Source Coop MCP

源合作MCP服务器

 ](https://pypi.org/project/source-coop-mcp/)  

通过人工智能代理发现并访问800TB以上的地理空间数据。

一个用于（某用途的）MCP（模型上下文协议）服务器 源合作社 - 一个协作式存储库，汇集了来自Maxar、哈佛大学、欧洲航天局（ESA）、美国地质调查局（USGS）以及90多个组织的数据集。

______________________________________________________________________

🏗️ 架构概述

graph TB
    subgraph "AI Clients"
        A1[Claude Desktop]
        A2[Claude Code]
        A3[Cursor]
        A4[Cline]
        A5[Zed]
        A6[Continue.dev]
    end

    subgraph "MCP Server"
        MCP[Source Cooperative MCP
FastMCP + obstore]
    end

    subgraph "6 Available Tools"
        T1[list_accounts
94+ orgs]
        T2[list_products
hybrid S3+API]
        T3[get_product_details
+ README]
        T4[list_product_files
tree mode]
        T5[get_file_metadata
no download]
        T6[search
hybrid fuzzy]
    end

    subgraph "Data Sources"
        S1[HTTP API
source.coop/api]
        S2[S3 Direct
opendata.source.coop]
    end

    A1 -->|JSON-RPC| MCP
    A2 -->|JSON-RPC| MCP
    A3 -->|JSON-RPC| MCP
    A4 -->|JSON-RPC| MCP
    A5 -->|JSON-RPC| MCP
    A6 -->|JSON-RPC| MCP

    MCP --> T1
    MCP --> T2
    MCP --> T3
    MCP --> T4
    MCP --> T5
    MCP --> T6

    T1 --> S2
    T2 --> S1
    T2 --> S2
    T3 --> S1
    T3 --> S2
    T4 --> S2
    T5 --> S2
    T6 --> S1

    style MCP fill:#4CAF50,stroke:#2E7D32,stroke-width:3px,color:#fff
    style S1 fill:#2196F3,stroke:#1976D2,stroke-width:2px,color:#fff
    style S2 fill:#2196F3,stroke:#1976D2,stroke-width:2px,color:#fff

主要特点：

• ✅ 令牌优化 - 大数据集减少72%
• ✅ 智能分区 - 自动检测Hive风格的模式
• ✅ 模糊搜索 - 处理拼写错误和部分匹配
• ✅ 未授权 - 所有800TB+的数据都是公开的

______________________________________________________________________

🚀 快速入门

安装

uvx source-coop-mcp

配置您的AI客户端

Claude Desktop（桌面版Claude）/ Claude Code（Claude代码版）/ Cursor（光标/游标）/ Cline（可能指某种特定名称或品牌，根据上下文具体翻译，此处直译为“克林”）

在配置文件中添加：

• Claude Desktop（可译为“Claude桌面版”或根据具体语境简化为“Claude桌面”）： ~/Library/Application Support/Claude/claude_desktop_config.json (macOS)
• 克劳德·科德VS Code settings.json
• 光标光标设置
• 克林（Cline）Cline MCP 设置

{
  "mcpServers": {
    "source-coop": {
      "command": "uvx",
      "args": ["source-coop-mcp"]
    }
  }
}

Zed（泽德）

添加到Zed设置中：

{
  "context_servers": {
    "source-coop": {
      "command": "uvx",
      "args": ["source-coop-mcp"]
    }
  }
}

Continue.dev（可译为“继续开发网”或根据具体语境调整，但“Continue.dev”本身作为专有名词或项目名，直接保留原样也是常见的做法）

添加到继续配置（~/.continue/config.json)：

{
  "experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "type": "stdio",
          "command": "uvx",
          "args": ["source-coop-mcp"]
        }
      }
    ]
  }
}

重启您的AI客户端，开始探索吧！

______________________________________________________________________

🛠️ 可用工具

______________________________________________________________________

搜索账户+产品（已发布+未发布），显示前5个结果 | 约5-10秒 |

💡 你能做什么

"List all organizations in Source Cooperative"
→ Returns 94+ organizations: maxar, planet, harvard, etc.

"Find all datasets for harvard-lil"
→ Discovers published + unpublished products

"Search for climate datasets"
→ Smart fuzzy search handles typos and partial matches

发现数据

"List files in harvard-lil/gov-data"
→ Returns S3 paths and HTTP URLs ready for analysis

"Show me the file tree with partition detection"
→ Smart visualization: year={2020,2021,...+5 more}/ [partitioned]

"Get file metadata without downloading"
→ Size, last modified, ETag

访问文件

"Search for climte" (typo)
→ Finds "climate" datasets (fuzzy matching)

"Search for geo" (partial)
→ Finds "geospatial", "geocoding", etc.

______________________________________________________________________

智能搜索

⚡ 功能 | 特性 | 描述 | |---------|-------------| | 全面发现 查找官方API未显示的未发布产品 | 未认证 | 所有800TB+的数据均为公开数据 | | 快速性能 | 由Rust支持的S3客户端（比boto3快9倍） | | 优化后的代币 | 树模式：大型数据集的标记减少72% | | 智能分区 year={2020,2021,...} | 自动检测模式： | | 模糊搜索 | 处理拼写错误和部分匹配 | | README 集成 | 自动包含文档 | | 800TB+ 数据

______________________________________________________________________

| 94+ 个组织，地理空间数据集 |

1. "List all organizations"
   → Get 94+ account names

2. "Show me all datasets from maxar"
   → Discover published + unpublished products

3. "Search for climate data"
   → Smart fuzzy search finds relevant datasets

4. "Get details for harvard-lil/gov-data"
   → Full metadata + README content

5. "List files in this dataset with tree view"
   → Token-optimized tree with partition detection

______________________________________________________________________

📋 示例工作流程

🎯 为何选择这个服务器？

问题

• 源合作公司拥有800TB以上的宝贵数据，但： 官方API仅显示 发表；出版
• 产品
• 不自动发现组织

需要知道你在寻找什么

解决方案

• 这台MCP服务器提供：
• ✅ 完全自动发现（已发布+未发布）
• ✅ 智能搜索，支持模糊匹配
• ✅ 直接访问所有文件的S3存储
• ✅ 优化后的令牌输出（减少72%）
• ✅ 智能分区检测（额外节省10-88%）
• ✅ 自动包含README文档

______________________________________________________________________

✅ 无需认证

📊 性能 所有操作均已完成不到1秒

list_accounts():                          ~850ms  (94+ organizations)
list_products():                          ~240ms  (S3 mode - ALL datasets + file counts)
list_products(include_unpublished=False): ~500ms  (API mode - published with metadata)
list_product_files():                     ~240ms  (simple list)
list_product_files(tree=True):            ~980ms  (72% token savings)
get_file_metadata():                      ~230ms  (HEAD only)
search(query):                            ~5-10s  (hybrid search - 1 recursive S3 scan, top 5 enriched)

:

代币优化影响

| 100个文件 | 15,000个标记 | 4,150个标记 | 72.3% | | 1,000个文件 | 150,000个标记 | 41,500个标记 | 72.3% |

______________________________________________________________________

带分区检测功能（1,000个分区）：

• 总节省高达88%！🔧 要求
• python3.11或更高版本 uv 包管理器 uvx：
• （由……自动安装）

______________________________________________________________________

操作系统

macOS，Linux，Windows 🤝 发展 见

• DEVELOPMENT.md 翻译为中文是：“开发指南.md” 或 “开发文档.md”（具体翻译可能根据上下文有所调整，但“DEVELOPMENT”通常指的是与开发相关的指南或文档，“.md”是Markdown文件格式的后缀）
• 对于：
• 建筑细节
• 测试说明
• 贡献指南

______________________________________________________________________

性能基准

• 代币优化细节📝 支持 问题

______________________________________________________________________

：

GitHub 问题（或议题） 📄 许可证 MIT 许可证 - 详见