Kolada MCP Server

Kolada MCP Server 实现了大型语言模型（LLMs）与瑞典综合市政和区域统计数据库Kolada之间的无缝集成。它提供了对数千个关键绩效指标（KPIs）的结构化访问，从而促进丰富、数据驱动的分析、比较和公共部门统计数据的探索。

概览

Kolada MCP Server作为基于LLM的应用程序与Kolada数据库之间的智能中间件，允许轻松查询和分析与瑞典市政和区域相关的数据。借助语义搜索能力和强大的分析工具，Kolada MCP大大简化了导航和解释Kolada中大量KPI的过程。

示例查询

向Kolada MCP Server提出需要数据分析的复杂问题：

• 在瑞典哪个地方适合一个家庭寻找负担得起的住房、优质的学校和医疗保健？
• 调查Västernorrland地区失业与精神疾病之间的联系。
• 确定过去五年中学前教育质量增长最快的市镇。
• 创建一个仪表板，可视化公共交通最好的和最差的市镇。

特性

• 语义搜索：使用自然语言查询KPIs。
• 类别过滤：按主题领域访问KPIs。
• 市政及区域数据检索：获取KPI数据或历史时间序列。
• 多年比较分析：评估市镇间KPI性能的变化。
• 跨KPI相关性分析：分析KPIs之间的关系。

可用工具

1. list_operating_areas：检索可用的KPI类别。
2. get_kpis_by_operating_area：列出某个类别的KPIs。
3. search_kpis：使用语义搜索发现KPIs。
4. get_kpi_metadata：访问详细的KPI元数据。
5. fetch_kolada_data：检索KPI值。
6. analyze_kpi_across_municipalities：深入的市镇KPI分析。
7. compare_kpis：评估KPI的相关性。
8. list_municipalities：列出市镇ID和名称。

快速开始

Kolada MCP Server包含预缓存的KPI元数据。删除kpi_embeddings.npz以刷新。

安装

使用uv安装Kolada MCP依赖：

uv sync

开发本地运行

启动本地服务器：

uv run mcp dev server.py

在http://localhost:5173打开MCP Inspector进行测试和调试。

Claude Desktop 集成

编辑你的claude_desktop_config.json文件以添加Kolada MCP Server：

Docker镜像（本地构建）

"KoladaDocker": {
  "args": [
    "run",
    "-i",
    "--rm",
    "--name",
    "kolada-mcp-managed",
    "kolada-mcp:local"
  ],
  "command": "docker",
  "env": {}
}

通过PyPI预构建容器

"KoladaPyPI": {
  "args": ["kolada-mcp"],
  "command": "/Users/hugi/.cargo/bin/uvx"
}

本地UV执行（不使用Docker）

将[path to kolada-mcp]替换为你的本地目录：

"KoladaLocal": {
  "args": [
    "--directory",
    "[path to kolada-mcp]/src/kolada_mcp",
    "run",
    "kolada-mcp"
  ],
  "command": "uv"
}

更新后重启Claude Desktop。

贡献

欢迎贡献！在GitHub上提交问题、改进或PR。

免责声明

Kolada MCP Server是独立开发的，未得到RKA或其他组织的认可或关联。

许可证

Kolada MCP Server根据Apache License 2.0许可。