datakilder-mcp

MCP-server med typede verktøy for norske offentlige datakilder. Én modul per kilde, så modellen slipper å gjette API-formen.

Ingen API-nøkler. Alle kildene under er åpne — klon, bygg, kjør.

Hvorfor ikke bare katalogsøk?

data.norge.no har allerede et søk. Problemet ligger ikke der. Vi probet alle 1 063 registrerte API-er og målte 300 datasett (5. august 2026):

1 063  registrerte API-er
  234  har en adresse en maskin kan følge   ← 4 av 5 mangler den
  207  svarer når du kaller dem
  148  av disse er WMS/WFS-kartlag
   40  er levende, ekte API-er som ikke er kart

Fire av fem API-oppføringer mangler et maskinlesbart endepunkt. Av datasettene har ~35 % ingen distribusjon i det hele tatt, og av filene som finnes er de aller fleste Excel-ark — ingen live API-er.

⚠️ En tidligere versjon av denne READMEen påsto «94 % landingssider», målt på 60 datasett. Ved 300 datasett ble tallet ~40 %. Utvalget var for lite og ikke tilfeldig ordnet. Full gjennomgang, inkludert feilen: rapport/.

Discovery er den lette halvdelen. Den vanskelige er at hver kilde har sin egen spørreform: SSB er en kube med opake dimensjonskoder, Brreg er flat REST, MET krever User-Agent og koordinatavrunding, Entur er GraphQL. Det er den halvdelen denne serveren dekker.

Derfor finnes det ikke noe fetch_data-verktøy her. Et verktøy som laster ned hva enn en katalog-lenke peker på, laster i praksis ned en HTML-side 94 % av gangene. 10 av 11 kilder snakker direkte med det ekte API-et og returnerer strukturerte data. Den ellevte (fdk) er katalogoppslag som finner et API å bygge mot — den henter aldri data, og sier det selv i verktøybeskrivelsen.

Related MCP server: kartverket-mcp

Hva kan du spørre om?

Alle svarene under er ekte utdrag fra røyktesten — den kjører mot de faktiske API-ene:

Poenget er kjedene: stedsnavn → koordinat → høyde → værvarsel er fire kall en modell kan gjøre selv, uten at noen har hardkodet en integrasjon.

Kilder

Pluss kilder — lister alt serveren dekker — og doctor, som sjekker om de faktisk svarer nå.

Attribusjonen følger med dataene: hvert svar bærer et _kilde-felt. Norske offentlige data er lisensiert, ikke fritt fram, og en kildehenvisning som bare står i en README blir ikke lest.

kart dekker 614 av katalogens API-er

58 % av det katalogen kaller API-er er WMS/WFS. Å pakke inn protokollen én gang slår å pakke inn hver utgiver — og et kartlag ingen har tenkt på ennå er allerede nåbart. kart_punkt (GetFeatureInfo) gjør et kartlag om til data: gi den et koordinat, få egenskapene tilbake.

Det er også grunnen til at Kystverket, Riksantikvaren, NIBIO, Polarinstituttet, Landbruksdirektoratet og Norge i bilder ikke har egne moduler — API-ene deres er kartlag, og kart_lag/kart_punkt når dem allerede.

NGU sto på den lista til 6. august, og det var feil. De har 28 OGC API Features-tjenester ved siden av kartlagene sine — ekte JSON-API-er med egne spørreparametre. «Dekket av kartklienten» var en påstand om protokollen, ikke om utgiveren.

ogc_punkt dekker 138 datasamlinger — og to dialekter

Samme argument som for WMS: NGUs 28 tjenester og Havforskningsinstituttets 110 samlinger er ikke 138 integrasjoner, de er én protokoll. Én klient, ett register, én linje per ny utgiver.

Men «samme protokoll» er ikke «samme oppførsel», og forskjellene er av typen som feiler stille:

• Bbox med null areal er en punkt-i-polygon-spørring hos begge. Verifisert på et hjørnepunkt i et ekte gytefelt — et hjørnepunkt ligger på kanten, så det MÅ treffe hvis degenererte bokser virker i det hele tatt. (Første test ga 0 treff hos HI og så ut som en forskjell. Punktet lå bare i åpent hav.)

• skipGeometry respekteres av NGU og ignoreres av HI. NGU sender 2 kB der den ellers sender 17,5 MB; HI sender omrisset uansett. Flagget sendes likevel — det er harmløst der det ignoreres — og størrelsestaket i http.ts er sikkerhetsnettet. Geometri returneres aldri til kalleren.

kart_finn gjør dem faktisk mulige å finne. Verktøyene over krevde at du kjente URL-en til tjenesten, noe som gjorde den største dekningen i serveren praktisk usynlig. Nå søker du i en indeks over 130 norske WMS-tjenester (data/kartindeks.json, høstet av scripts/hent-kartindeks.mjs): kart_finn("flom") → NVEs flomtjeneste → lag → egenskaper i et punkt. Verdt å merke seg: NVE står som blokkert over fordi hydrologi-API-et krever nøkkel — men flomdataene deres er kartlag, og dermed nåbare uansett.

sted_kontekst — ett kall i stedet for fire

Kommune, adresse, høyde, været nå, farevarsel og nærmeste holdeplasser for et koordinat. Sammensatt av kilder som allerede finnes. Delvis feil er designet inn: hver del kjører uavhengig, og det som ikke lot seg hente står i feltet mangler — for «ingen farevarsel» og «vi fikk ikke sjekket farevarsel» må aldri se like ut.

ngu_grunnforhold — hva består grunnen av her?

Radon-aktsomhet, løsmassetype, under eller over marin grense, og registrerte brønner i nærheten med boredybde og dyp til fjell. Ett kall, tre NGU-tjenester, laget for spørsmålet folk faktisk stiller foran et boligkjøp.

To ting var avgjørende for at svaret blir riktig:

• Punktspørring, ikke nærhet. En bbox på ±1 km rundt en adresse i Halden gir åtte radon-polygoner, og det første sier «Usikker aktsomhet». En bbox med null areal gir det ene polygonet adressen faktisk ligger i — «Moderat til lav aktsomhet». Et svar fra naboen er feil svar.

• skipGeometry=true. Ett radon-polygon er 17,5 MB omriss vi aldri leser. Uten flagget sprengte svaret klientens 8 MB-tak og radon kom tilbake som null. Med det: 2 kB, 0,7 s, samme svar.

Aktsomhetskart er ikke måling, og det står i svaret: radon må måles i boligen, og skredfaresoner er NVEs datasett — kart_finn("skredfare").

met_luftkvalitet — og hvor forurensningen kommer fra

Samlet indeks, konsentrasjon av NO2, PM10, PM2,5 og ozon, 56 timer fram — og kildefordelingen for stoffet som driver indeksen: trafikkeksos, veistøv, vedfyring, skipsfart, industri eller langtransportert. Det er forskjellen på «lufta er dårlig» og «lufta er dårlig fordi det er piggdekk på tørr asfalt».

Skalaen hardkodes ikke: MET serverer sin egen indeksbeskrivelse på /aqi_description, og teksten («lite» / «liten helserisiko») leses derfra. En kopiert skala drifter, en avledet kan ikke. Verdt å vite at varselet er modellert per grunnkrets, ikke målt på adressen — det står i svaret.

udir_kompetansemaal — hva skal eleven kunne på dette trinnet?

Fag + årstrinn inn, kompetansemålene fra LK20 ut, med teksten om underveisvurdering. Tre ting måtte løses før svaret ble til å stole på:

• Utgåtte læreplaner ligger i katalogen. MAT01-05 gikk ut 31.7.2026 og MAT01-06 overtok dagen etter. Samme søk, to ulike sett med mål, avhengig av hvilken uke du spør. Bare gjeldende planer telles — og de utgåtte kan hentes fram med et flagg, ikke ved et uhell.

• «matematikk» treffer tolv læreplaner. Fordypning, X, 2P, S, R, vg1 … Å ta første treff ga fordypning i matematikk til en sjetteklassing. Årstrinnet er det vi har til å skille dem, så kandidatene rangeres på det og bekreftes mot dataene. Svaret sier hvilken plan det kom fra, og hvilke andre det kunne vært.

• LK20 setter mål etter 2., 4., 7. og 10. trinn — ikke hvert år. «Hva skal en 3.-klassing kunne» er likevel et helt rimelig spørsmål. Verktøyet svarer med målene eleven jobber mot, og sier at det er det som skjedde. Videregående er vg1–vg3, ikke 11–13; typen sier det.

doctor — svarer kildene akkurat nå?

Ett billig, ekte kall per kilde, med tid og feilmelding. Som MCP-verktøy, og som npm run doctor:

✓ nve            830 ms  NVE (nettleietariffer)
✓ met            136 ms  Meteorologisk institutt (api.met.no)
15 oppe · 0 nede · 0 mangler nøkkel · 0 ikke sjekket — 958 ms

Sonden er deklarert på kilden, ved siden av verktøyene den prøver: modulen vet hvilket av kallene sine som er billig, og en sentral liste ville driftet ved første omdøping. En kilde uten sonde rapporteres som ikke_sjekket — aldri som frisk. Røyktesten feiler hvis noen legger til en modul uten sonde.

Første versjon meldte 15/15 oppe på 855 ms — fra disk. Cachen svarte, ikke API-ene. Det er den samme feilen som stillhet-er-ikke-levert, i ny drakt: en sjekk som ikke kan skille «kilden svarte» fra «vi husker at den svarte», sier alltid at alt er bra. doctor slår derfor av cache-lesing mens den kjører.

Nøkkelfritt er et krav, så auth sjekkes først

scripts/sjekk-auth.mjs leser sikkerhetsskjemaet i hver spec sveipen fant. Av de 40 maskinlesbare spec-ene oppgir 17 autentisering — 10 av dem er Skatteetatens, som i tillegg handler om navngitte personer (personidentifikator) og krever Maskinporten og rettighetspakke-avtale. 23 er åpne. Å telle spec-er er ikke å telle tilgjengelige data, og det er billigere å oppdage med et skript enn med en halv dags koding.

Skriptet sier hvor du skal se, ikke hva som er sant: Brønnøysunds regnskaps-API oppgir basicAuth i spec-en, men svarer helt åpent — brreg_regnskap henter Equinors 2024-tall uten nøkkel i røyktesten. Kravet i spec-en er en påstand; kallet er beviset.

Kilder som ikke lot seg bygge

Ærlig ført i kilder.json, med grunn: NVE (401, krever gratis nøkkel) · Skatteetaten (kun Maskinporten) · Miljødirektoratet (katalogen peker på en Swagger-UI som ikke serverer spec; alle gjettede ruter 404) · DiBK (404 + HTML-docs) · DSB (ingen åpne REST-API-er funnet) · Fiskeridirektoratet (10 ekte registre finnes, men endepunktene er ikke registrert noe sted) · Autosys kjøretøydata (krever ID-porten-registrert nøkkel).

Bruk

Ikke publisert på npm ennå — klon og bygg (verifisert fra en fersk klone 5.8.2026):

git clone https://github.com/smlhus1/datakilder-mcp.git
cd datakilder-mcp
npm install          # installerer avhengigheter, ikke pakken selv
npm run build
npm run smoke        # valgfritt: kaller alle kildene mot ekte API-er

MCP-klient (Claude Code, .mcp.json) — bruk absolutt sti til dist/index.js:

{ "mcpServers": { "datakilder": { "command": "node", "args": ["<sti>/dist/index.js"] } } }

Legge til en kilde

Skriv én fil i src/sources/, legg til én linje i src/sources/index.ts. Ingenting annet teller opp kilder — verktøyregistrering, kilder-oversikten og attribusjonen utledes alle fra registeret.

export const minKilde: Source = {
  id: "kilde",                        // blir prefiks: kilde_verktøy
  name: "...", homepage: "...",
  requiresKeyEnv: null,               // eller "MIN_API_NØKKEL"
  attribution: { licence: "NLOD 2.0", credit: "Kilde: ...", termsUrl: "..." },
  tools: [{ name, title, description, inputSchema, run }],
};

All HTTP går gjennom src/http.ts — User-Agent, timeout, retry på 429/503, byte-tak, sjekk av content-type (flere av disse API-ene svarer på en dårlig spørring med en HTML-side og status 200) og cache. Ikke skriv en klient til.

Cache

TTL settes per kall, ikke per kilde, fordi skillet går tvers gjennom en kilde: Enturs stoppesteder er stabile i uker, mens avgangene er sanntid og aldri skal caches. Vær i minutter, registre i døgn, stedsnavn og kodeverk i måneder. MET ber eksplisitt i vilkårene om at klienter cacher — det er folkeskikk, ikke bare fart. Målt: værvarsel 118 ms → 1 ms. Cache ligger i $XDG_CACHE_HOME/datakilder-mcp.

Testing

Røyktesten er live, ikke mocket. Poenget med serveren er at den kjenner den faktiske formen på hvert API; en mocket test ville bare bevist at antakelsene våre er enige med seg selv. Den feiler høylytt når en kilde endrer kontrakt — som er nøyaktig da vi vil høre det.

Den dekker også feilstiene: ugyldig organisasjonsnummer, stedsnavn brukt som Entur-id, for stort kartutsnitt. En feilmelding en modell kan handle på er en funksjon, ikke en detalj.

Lisens

MIT. Dataene har sine egne lisenser — se tabellen over og _kilde-feltet i hvert svar.