datagovin-mcp

MCP-сервер, который даёт Claude (или любому MCP-клиенту) доступ на естественном языке к платформе открытых государственных данных Индии — data.gov.in: более 100 000 публичных наборов данных о качестве воздуха, сельском хозяйстве, здравоохранении, ценах на топливо, переписи населения, образовании, осадках и многом другом.

Сервер не поставляет собственных данных. Это тонкая, корректная обёртка: каждый запрос — живое обращение к data.gov.in с использованием вашего собственного бесплатного API-ключа. Добавляется недостающий слой — поиск данных и аккуратная работа с ними, — чтобы языковая модель могла перейти от вопроса «какой сейчас AQI в Дели?» прямо к реальным строкам, не заставляя вас вручную искать UUID набора данных.

Зачем это нужно

У data.gov.in огромный каталог, но нет полноценного полнотекстового поиска в API: обычный путь — открыть сайт и скопировать resource ID набора с кнопки «API». Для языковой модели это плохо подходит. Этот сервер закрывает разрыв с помощью курируемого и проверенного индекса, по которому можно искать ключевые слова, и инструментов, которые запрашивают схему набора и выгружают отфильтрованные строки в реальном времени. Заодно он сглаживает шероховатости вышестоящего API (регистрозависимые фильтры, отдельные CSV-ответы, особенность пагинации на последней странице) — чтобы модели не приходилось с ними разбираться.

Related MCP server: bharatlas-mcp

Инструменты

Установка

1. Получите бесплатный API-ключ. Зарегистрируйтесь на data.gov.in и сформируйте ключ на странице своего профиля. Это бесплатно, опубликованных ограничений на количество запросов нет.

2. Установите.

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. Укажите свой ключ.

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

4. Подключите его к Claude Desktop. Добавьте это в конфигурацию вашего MCP-клиента (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" }
    }
  }
}

Перезапустите клиент — появятся четыре инструмента.

Пример диалога

Вы: Какие у вас есть наборы данных по качеству воздуха? Клод: (вызывает search_datasets("air quality")) → Индекс качества воздуха по станциям в реальном времени.

Вы: Какие у него есть поля? Клод: (вызывает get_dataset_info(...)) → country, state, city, station, pollutant_id, pollutant_avg, last_update…

Вы: Покажи измерения PM2.5 в Дели. Клод: (вызывает query_dataset(resource_id, filters={"city": "Delhi", "parameter": "PM2.5"})) → актуальные строки.

Как пополнять каталог

Каталог поставляется стартовым проверенным набором данных и рассчитан на дальнейший рост. Чтобы добавить любой набор, скопируйте его resource ID с кнопки «API» на его странице на data.gov.in и запустите:

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

Скрипт получает актуальные название и схему набора в реальном времени и добавляет проверенную запись в data/catalog.json. --sector и --keywords являются необязательными.

Примечания об API data.gov.in

Несколько особенностей data.gov.in, которые сервер берёт на себя:

• Имена полей для фильтра чувствительны к регистру (filters[State] ≠ filters[state]), и это не документировано. Всегда используйте точное поле id из ger_dataset_info.

• Некоторые старые наборы данных возвращают CSV даже при format=json; клиент обнаруживает CSV по заголовку Content-Type и всё равно его разбирает.

• Пагинация последней страницы может вернуть пустой массив records со статусом ok; результат с нулевым количеством записей при положительном общем значении означает, что вы листаете за пределами конца.

• Максимум ~100 строк за запрос — бяльшие наборы листайте постранично с параметром offset.

Структура проекта

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

Лицензия

MIT