data.gov.fr MCP服务器

\[！提示\] 收到反馈了吗？在这里告诉我们

![CircleCI](https://circleci.com/gh/datagouv/datagouv-mcp) ![License: MIT](https://opensource.org/licenses/MIT)

模型上下文协议（MCP）服务器，允许AI聊天机器人（Claude、ChatGPT、Gemini等）搜索、探索和分析来自 data.gov.fr，法国国家开放数据平台，直接通过对话。

与手动浏览网站不同，您可以简单地问一些问题，如“有哪些房价数据集？”或“向我展示巴黎的最新人口数据”，并获得即时答案。

\[！提示\] 立即使用：每个人都可以在以下位置使用公共实例https://mcp.data.gouv.fr/mcp没有访问限制。要连接您最喜欢的聊天机器人，只需按照以下步骤操作下面的连接说明.

🌐 将您的聊天机器人连接到MCP服务器

使用托管端点 https://mcp.data.gouv.fr/mcp （推荐）。如果您是自主机，请交换您自己的URL。

MCP服务器配置取决于您的客户端。为您的客户端使用适当的配置格式：

万物皆可LLM

找到 anythingllm_mcp_servers.json AnythingLLM存储插件目录中的文件：

- Linux: ~/.config/anythingllm-desktop/storage/plugins/anythingllm_mcp_servers.json - MacOS: ~/Library/Application Support/anythingllm-desktop/storage/plugins/anythingllm_mcp_servers.json - 视窗: C:\Users\\AppData\Roaming\anythingllm-desktop\storage\plugins\anythingllm_mcp_servers.json

添加以下配置：

{
  "mcpServers": {
    "datagouv": {
      "type": "streamable",
      "url": "https://mcp.data.gouv.fr/mcp"
    }
  }
}

有关更多详细信息，请参阅 LLM MCP文件.

ChatGPT

*仅适用于付费计划（Plus、Pro、Team和Enterprise）。*

访问设置：在浏览器中打开ChatGPT，转到 Settings那么 Apps and connectors.
启用开发模式：打开 Advanced settings 并启用 开发者模式.
添加连接器：返回 Settings > Connectors > Browse connectors 然后单击 添加新连接器.
配置连接器：将URL设置为 https://mcp.data.gouv.fr/mcp 并保存以激活工具。

克劳德代码

使用 claude mcp 添加MCP服务器的命令：

claude mcp add --transport http datagouv https://mcp.data.gouv.fr/mcp

克劳德桌面版

将以下内容添加到您的Claude Desktop配置文件中（通常 ~/.config/Claude/claude_desktop_config.json 在Linux上， ~/Library/Application Support/Claude/claude_desktop_config.json 在MacOS上，或 %APPDATA%\Claude\claude_desktop_config.json 在Windows上）：

{
  "mcpServers": {
    "datagouv": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://mcp.data.gouv.fr/mcp"
      ]
    }
  }
}

Windows上的克劳德桌面： 如果服务器出现在列表中但从未连接（没有握手，缺少工具），Claude可能正在使用其内置的Node.js运行时，该运行时看不到随系统安装的包 npm （包括全球 mcp-remote).集 isUsingBuiltInNodeForMcp 到 false 在根相同的配置文件，因此 npx 使用已安装的Node，然后重新启动Claude Desktop：

{
  "isUsingBuiltInNodeForMcp": false,
  "mcpServers": {
    "datagouv": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://mcp.data.gouv.fr/mcp"
      ]
    }
  }
}

看问题#69 作为背景。

光标

Cursor通过其设置支持MCP服务器。要配置服务器，请执行以下操作：

打开光标设置
搜索“MCP”或“模型上下文协议”
添加具有以下配置的新MCP服务器：

{
  "mcpServers": {
    "datagouv": {
      "url": "https://mcp.data.gouv.fr/mcp",
      "transport": "http"
    }
  }
}

Gemini CLI

将以下内容添加到您的 ~/.gemini/settings.json 文件（Linux： ~/.gemini/settings.json，MacOS： ~/.gemini/settings.json，Windows： %USERPROFILE%\.gemini\settings.json):

{
  "mcpServers": {
    "datagouv": {
      "httpUrl": "https://mcp.data.gouv.fr/mcp"
    }
  }
}

拥抱聊天

访问设置： 在聊天界面中，单击+图标，选择 MCP Servers，然后单击 Manage MCP Servers.
添加服务器： 点击+ Add Server 服务器管理窗口中的按钮。
配置服务器： 输入a 服务器名称 （例如，“Data Gouv”）并设置 服务器URL 到 https://mcp.data.gouv.fr/mcp。单击 Add Server 为了拯救。
验证连接： 点击 Health Check 新服务器卡上的按钮，确认其显示为连接。确保已激活切换以使用聊天中的工具。

IBM Bob

IBM Bob通过其设置支持MCP服务器。要配置服务器，请执行以下操作：

单击Bob面板中的设置图标。
选择MCP选项卡。
单击相应的按钮：

编辑全局MCP：打开全局 mcp_settings.json 文件
编辑项目MCP：打开特定于项目的 .bob/mcp.json 文件（如果不存在，则由Bob创建）

这两个文件都使用JSON格式，其中mcpServers对象包含命名服务器配置。

{
  "mcpServers": {
    "datagouv": {
      "url": "https://mcp.data.gouv.fr/mcp",
      "type": "streamable-http"
    }
  }
}

Kiro命令行界面

添加以下内容 ~/.kiro/settings/mcp.json （Linux： ~/.kiro/settings/mcp.json，MacOS： ~/.kiro/settings/mcp.json，Windows： %USERPROFILE%\.kiro\settings\mcp.json):

{
  "mcpServers": {
    "datagouv": {
      "url": "https://mcp.data.gouv.fr/mcp"
    }
  }
}

开发 IDE

将以下内容添加到Kiro MCP配置文件中(.kiro/settings/mcp.json 在您的工作区中，或者对于全局配置：Linux： ~/.kiro/settings/mcp.json，MacOS： ~/.kiro/settings/mcp.json，Windows： %USERPROFILE%\.kiro\settings\mcp.json):

{
  "mcpServers": {
    "datagouv": {
      "url": "https://mcp.data.gouv.fr/mcp"
    }
  }
}

Le Chat（米斯特拉尔）

*适用于所有计划，包括免费。*

转到连接器：在浏览器中打开Mistral，然后转到 Intelligence > Connectors.
添加自定义连接器：单击 Add connector > Custom MCP Connector，给它起个名字（例如 DataGouv)，并将服务器URL设置为 https://mcp.data.gouv.fr/mcp.
无身份验证：禁用身份验证。
创建：单击创建.

Mistral Vibe命令行界面

编辑您的Vibe配置（默认：Linux： ~/.vibe/config.toml，MacOS： ~/.vibe/config.toml，Windows： %USERPROFILE%\.vibe\config.toml)并添加MCP服务器：

[[mcp_servers]]
name = "datagouv"
transport = "streamable-http"
url = "https://mcp.data.gouv.fr/mcp"

请参阅官方文档中的完整Vibe MCP选项： MCP服务器配置.

OpenCode

增添 opencode.json （例如。 ~/.config/opencode/opencode.json 或您的项目根）。远程服务器使用顶级 mcp 对象与 type: "remote"。参见 OpenCode MCP服务器.

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "datagouv": {
      "type": "remote",
      "url": "https://mcp.data.gouv.fr/mcp",
      "enabled": true
    }
  }
}

VS Code

将以下内容添加到您的VS代码中 mcp.json 文件（Linux： ~/.config/Code/User/mcp.json，MacOS： ~/Library/Application Support/Code/User/mcp.json，Windows： %APPDATA%\Code\User\mcp.json).跑 MCP：打开用户配置 从命令选项板打开它。

{
  "servers": {
    "datagouv": {
      "url": "https://mcp.data.gouv.fr/mcp",
      "type": "http"
    }
  }
}

帆板运动

将以下内容添加到您的 ~/.codeium/windsurf/mcp_config.json （Linux： ~/.codeium/windsurf/mcp_config.json，MacOS： ~/.codeium/windsurf/mcp_config.json，Windows： %USERPROFILE%\.codeium\windsurf\mcp_config.json):

{
  "mcpServers": {
    "datagouv": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://mcp.data.gouv.fr/mcp"
      ]
    }
  }
}

注：

托管端点为 https://mcp.data.gouv.fr/mcp。如果您自己运行服务器，请将其替换为您自己的URL（有关默认的本地终结点，请参阅下面的“本地运行”）。
此MCP服务器目前仅公开只读工具，因此不需要API密钥。

🖥️ 在本地运行

1.运行MCP服务器

开始之前，克隆此存储库并浏览其中：

git clone git@github.com:datagouv/datagouv-mcp.git
cd datagouv-mcp

推荐的设置需要Docker。通过安装或任何兼容的Docker引擎。

🐳 使用Docker（推荐）

# With default settings (port 8000, prod environment)
docker compose up -d

# With custom environment variables
MCP_PORT=8007 DATAGOUV_API_ENV=demo LOG_LEVEL=DEBUG docker compose up -d

# Stop
docker compose down

环境变量：

MCP_HOST：要绑定的主机（默认为 0.0.0.0).吃起来 127.0.0.1 本地开发遵循MCP安全最佳实践。
MCP_PORT：MCP HTTP服务器的端口（默认为 8000 未设置时）。
MCP_ENV：向Sentry报告的环境名称（默认为 local 未设置时）。明确设置为 prod, preprod，或 demo 在您的部署中。
DATAGOUV_API_ENV: prod （默认）或 demo。这控制了它使用来自哪个data.gov.fr环境的数据(https://www.data.gouv.fr或https://demo.data.gouv.fr).默认情况下，MCP服务器与生产数据.gouv.fr.Set进行通信 DATAGOUV_API_ENV=demo 如果你特别需要演示环境。
LOG_LEVEL：应用程序的Python日志级别（默认为 INFO).常见值： DEBUG, INFO, WARNING, ERROR, CRITICAL.
SENTRY_DSN：启用错误和性能监视的哨兵DSN。未设置时禁用监视。
SENTRY_SAMPLE_RATE：哨兵痕迹和轮廓的采样率（浮动 0.0–1.0，默认为 1.0).

⚙️ 手动安装

你需要紫外线安装依赖项并运行服务器。

安装依赖项

uv sync

准备环境文件

复制示例环境文件创建自己的 .env 文件：

cp .env.example .env

然后可选择编辑 .env 并设置对您的跑步很重要的变量：

MCP_HOST=127.0.0.1  # (defaults to 0.0.0.0, use 127.0.0.1 for local dev)
MCP_PORT=8007  # (defaults to 8000 when unset)
MCP_ENV=local  # environment name sent to Sentry (defaults to local when unset)
DATAGOUV_API_ENV=prod  # Allowed values: demo | prod (defaults to prod when unset)
LOG_LEVEL=INFO  # Python log level (default: INFO)

使用您喜欢的方法加载变量，例如：

set -a && source .env && set +a

启动HTTP MCP服务器

uv run main.py

2.将您的聊天机器人连接到本地MCP服务器

按照中的步骤进行操作将您的聊天机器人连接到MCP服务器只需将托管URL替换为本地端点（默认值： http://127.0.0.1:${MCP_PORT:-8000}/mcp).

🚚 运输支持

MCP服务器是使用 MCP服务器和客户端的官方Python SDK 并使用 仅支持流式HTTP传输.

不支持STDIO和SSE.

📋 可用端点

可流式HTTP传输（符合标准）：

POST /mcp -JSON-RPC消息（客户端→ 服务器）
GET /health -健康检查端点：运行完整的MCP握手和工具调用。退货 {"status":"ok",...} 如果健康，则使用HTTP 200，或 {"status":"mcp_unavailable"} 如果MCP栈没有正确响应，则使用HTTP 503。

🛠️ 可用工具

MCP服务器提供了与平台上编目的data.gov.fr数据集和第三方API进行交互的工具。

注： data.gouv.fr通过HTTP在 dataservices 资源路径；它与data.gouv.fr自己的内部API（主/表格/度量）是分开的，这些API为这个MCP服务器提供动力。

数据集（静态数据文件）

search_datasets -按关键字搜索数据集。返回包含元数据（标题、描述、组织、标签、资源计数）的数据集。

参数： query （必填）， page （可选，默认值：1）， page_size （可选，默认值：20，最大值：100）

search_organizations -在data.gov.fr上列出或搜索发布组织。返回修剪后的行（id、name、slug、首字母缩略词、徽章、指标、URL）。

参数： query （可选；AND风格关键字搜索；省略或留空浏览）， page （可选，默认值：1）， page_size （可选，默认值：20，最大值：100）， sort （可选；例如。 datasets, -datasets), badge （可选；例如。 public-service, certified, association, company, local-authority), name （可选的精确名称过滤器）， business_number_id （可选）。

get_dataset_info -获取特定数据集的详细信息（元数据、组织、标签、日期、许可证等）。

参数： dataset_id （必填）

list_dataset_resources -列出数据集中的所有资源（文件）及其元数据（格式、大小、类型、URL）。

参数： dataset_id （必填）

get_resource_info -获取有关特定资源的详细信息（格式、大小、MIME类型、URL、数据集关联、表格API可用性）。

参数： resource_id （必填）

query_resource_data -通过表格API查询特定资源中的数据。从资源中获取行以回答问题。

参数： resource_id （必填）， page （可选，默认值：1）， page_size （可选，默认值：20，最大值：200）

注：推荐工作流程：1）使用 search_datasets 要查找数据集，2）使用 list_dataset_resources 要查看可用资源，3）使用 query_resource_data 默认情况下 page_size （20）预览数据结构。对于小数据集（\1000行），继续分页或使用 get_resource_info 检索原始文件URL并直接获取。适用于API表格大小限制（CSV≤100 MB，XLSX≤12.5 MB）内的CSV/XLS资源。

第三方API

这些工具使用data.gouv.fr下的HTTP路径 dataservices；工具和参数名称与API匹配(search_dataservices, dataservice_id).

search_dataservices -按关键字搜索data.gov.fr上编目的第三方API。返回包含元数据的条目（标题、说明、组织、基本API URL、标记）。

参数： query （必填）， page （可选，默认值：1）， page_size （可选，默认值：20，最大值：100）

get_dataservice_info -获取第三方API的详细元数据（标题、说明、组织、基础API URL、OpenAPI规范URL、许可证、日期、相关数据集）。

参数： dataservice_id （必需）-与data.gouv.fr API和 id 从搜索结果中。

get_dataservice_openapi_spec -获取并总结第三方API的OpenAPI/Swagger规范。返回可用端点及其参数的简明概述。

参数： dataservice_id （必填）

注：推荐工作流程：1）使用 search_dataservices 查找API，2）使用 get_dataservice_info 对于元数据和文档URL，3）使用 get_dataservice_openapi_spec 对于端点和参数，4）使用 base_api_url 根据规范。

指标

get_metrics -获取数据集和/或资源的指标（访问量、下载量）。

参数： dataset_id （可选）， resource_id （可选）， limit （可选，默认值：12，最大值：100）

返回每月的统计数据，包括访问量和下载量，按月份降序排列（最近的先到）。至少一个 dataset_id 或 resource_id 必须提供。注：此工具仅适用于生产环境(DATAGOUV_API_ENV=prod).度量API没有演示/预编写环境。

🧪 测试

✅ 使用pytest进行自动化测试

使用pytest运行测试（这些包括辅助模块；MCP服务器接线最好通过MCP检查器进行）：

# Run all tests
uv run pytest

# Run with verbose output
uv run pytest -v

# Run specific test file
uv run pytest tests/test_tabular_api.py

# Run with custom resource ID
RESOURCE_ID=3b6b2281-b9d9-4959-ae9d-c2c166dff118 uv run pytest tests/test_tabular_api.py

# Run with prod environment
DATAGOUV_API_ENV=prod uv run pytest

🔥 压力测试

压力测试向正在运行的MCP服务器发送许多并发请求。它们需要一个正在运行的服务器并发出真正的HTTP请求，因此它们被排除在默认设置之外 pytest 跑。

# Start the server first, then in another terminal:
uv run pytest -m stress

目前包括一个测试，该测试将正常请求与突然的客户端TCP断开连接混合在一起，验证服务器在中断的情况下保持健康并继续服务。它使用 MCP_PORT （默认值： 8000)连接到本地服务器。

🩺 从CLI运行运行状况检查

运行完整的MCP握手和呼叫 search_datasets 验证端到端堆栈健康状况。需要一个正在运行的服务器，并且被排除在默认设置之外 pytest 跑。

# Start the server first, then in another terminal:
uv run pytest -m health_check

🛠️ 本地工具测试脚本

scripts/call_tool.py 允许您直接调用任何MCP工具，而无需手动管理curl握手。需要正在运行的服务器。

# Start the server first, then in another terminal:
python scripts/call_tool.py search_datasets '{"query": "IRVE"}'
python scripts/call_tool.py get_resource_info '{"resource_id": ""}'

🔍 使用MCP检查器进行交互式测试

使用官方 MCP检查员以交互方式测试服务器工具和资源。

先决条件：

Node.js与 npx 可用的

步骤：

启动MCP服务器（见上文）
在另一个终端中，启动检查器：

   npx @modelcontextprotocol/inspector --http-url "http://127.0.0.1:${MCP_PORT}/mcp"

如果您在另一个主机/端口上暴露了服务器，请调整URL。

🤝 贡献

我们欢迎捐款！为了保持项目的稳定和审查的可管理性，请在提交前遵守以下规则：

人工审查和问责制： 问题和拉取请求 不得是未经审查的原始AI输出。您必须已经阅读、完全理解并（对于代码）测试了您提交的内容。 通过打开问题或拉取请求，您可以证明您可以在审查中解释和辩护，而无需依赖人工智能助手。
保持小： 我们严格遵守 1个特征=1个PR 工作流程。
常规提交： 使用约定式提交格式为 git提交消息 和 PR标题 （例如。 feat: add dataset search, fix: handle empty API response).有关允许的类型、范围和中断更改标记，请参阅规范。

我们使用标准的审查和部署流程：

提交PR： 通过Pull Request提出您的更改 main 支。
持续集成： CI在拉取请求上自动运行。 所有必需的检查必须通过 在合并PR之前（测试、linting、格式化和类型检查）。在本地运行相同的检查——按测试，和lint/格式/类型通过代码过滤和格式化或预提交挂钩--以避免意外的CI失败。
评审： 所有PR在合并之前必须经过维护人员的审查和批准。
部署过程： 一旦合并到 main，维护人员定期部署更改 生产前的 在更广泛的发布之前进行更多的测试和验证。

🧹 代码抓取和格式化

本项目遵循PEP 8风格指南，使用拉夫用于修剪和格式化，以及吨年用于类型检查。

手动运行这些命令或安装预提交挂钩在提交捐款之前需要。

# Lint (including import sorting) and format code
uv run ruff check --fix && uv run ruff format

# Type check (ty)
uv run ty check

🔗 预提交钩子

此存储库使用预承诺在每次提交之前勾选哪个lint和格式化代码。强烈建议安装预提交挂钩，以便检查自动运行。

安装预提交挂钩：

uv run pre-commit install

预提交钩子会自动执行以下操作：

检查YAML语法
修复文件结尾问题
删除尾随空格
检查大文件
运行Ruff linting和格式化

🏷️ 发布和版本控制

先决条件: 必须安装并验证，并且您必须在主分支上拥有干净的工作目录。

# Create a new release
./tag_version.sh 

# Example
./tag_version.sh 2.5.0

# Dry run to see what would happen
./tag_version.sh 2.5.0 --dry-run

脚本会自动执行以下操作：

提取自上次标记以来的提交，并将其格式化为CHANGELOG.md
识别突破性更改（提交 !: 在主题中）
创建一个git标签并将其推送到远程存储库
创建包含变更日志内容的GitHub版本

📄 许可证

此项目根据MIT许可证获得许可-请参阅许可证文件以获取详细信息。

Datagouv MCP

快速接入

详细介绍