FileObject / FileSet / RecordSet / Field; процедуры edges source, join и containment).

• Инстанцирование записей — выполняет реальный граф операций (загрута, извлекает, преобразует) для предпросмотра фактических записей, точно как Dataset.records(...) в Python.

• Верифицированный каркас — генерирует соответствующий стандартам GeoCroissant a JSON-LD на основе структурированных параметров и проверяет его с помощью настоящего валидатора.

• Встроенная спецификация — пространства имен, все свойства gecr: с областями/кардинальностью, канонический @context, пример документа и Python API.

Related MCP server: Copernicus Earth Observation MCP Server

Инструменты

"env": { "GEOCR_CATALOGS_CONFIG": "/path/to/catalogs.yaml" }

The loader validates that topic references exist in some catalog's collection lists, so typos fail fast at startup.

Recommended agent workflow

discovery:  list_eo_catalogs -> search_eo_datasets("burn scar", modality=optical)
            -> search_eo_scenes(bbox=[...], datetime_range=...)
metadata:   create_geocroissant_from_stac(...)  # validated output + optional file
consuming:  inspect_geocroissant -> get_records_preview -> extract_distribution_urls
authoring:  create_geocroissant_scaffold -> edit -> validate_croissant

Installation

No clone needed -pip/uvx install both geocr-mcp and its mlcroissant dependency directly from GitHub. Cloning is only needed for development.

pip

pip install git+https://github.com/HarshShinde0/geocr_mcp.git@main

The single dependency mlcroissant is pulled automatically from the GeoJSON fork:

pip install git+https://github.com/HarshShinde0/croissant.git@main#subdirectory=python/mlcroissant

uv / uvx (recommended for clients)

uvx --from "geocr-mcp @ git+https://github.com/HarshShinde0/geocr_mcp.git@main" geocr-mcp-server

Docker

docker build -t geocr-mcp-server .
# stdio (local clients):
docker run -i --rm geocr-mcp-server
# hosted (HTTP transports):
docker run -p 8000:8000 geocr-mcp-server --transport streamable-http --host 0.0.0.0 --port 8000

Client configuration

No clone needed - clients install (and cache) both packages directly from GitHub via uvm.

{
  "mcpServers": {
    "geocr": {
      "command": "uvx",
      "args": [
        "--from", "geocr-mcp @ git+https://github.com/HarshShinde0/geocr_mcp.git@main",
        "geocr-mcp-server"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

{
  "mcp": {
    "servers": {
      "geocr": {
        "command": "uvx",
        "args": [
          "--from", "geocr-mcp @ git+https://github.com/HarshShinde0/geocr_mcp.git@main",
          "geocr-mcp-server"
        ],
        "env": {
          "FASTMCP_LOG_LEVEL": "ERROR"
        }
      }
    }
  }
}

Only needed when iterating on the server code itself:

git clone https://github.com/HarshShinde0/geocr_mcp.git   # or this monorepo

{
  "mcpServers": {
    "geocr": {
      "command": "uv",
      "args": [
        "--directory", "/path/to/geocr_mcp",
        "run", "geocr-mcp-server"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

Run the same server with an HTTP transport for shared/remote cloud usage:

geocr-mcp-server --transport streamable-http --host 0.0.0.0 --port $PORT

Deploy on Render (1-Click Blueprint)

This repository includes a render.yaml blueprint:

1. Log into Render Dashboard.

2. Click New + -> Blueprint and attach the repository HarshShinde0/geocr_mcp.

3. Click Apply. Render will automatically build the container and deploy the server.

Live endpoint: https://geocroissant-mcp-server.onrender.com/mcp

Connecting Clients to Hosted MCP

In your AI client, IDE, or agent configuration (mcpServers):

{
  "mcpServers": {
    "geocr-remote": {
      "url": "https://geocr-mcp-server.onrender.com/mcp"
    }
  }
}

Behind a custom reverse proxy, end TLS at the proxy and set GEOCR_HOST=0.0.0.0 and GEOCR_TRANSPORT=streamable-http.

Environment variables

Security considerations

• The server only makes network requests when a tool input references a URL, or when materializing records from remote distributions (get_records_preview). Keep the limit low in untrusted contexts.

• Generated files are always written inside GEOCR_OUTPUT_DIR; path traversal is blocked by reducing filenames to their basename.

• Run the container as non-root (the provided Dockerfile already does).

Development

cd geocr_mcp
uv venv && uv sync --all-groups     # or: python -m pip install -e ".[dev]"
uv run pytest --cov --cov-branch    # unit tests (no network required)
uv run ruff check src tests         # lint (same rules as awslabs/mcp)
npx @modelcontextprotocol/inspector geocr-mcp-server   # interactive debugging