Skip to main content
Glama

Universal Data Refinery


🌟 为什么选择数据精炼厂?

在新兴的 智能体互联网 中,AI 模型和自主智能体(Claude、Cursor、OpenAI Agents、自定义机器人)迫切需要干净、结构化、实时、确定性的数据。原始网页抓取噪声大、令牌成本高,且容易产生幻觉。

Universal Data Refinery 将杂乱、碎片化的网页文档、定价页面、市政法规和发布日志转化为严格、经过 Schema 验证的 JSON,并具备自动语义差异比对亚秒级边缘检索能力。


🚀 内置精炼领域

1. 📦 开发者生态系统与破坏性变更

  • 提取内容:受影响的符号、移除与弃用状态、签名变更以及精确的代码迁移片段。

  • 解决的问题:AI 编码助手对过时语法和破坏性 SDK 升级的幻觉问题。

2. 💰 B2B SaaS、云与 API 定价矩阵

  • 提取内容:标准化的月付/年付定价、包含的配额、按用量计费费率、隐藏合同条款和超额费用。

  • 解决的问题:AI 智能体的自主采购和成本估算计算。

3. 🏛️ 本地化监管与合规情报

  • 提取内容:市政条例、短租许可证、分区规则、强制截止日期和处罚。

  • 解决的问题:无需人工律师助理即可完成法律和商业合规研究。

4. 🌐 通用按需网页精炼

  • 提取内容:随时输入任意 URL + 自定义提示词。Workers AI 提取严格 JSON,通过 Zod 验证,并保存到 D1 SQL。


🏗️ 架构

[ Raw Web Sources ] ──► [ Cloudflare Worker Pipeline ]
                              │
                              ├── 1. Ingest (Scheduled Cron / Webhooks)
                              ├── 2. HTML to Dense Markdown Sanitizer
                              ├── 3. Workers AI (Llama 3.3 / Mistral) Structured Extraction
                              ├── 4. Semantic Diffing Engine (Delta Classification)
                              └── 5. BGE Vector Embeddings (Vectorize Index)
                              │
                              ▼
                [ Cloudflare D1 SQL + Workers KV ]
                              │
             ┌────────────────┴────────────────┐
             ▼                                 ▼
   🤖 MCP Server for AI Agents        ⚡ REST / OpenAPI Endpoints
   (Claude Desktop, Cursor, etc.)     🖥️ Refinery Studio (Pages UI)

💻 快速开始

前提条件

  • Node.js 20+

  • Cloudflare Wrangler CLI(npm install -g wrangler 或通过 npm 脚本)

安装

# Clone & install dependencies
npm install

# Build shared schema
npm run build --workspace=packages/schema

# Apply local D1 database migrations with demo seed data
npm run db:migrate:local

本地运行

# Start Cloudflare Worker backend (port 8787)
npm run dev:worker

# Start Refinery Studio Web Dashboard (port 5173)
npm run dev:web

# Or run both concurrently:
npm run dev:all

🤖 通过 MCP(Model Context Protocol)连接 AI 智能体

将精炼厂添加到你的 claude_desktop_config.json.cursor/mcp.json 中:

{
  "mcpServers": {
    "data-refinery": {
      "url": "http://localhost:8787/mcp"
    }
  }
}

暴露的原生工具:

  • refinery_dev_breaking_changes({ packageOrService, targetVersion, breakingOnly })

  • refinery_b2b_pricing_matrix({ companyOrProduct, category })

  • refinery_regulatory_compliance({ jurisdiction, topic })

  • refinery_semantic_search({ query, domain, topK })

  • refinery_refine_custom_url({ url, instructionPrompt })


📜 许可证

MIT

-
license - not tested
Not graded
quality - not tested
C
maintenance

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Related MCP Connectors

  • Turn the web into structured, reliable, actionable enterprise data for AI Agents

  • Web search, page extraction and structured commerce, social and business data for AI agents

  • Enable language models to perform advanced AI-powered web scraping with enterprise-grade reliabili…

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/juanquy/AI-data-refinery'

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