MCP Data Catalog Server

合成エンタープライズデータカタログ上でツールを公開するMCPサーバー: 合成可能なAND/ORフィルターDSLによるアセット検索、リネージ、サンプルデータ、プロファイリング、履歴、品質ルール、AI駆動の分類(CDE検出、PIIタグ付け、ビジネス用語生成)。

プロフェッショナルな文脈で構築したシステム設計の、独立したゼロからの再実装 — 合成カタログデータ、独自のビジネスロジックなし、ポートフォリオ/デモ目的。いかなる雇用主やクライアントとも提携しておらず、そのコードやデータも含んでいません。

デモンストレーション内容

• 合成可能なAND/ORフィルターDSL(src/catalog/filter_dsl.py) — アセット検索は固定のクエリパラメータセットの代わりにネストされた{"and": [...]} / {"or": [...]}フィルターツリーを受け取るため、呼び出し元はユースケースごとにツールスキーマを拡張することなく、フィールド述語の任意のブール組み合わせを表現できます。

• ヒューリスティック優先・AIフォールバックの分類(src/catalog/classification.py) — 重要データ要素(CDE)検出はまず低コストのヒューリスティック(名前/型のパターンマッチング)を実行し、ヒューリスティックが決定的でない場合のみ(スタブの)AI分類器を呼び出します。PIIタグ付けはアセットメタデータから完全にAI駆動で行われます。

• ガバナンスヒューリスティックで検証されるビジネス用語生成(src/catalog/business_terms.py) — 候補用語は埋め込みのコサイン類似度を介してカタログアセットにマッチングされ、公開前にガバナンスルール(命名規則、ドメイン許可リスト)でフィルタリングされます。

• MCPツールサーフェス(src/tools/) — 検索、リネージ、サンプルデータ、プロファイリング、履歴、品質ルール、CDE分類、PII分類、ビジネス用語生成を、src/server.pyの実際のmcp SDKサーバーに登録。

Related MCP server: DataHub MCP Server

実行方法

python -m venv .venv
source .venv/bin/activate   # or .venv\Scripts\activate on Windows
pip install -r requirements.txt
python -m src.main

サーバーはstdio上で動作し、このディレクトリのpython -m src.mainを指すMCPクライアント(例: Claude DesktopやClaude Code)の設定に追加できる状態です。すべてのカタログデータは合成で、プロセス内で生成されます — 外部データベースは不要です。

pytest

プロジェクト構成

src/
  main.py               # entrypoint
  server.py              # MCP server + tool registration
  catalog/
    store.py              # in-memory synthetic catalog
    models.py              # Asset, LineageEdge, QualityRule
    filter_dsl.py            # AND/OR filter tree evaluator
    classification.py         # heuristic-first CDE + AI-driven PII
    business_terms.py          # embedding similarity + governance validation
  tools/
    search.py, lineage.py, sample_data.py, profiling.py,
    history.py, quality_rules.py, classification_tools.py,
    business_term_tool.py
tests/