Skip to main content
Glama
joakes90

vin-decode-mcp

by joakes90

vin-decode-mcp

Декодируйте VIN-номера и запрашивайте данные о транспортных средствах из курируемой базы данных NHTSA vPIC — на базе Model Context Protocol.

Автономный MCP-сервер для LLM, поддерживающий работу без подключения к сети, для декодирования идентификационных номеров транспортных средств (VIN) и поиска марок, моделей и технических характеристик автомобилей с использованием данных NHTSA's vPIC.

pip install vin-decode-mcp
vin-decode-mcp  # Start the MCP server

Зачем?

  • Офлайн: работает без доступа в интернет. Курируемая база данных SQLite (~4.5 MB) является автономной.

  • Без лимитов запросов: в отличие от прямого вызова vPIC API, локальные запросы не ограничены.

  • Быстро: сопоставление с шаблонами в базе данных SQLite занимает микросекунды.

  • Ориентированность на LLM: инструменты с подробными docstrings, ресурсами схем и структурированным JSON-выводом.

  • Открытые данные: NHTSA vPIC — это открытые данные правительства США: бесплатно, без необходимости API-ключа.

Related MCP server: VIN MCP

Охват данных

  • Автомобили для рынка США, модельный год 1981 и новее

  • 534 марки, 9 175 моделей, 88 140 VIN-шаблонов

  • Легковые автомобили, грузовики, многоцелевые автомобили, мотоциклы, внедорожники

  • Исключены: автобусы, прицепы, тихоходные транспортные средства, незавершённые транспортные средства

Только технические характеристики — эта база данных не включает историю владения, аварий, одометра или историю угонов (для этого требуются данные NMVTIS/коммерческих источников).

Быстрый старт

Установка

pip install vin-decode-mcp

Или из исходного кода:

git clone https://github.com/<org>/vin-decode-mcp.git
cd vin-decode-mcp
pip install -e .

Запуск

# Default: stdio transport (for Claude Desktop, Cursor, etc.)
vin-decode-mcp

# HTTP transport
vin-decode-mcp --transport http --port 8765

Использование с Claude Desktop

Добавьте в ~/.config/claude-desktop/config.json (или ~/Library/Application Support/claude-desktop/config.json на macOS):

{
  "mcpServers": {
    "vin-decode": {
      "command": "vin-decode-mcp"
    }
  }
}

Перезапустите Claude Desktop. Теперь модель может использовать инструменты декодирования VIN в диалогах.

Доступные инструменты

Инструмент

Описание

decode_vin(vin, model_year?)

Декодирует VIN → марку, модель, год, тип транспортного средства

decode_partial_vin(pattern, limit?)

Сопоставляет частичный VIN с подстановочными символами *

get_all_makes()

Список всех марок транспортных средств

get_models_for_make(make, vehicle_type?)

Список моделей для марки

get_model_years(make, model)

Диапазон годов выпуска

get_wmi_info(wmi)

Декодирует WMI → информацию о производителе

get_vehicle_types()

Список доступных типов транспортных средств

get_make_vehicle_types(make)

Список типов транспортных средств для марки

Примеры

>>> decode_vin("1HGCM82633A004352")
{
  "vin": "1HGCM82633A004352",
  "make": "Honda",
  "model": "Accord",
  "year": 2003,
  "vehicle_type": "Passenger Car",
  "wmi": "1HG",
  "confidence": "full"
}

>>> get_model_years("Porsche", "911")
{"year_from": 1981, "year_to": null}

>>> decode_partial_vin("5UXWX7C5*BA")
[{"make": "BMW", "model": "X5", "year": 2011, "confidence": "partial_match"}]

База данных

Загрузка

Скомпилированная база данных размещена на Hugging Face:

Набор данных: https://huggingface.co/datasets/vin-decode-mcp/vpic-database Прямая загрузка: https://huggingface.co/datasets/vin-decode-mcp/vpic-database/resolve/main/vpic_decode.db

Пользовательский путь к базе данных

# Set via environment variable
export VIN_MCP_DB_PATH=/path/to/vpic_decode.db
vin-decode-mcp

# Or via CLI flag
vin-decode-mcp --db-path /path/to/vpic_decode.db

Пересборка

База данных пересобирается из автономных баз данных PostgreSQL NHTSA примерно каждые 6-12 месяцев:

# Requires PostgreSQL installed (pg_restore, psql)
bash tools/rebuild.sh

# Or step by step:
# 1. Download NHTSA data: https://vpic.nhtsa.dot.gov/Downloads/
# 2. Convert to SQLite
python3 tools/convert_to_sqlite.py --input dump.sql --output vpic_lite.db
# 3. Build curated database
python3 tools/build_db.py --source vpic_lite.db --output vpic_decode.db

Инструкции по настройке Hugging Face см. в docs/hf-setup.md.

Источник данных и атрибуция

Данные о транспортных средствах получены из NHTSA's vPIC — Vehicle Product Information Catalog and Vehicle Listing агентства National Highway Traffic Safety Administration. NHTSA является правительственным агентством США.

  • Лицензия на данные: результат работы правительства США (общественное достояние)

  • API: ключ и регистрация не требуются

  • Частота обновления: ~6-12 месяцев

  • Сообщение об ошибках: обращайтесь в службу поддержки производителей NHTSA по адресу manufacturerinfo@dot.gov или по телефону 1-888-399-3277

Архитектура

User / LLM Agent
       │
       ▼  MCP (stdio / HTTP)
┌──────────────────┐
│  vin-decode-mcp  │  pip install vin-decode-mcp
│  (FastMCP server)│  env: VIN_MCP_DB_PATH=/path/to/vpic_decode.db
└────────┬─────────┘
         │  sqlite3 (mode=ro)
         ▼
┌──────────────────┐
│ vpic_decode.db     │  ~4.5 MB, curated
│  (Hugging Face)  │  makes + models + WMI + VIN patterns
└──────────────────┘
         ▲
         │  rebuilds from
┌──────────────────┐
│ NHTSA vPIC PG DB │  69 MB, official
│ (NHTSA website)  │  refreshed 2x/year
└──────────────────┘

Структура проекта

vin-decode-mcp/
├── src/vin_decode_mcp/
│   ├── __init__.py              # Package init
│   ├── server.py                # FastMCP server with all tools
│   ├── database.py              # SQLite layer + VIN decoder
│   └── cli.py                   # CLI entry point
├── tools/
│   ├── build_db.py              # Pipeline orchestrator
│   ├── convert_to_sqlite.py     # PG → SQLite converter
│   ├── rebuild.sh               # Full rebuild script
│   ├── build_db.py              # Curated DB builder (orchestrator for the pipeline)
│   ├── curation.json            # Make/model curation rules
│   ├── overlay.json             # Grey-import classic additions
│   └── README.md                # Rebuild instructions
├── tests/
│   ├── conftest.py              # Test fixtures
│   ├── test_decode.py           # VIN decode canary tests
│   ├── test_server.py           # Bulk lookup tests
│   └── fixtures/
│       ├── build_test_db.py     # Test database builder
│       └── test_vpic.db         # Minimal test database
├── .github/workflows/
│   ├── ci.yml                   # CI: test + lint
│   └── rebuild-db.yml           # Scheduled DB rebuild
├── docs/
│   └── hf-setup.md              # Hugging Face setup guide
├── pyproject.toml
├── LICENSE
├── README.md
└── vpic_pare_down.py            # Pare-down pipeline (original)

Разработка

# Install dev dependencies
pip install -e ".[dev]"

# Run tests
python -m pytest tests/ -v

# Lint
python -m ruff check src/ tests/

# Format
python -m ruff format src/ tests/

Сравнение с другими решениями

vin-decode-mcp

NHTSA vPIC API

vin-mcp (NLMA)

Транспорт

Локальная SQLite

HTTP REST

HTTP REST

Офлайн

Лимит запросов

Нет

Да

Да

Размер данных

~4.5 MB

N/A

N/A

Поля VIN

Марка + Модель + Год

~130 полей

~130 полей

Марки/Модели

✅ 534/9 175

✅ Полный каталог

✅ Полный каталог

Установка

pip install

Не требуется

pip install

Лицензия

MIT License — код распространяется по лицензии MIT. Данные — общественное достояние правительства США.

Подробнее см. в LICENSE.

Участие в разработке

Вклад приветствуется! Пожалуйста:

  1. Сделайте форк и создайте ветку для новой функции

  2. Добавьте тесты для новой функциональности

  3. Убедитесь, что CI проходит

  4. Отправьте pull request

Для значительных изменений сначала откройте issue, чтобы обсудить подход.

A
license - permissive license
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Related MCP Servers

  • A
    license
    C
    quality
    D
    maintenance
    Enables access to comprehensive vehicle information including VIN decoding, license plate OCR, vehicle history checks (theft, title, salvage records), market valuations, specifications, and warranty data for vehicles across North America and Europe.
    6
    61
    1
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    Provides comprehensive vehicle reports by aggregating data from multiple public sources to decode VINs, check recalls, and view safety ratings. It enables users to validate VINs locally and retrieve technical specifications, fuel economy, and vehicle photos without requiring API keys.
    18
    MIT
  • F
    license
    A
    quality
    C
    maintenance
    Exposes a connected-vehicle OBD-II/telematics platform to AI agents, enabling vehicle health scoring, live data queries, DTC decoding, maintenance prediction, and gated remote commands via a pluggable data layer.
    9

View all related MCP servers

Related MCP Connectors

  • Machine-readable utilities and datasets for AI agents.

  • Neutral freight reference + validation layer for AI agents: ADR, HS, UN/LOCODE, freight math

  • 500+ deterministic tools for AI agents: math, conversion, validation, hashing, encoding, date/time.

View all MCP Connectors

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/joakes90/vin-decode-mcp'

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