CBS开放数据MCP服务器
一个 模型上下文协议（MCP） 服务器为 CBS开放数据OData API.
它允许人工智能助手（GitHub Copilot，Claude Desktop等）直接检索，过滤和探索CBS统计数据。
可用工具
| 工具 | 描述 |
|---|---|
query_datasets 使用OData过滤按标题或描述搜索数据集 | |
get_dataset_info 获取特定数据集的元数据。 | |
get_dimensions 获取数据集的尺寸及其标签值。 | |
get_dimension_values 获取特定维度的所有值。 | |
get_measure_codes 获取测量定义（可用的测量列） | |
get_observations 通过自动分页和标签分辨率捕捉所有观察结果。 | |
query_observations | 对观测的高级 OData 查询 |
get_catalogs | 获取所有可用的CBS目录 |
get_metadata | 将 EDM 元数据架构获取为 XML |
要求
- Python 3.10 或更高版本
- 紫外线 （推荐）或pip
安装
UV（推荐）
git clone https://github.com/TdH25/cbs-open-data-mcp.git
cd cbs-open-data-mcp
uv syncMet pip
git clone https://github.com/TdH25/cbs-open-data-mcp.git
cd cbs-open-data-mcp
pip install httpx "mcp>=0.9.1"配置 MCP 服务器
VS代码（GitHub副本）
添加以下内容 .vscode/mcp.json 在您的工作区（或使用随附的文件）：
{
"servers": {
"cbs-open-data": {
"type": "stdio",
"command": "uv",
"args": [
"run",
"--no-project",
"--isolated",
"--link-mode=copy",
"--with", "mcp",
"--with", "httpx",
"python",
"-m", "src.cbs_open_data_mcp_server"
]
}
}
}克劳德桌面
添加以下内容 claude_desktop_config.json:
{
"mcpServers": {
"cbs-open-data": {
"command": "uv",
"args": [
"run",
"--directory", "/pad/naar/cbs-open-data-mcp",
"python",
"-m", "src.cbs_open_data_mcp_server"
]
}
}
}或者先安装软件包（pip install . 的 uv sync然后直接使用附带的命令：
{
"mcpServers": {
"cbs-open-data": {
"command": "cbs-open-data-mcp"
}
}
}在聊天中使用
安装后，您可以立即使用它：在Copilot Chat或Claude中询问有关CBS统计的问题。人工智能可以自行选择正确的工具和方法，这要归功于随附的副驾驶员指令。
示例提示 ：
- *“CBS拥有哪些天然气消费数据集？”*
- *“从03759ned（最近一年，总计）中获取每个省份的居民，并将其显示为表格。*
- *“在图表中显示过去5年每个行业的二氧化碳排放量。*
- *“在新的笔记本电脑中获取80030ned数据集，并使用plotly在堆叠区域图中绘制每个能源载体的年总电力产量。*
已知的限制
- SSL 验证已禁用 CBS API 在标准 CA 捆绑中遇到证书问题。
verify=False是默认设置的。 - Trage API — CBS OData API 响应缓慢；超时为60秒，重试3次。
resolve_labels标签分辨率创建N+2个额外的API调用（N=维度数）。对于大型数据集，这可能是明显的。
测试
uv run python -m unittest tests.test_cbs_open_data_client -v相关项目
mcp-cbs-数字-开放数据 由 David Stotijn 开发 — 使用 Go 编写的 CBS Open Data API 的 MCP 服务器。该项目是以Python独立开发的，包括自动分页，标签分辨率和测量定义支持。
许可证
MIT - 见 许可证.