datagovin-mcp

一个 MCP 服务器，为 Claude（或任何 MCP 客户端）提供对 印度开放政府数据平台（data.gov.in）的自然语言访问——100,000+ 个公共数据集，涵盖空气质量、农业、健康、燃料价格、人口普查、教育、降雨等更多领域。

本服务器 不附带任何自有数据。它是一个轻量且规范的包装层：每次查询都是使用 你自己的 免费 API 密钥对 data.gov.in 进行的实时调用。它所补充的正是缺失的那一层——数据集发现与简洁查询——让语言模型可以从“现在德里的 AQI 是多少？”直接得到真实数据行，而无需你手动查找数据集 UUID。

为什么存在

data.gov.in 有庞大的目录，但没有好用的全文搜索 API：通常的流程是浏览网站，然后从某个数据集的“API”按钮复制其资源 ID。这对 LLM 来说并不友好。这个服务器用一份经过整理、已验证且可按关键词搜索的索引来弥补这一空缺，并提供工具实时获取数据集的结构、拉取实时数据行。它还处理了上游 API 的边缘问题（区分大小写的筛选字段、偶尔返回 CSV 响应、最后一项分页的刺痛），因此模型无需这些。

Related MCP server: bharatlas-mcp

工具

设置

1. 获取免费 API 密钥。 注册 data.gov.in 并从个人资料页生成一个密钥。它免费且没有公开的速率限制。

2. 安装。

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. 设置你的密钥。

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

4. 连接到 Claude Desktop。 将以下内容添加到你的 MCP 客户端配置（claude_desktop_config.json）中：

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

重启客户端，这四个工具就会显示出来。

示例对话

你： 你有什么关于空气质量的数据集？ Claude： (调用 search_datasets("air quality")) → 按站点划分的实时空气质量指数。

你： 它有哪些字段？ Claude： (调用 get_dataset_info(...)) → 字段包括 country、state、city、station、pollutant_id、pollutant_avg、last_update...

你： 显示德里的 PM2.5 读数。 Claude： (调用 query_dataset(resource_id, filters={"city": "Delhi", "pollutant_id": "PM2.5"})) → 实时数据行。

发展目录

目录中目前含有一个已验证的数据集，并会持续增长。要添加任意数据集，只需打开其 data.gov.in 页面，从“API”按钮复制资源 ID，然后运行：

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

该脚本会实时获取数据集的真实标题和结构，并将一条已验证的条目追加到 data/catalog.json。--sector 和 --keywords 为可选参数。

上游 API 注意事项

这些 data.gov.in 的行为特性，本服务器都为你处理了：

• 筛选字段名称区分大小写（filters[State] ≠ filters[state]），而且这份文档没有将官方文档说明。请始终使用 get_dataset_info 给出的准确字段 id。

• 部分旧版数据集被返回为 CSV，即使传递 format=json 也一样；客户端通过 Content-Type 识别这种情况，然后仍然解析该 CSV。

• 最后一页的分页 可能返回一个空的 records 数组，同时报 status: ok；如果返回数据的 Total 为 0，而总数为 > 0，说明你已经翻过最后一页。

• 每次请求最大约 100 行——如需分页大结果集，请使用 offset。

项目结构

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

许可证

MIT