datagovin-mcp

Un servidor MCP que ofrece a Claude (o a cualquier cliente MCP) acceso en lenguaje natural a la plataforma de datos abiertos del Gobierno de la India, data.gov.in, con más de 100.000 conjuntos de datos públicos que incluyen calidad del aire, agricultura, salud, precios de combustible, censos, educación, precipitaciones y más.

El servidor no incluye datos propios. Es un wrapper ligero y correcto: cada consulta es una llamada en vivo a data.gov.in usando tu propia clave gratuita de API. Lo que añade es la capa que faltaba (el descubrimiento y la consulta limpia), para que un modelo de lenguaje pueda pasar de «¿cuál es el AQI en Delhi ahora mismo?» a filas reales sin que tengas que buscar a mano el UUID de un conjunto de datos.

Por qué existe

data.gov.in tiene un catálogo enorme, pero no cuenta con una buena API de búsqueda de texto completo: el flujo normal es navegar por el sitio web y copiar el ID de recurso de un conjunto de datos desde el botón «API». Esto no es adecuado para un LLM. Este servidor cubre ese vacío con un índice seleccionado y verificado en el que puedes buscar por palabra clave, además de herramientas que recuperan el esquema de un conjunto de datos y extraen filas filtradas en vivo. También se encarga de los bordes irregulares de la API de origen (filtros que distinguen mayúsculas y minúsculas, respuestas CSV ocasionales, una anomalía de paginación en la última página) para que el modelo no tenga que lidiar con ellos.

Related MCP server: bharatlas-mcp

Herramientas

Configuración

1. Obtén una clave gratuita. Regístrate en data.gov.in y genera una clave desde tu página de perfil. Es gratuita y no tiene límite de solicitudes publicado.

2. Instalación.

git clone https://github.com/<your-username>/datagovin-mcp.git
cd datagovin-mcp
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

3. Declara tu clave.

cp .env.example .env
# edit .env and paste your key, or just export it:
export DATA_GOV_IN_API_KEY="your_key_here"

4. Conéctalo a Claude Desktop. Añade esto a la configuración de tu cliente MCP (claude_desktop_config.json):

{
  "mcpServers": {
    "datagovin": {
      "command": "python",
      "args": ["/absolute/path/to/datagovin-mcp/server.py"],
      "env": { "DATA_GOV_IN_API_KEY": "your_key_here" }
    }
  }
}

Reinicia el cliente y las cuatro herramientas aparecerán.

Ejemplo de conversación

Tú: ¿Qué conjuntos de datos tienes sobre la calidad del aire? Claude: (llama a search_datasets("air quality")) → Índice de calidad del aire en tiempo real por estación.

Tú: ¿Qué campos tiene? Claude: (llama a get_dataset_info(...)) → country, state, city, station, pollutant_id, pollutant_avg, last_update…

Tú: Muéstrame las lecturas de PM2.5 en Delhi. Claude: (llama a query_dataset(resource_id, filters={"city": "Delhi", "pollutant_id": "PM2.5"})) → filas en vivo.

Cómo ampliar el catálogo

El catálogo se distribuye con un dataset verificado y está pensado para crecer. Para añadir un conjunto de datos, copia su «resource ID» desde el botón «API» de su página en data.gov.in y ejecuta:

python scripts/add_dataset.py <resource_id> --sector Agriculture --keywords "wheat,crop,production"

El script obtiene el título y el esquema reales del dataset en vivo y añade una entrada verificada a data/catalog.json. --sector y --keywords son opcionales.

Notas sobre la API de data.gov.in

Campos de los que se ocupa este servidor por ti:

• Los nombres de los campos de filtro distinguen mayúsculas de minúsculas (filters[State] ≠ filters[state]) y este comportamiento no está documentado. Usa siempre el campo id exacto de get_dataset_info.

• Algunos datasets legacy devuelven CSV aunque se use format=json; el cliente lo detecta mediante Content-Type y lo procesa igualmente.

• El paginado de la última página puede devolver un array records vacío con status: ok; un resultado con cero registros y un total positivo significa que has sobrepasado la última página.

• Máximo ~100 filas por petición: para conjuntos más grandes, pagina con offset.

Mapa del proyecto

datagovin-mcp/
├── server.py              # MCP entry point (stdio); defines the four tools
├── datagovin/
│   ├── client.py          # async data.gov.in API wrapper (quirk handling)
│   └── catalog.py         # curated catalog load + keyword search
├── data/catalog.json      # verified, extensible dataset index
├── scripts/add_dataset.py # enrich the catalog by resource ID
├── requirements.txt
└── pyproject.toml

Licencia

MIT