Skip to main content
Glama

cdmx-mcp

Model Context Protocol para los datos abiertos de la Ciudad de México. Dale a Claude acceso directo a crimen, 911, calidad del aire, ECOBICI y DENUE — sin escribir una sola línea de código de ingesta.

CI Python 3.10+ License: MIT MCP

"¿Cuáles son las 10 colonias con más delitos en Cuauhtémoc en 2025?"
  ↓  Claude llama crime_hotspots(year=2025, alcaldia="CUAUHTEMOC", top_n=10)
  ↓  cdmx-mcp traduce a SQL contra CKAN
  ↓  Claude te contesta con la tabla + análisis, en segundos

📋 Prerrequisitos

Necesitás Python 3.10+ y uv (gestor de paquetes moderno para Python — reemplaza a pip + venv + pyenv en un solo binario).

Instalar uv

curl -LsSf https://astral.sh/uv/install.sh | sh

O con Homebrew (macOS):

brew install uv

En PowerShell:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

O con winget:

winget install --id=astral-sh.uv -e

O con Scoop:

scoop install uv

Verificá que quedó instalado:

uv --version   # → uv 0.5.x o similar

Instalar Python (si no lo tenés)

uv puede descargar e instalar Python por vos — no hace falta que lo instales manualmente:

uv python install 3.12

Igual, si preferís instalarlo a mano:

  • macOS: brew install python@3.12 o desde https://www.python.org/downloads/

  • Windows: winget install Python.Python.3.12 o desde la Microsoft Store

  • Linux (Ubuntu/Debian): sudo apt install python3.12 python3.12-venv

  • Linux (Arch): sudo pacman -S python

Verificá:

python3 --version   # → Python 3.10.x o superior

💡 Con uv no necesitás activar venvs ni pelear con versiones — uv sync lee pyproject.toml + uv.lock y arma todo solo.


⚡ Quickstart — 30 segundos

git clone https://github.com/devcsar/cdmx-mcp.git
cd cdmx-mcp
uv sync                                   # instala Python + dependencias
uv run python tests/smoke_test.py         # verifica: debe decir "smoke: OK"

Ya está instalado. Ahora conectalo a tu cliente preferido:

Claude Code

claude mcp add cdmx -- uv --directory "$(pwd)" run cdmx-mcp
claude                                    # dentro de la sesión: /mcp

O simplemente abrí este directorio con claude y detectará el .mcp.json automáticamente.

Claude Desktop

Editá claude_desktop_config.json (Settings → Developer → Edit Config) y pegá:

{
  "mcpServers": {
    "cdmx": {
      "command": "uv",
      "args": ["--directory", "/ruta/absoluta/a/cdmx-mcp", "run", "cdmx-mcp"]
    }
  }
}

Reiniciá Claude Desktop. Detalle completo por SO → QUICKSTART.md.

Cowork

Pegá el mismo JSON en el editor de MCPs de Cowork, o apuntá al .mcp.json del repo.


🎯 Primer prompt de prueba

Copiá y pegá en Claude:

Lista los 10 tipos de delito más frecuentes en la alcaldía Cuauhtémoc durante 2025. Después hacé una tabla markdown con emojis de barra.

Claude elige crime_hotspots automáticamente y te contesta con datos reales. Más prompts en PROMPTS.md.


📊 Qué cubre

Fuente

Cubierta vía

Frescura

FGJ — Carpetas de investigación (delitos)

datos.cdmx.gob.mx (CKAN API)

mensual

911 / LOCATEL — llamadas de emergencia

datos.cdmx.gob.mx (CKAN API)

mensual

SIMAT — Calidad del aire

datos.cdmx.gob.mx (CKAN API)

horaria

ECOBICI — bicis/docks en tiempo real

GBFS (feed estándar)

🟢 en vivo

DENUE (INEGI) — unidades económicas

API pública INEGI

trimestral

Nota post-migración: en abril 2026 el portal CDMX migró de OpenDataSoft a CKAN 2.10. Las consultas ahora pasan por /api/3/action/datastore_search_sql (PostgreSQL real). Los slugs de dataset se conservaron.


🛠 Tools expuestas (9 total)

Genéricas — funcionan con cualquier dataset del portal:

Tool

Qué hace

list_datasets(search?, limit)

Buscar en el catálogo completo

describe_dataset(dataset_id)

Schema real (columnas, tipos, total de filas)

query_records(dataset_id, where?, select?, order_by?, limit, offset)

Consulta SQL vía datastore_search_sql

aggregate(dataset_id, group_by, metric?, where?, limit)

GROUP BY server-side

Recetas — atajos para el top 5:

Tool

Qué hace

crime_hotspots(year, alcaldia?, category?, top_n)

Top colonias/alcaldías por crimen

ecobici_status(station_id? · near_lat+near_lng+radius_m)

Bicis/docks libres en tiempo real

air_quality_now(zone?, limit)

Índice SIMAT más reciente

denue_near(lat, lng, radius_m, keyword)

Negocios cerca de un punto

Más cache_stats() y 2 recursos (cdmx://guide/fgj, cdmx://guide/top5).

Shortcuts soportados como dataset_id: fgj · 911 · ids · aire.


🧪 Verificar que funciona

# Test offline (no golpea el portal)
uv run python tests/smoke_test.py
# → smoke: OK

# Test live (opcional — consulta real a datos.cdmx.gob.mx)
CDMX_MCP_LIVE=1 uv run python tests/live_test.py
# → live: OK

El CI corre el smoke test en Python 3.10, 3.11 y 3.12 en cada push.


🔐 Token opcional para DENUE

denue_near requiere un token gratuito de INEGI:

  1. Registrate en https://www.inegi.org.mx/servicios/api_denue.html (toma 2 min)

  2. Exportalo antes de iniciar Claude Desktop/Code:

export INEGI_TOKEN=tu_token

O agregalo al env de tu config JSON — ver config/claude_desktop_config.example.json.


🏗 Arquitectura

Claude (Desktop / Cowork / Code)
          │  stdio · JSON-RPC
          ▼
   cdmx_mcp.server (FastMCP)
          │
   ┌──────┴──────┬───────────┬──────────┐
   ▼             ▼           ▼          ▼
   ckan        gbfs        denue      cache
(datos.cdmx) (ECOBICI)   (INEGI)   (TTL + LRU)
  • CKAN cubre 4 de las 5 fuentes (FGJ, 911, aire, IDS) con la misma API (/api/3/action/*).

  • describe_dataset usa package_show + datastore_search para exponer el schema real.

  • query_records y aggregate delegan en datastore_search_sql (PostgreSQL real: identificadores con ", literales con ').

  • ECOBICI se consume por GBFS (feed estándar; también sobre-escribible vía ECOBICI_GBFS_URL).

  • Cache en memoria con TTL por tool: 15 s para tiempo real, 10 min para queries, 1 h para catálogo.

  • Sin tokens excepto DENUE (opcional).


📚 Aprende más

  • PROMPTS.md — biblioteca de prompts listos para copiar/pegar agrupados por dominio (crimen, movilidad, aire, negocios, combos).

  • QUICKSTART.md — instalación paso a paso por sistema operativo + troubleshooting.

  • examples/ — demos específicas por canal:


🤝 Contribuir

El servidor está diseñado para extenderse fácilmente.

Para añadir una nueva fuente:

  1. Crear src/cdmx_mcp/adapters/<fuente>.py con funciones que devuelvan dicts con la forma {"results": [...], "total_count": N}.

  2. Envolverlas con cache.cached(...) con un TTL apropiado.

  3. Exponerlas en server.py con @mcp.tool() y una docstring clara (Claude la lee).

  4. Agregar el nombre al set expected en tests/smoke_test.py.

Correr CI local:

uv run python tests/smoke_test.py
CDMX_MCP_LIVE=1 uv run python tests/live_test.py   # requiere internet

Issues y PRs son bienvenidos. El workflow de .github/workflows/ci.yml valida que todo compile en Python 3.10 / 3.11 / 3.12.


📄 Licencia

MIT · built at Impact Lab CDMX 01 (abril 2026) por rohan.mx · csar.dev.

Extender

Para añadir una fuente nueva:

  1. Crear src/cdmx_mcp/adapters/<fuente>.py con funciones que devuelvan dicts.

  2. Envolver con cache.cached(...) para TTL.

  3. Exponer en server.py con @mcp.tool().

Licencia

MIT.

Install Server
A
license - permissive license
B
quality
C
maintenance

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/devcsar/cdmx-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server