Dataset Viewer

🚀 数据集查看器 MCP 服务器

本项目是一个用于与 Hugging Face 数据集查看器 API 交互的 MCP 服务器，能够提供浏览和分析在 Hugging Face 存储库上托管的数据集的功能，助力用户高效处理各类数据集。

🚀 快速开始

安装步骤

使用 Git 克隆仓库

git clone https://github.com/your-organization/dataset-viewer-mcp.git
cd dataset-viewer-mcp

安装依赖项

npm install

启动服务器

node index.js

配置环境变量

设置 Hugging Face API 令牌

设置以下环境变量以访问 Hugging Face 的 API：

export HUGGING_FACE_TOKEN=your_api_token_here

在 Windows 上配置

在 Windows 系统中，您可以使用以下命令设置环境变量：

set HUGGING_FACE_TOKEN=your_api_token_here

配置示例 - Claude Desktop

要在 Claude Desktop 上配置，请将以下内容添加到相应的配置文件中：

{
  "datasetViewerMcp": {
    "path": "%应用程序数据%/claude-desktop/dataset-viewer-mcp",
    "configPath": "~/.config/claude/dataset-viewer-mcp.json"
  }
}

✨ 主要特性

资源

• 使用 dataset:// URI 方案访问 Hugging Face 数据集。
• 支持数据集配置和分块，满足多样化的数据处理需求。
• 提供分页访问数据集内容，方便用户按需查看。
• 处理私有数据集的身份验证，保障数据安全。
• 支持搜索和过滤数据集内容，提升数据检索效率。
• 提供数据集统计信息和分析，助力用户深入了解数据。

工具

该服务器提供以下实用工具：

1. validate
   • 功能：检查数据集是否存在且可访问。
   • 参数：
     • dataset：数据集标识符（例如 'stanfordnlp/imdb'）。
     • auth_token（可选）：用于私有数据集。
2. get_info
   • 功能：获取数据集的详细信息。
   • 参数：
     • dataset：数据集标识符。
     • auth_token（可选）：用于私有数据集。
3. get_rows
   • 功能：获取数据集内容的分页访问。
   • 参数：
     • dataset：数据集标识符。
     • config：配置名称。
     • split：分块名称。
     • page（可选）：页码（从 0 开始）。
     • auth_token（可选）：用于私有数据集。
4. get_first_rows
   • 功能：获取数据集分块的前几行。
   • 参数：
     • dataset：数据集标识符。
     • config：配置名称。
     • split：分块名称。
     • auth_token（可选）：用于私有数据集。
5. get_statistics
   • 功能：获取数据集分块的统计信息。
   • 参数：
     • dataset：数据集标识符。
     • config：配置名称。
     • split：分块名称。
6. search
   • 功能：在数据集中搜索内容。
   • 参数：
     • dataset：数据集标识符。
     • query：搜索查询。
     • auth_token（可选）：用于私有数据集。
7. filter
   • 功能：根据条件过滤数据集内容。
   • 参数：
     • dataset：数据集标识符。
     • condition：过滤条件。
     • auth_token（可选）：用于私有数据集。

💻 使用示例

基础用法

示例 1：验证数据集存在性

{
  "dataset": "stanfordnlp/imdb",
  "auth_token": "your_api_token_here"
}

示例 2：获取数据集信息

{
  "dataset": "stanfordnlp/imdb",
  "auth_token": "your_api_token_here"
}

示例 3：获取分页内容

{
  "dataset": "stanfordnlp/imdb",
  "config": "default",
  "split": "train",
  "page": 0,
  "auth_token": "your_api_token_here"
}

示例 4：搜索数据集内容

{
  "dataset": "stanfordnlp/imdb",
  "query": "电影评论",
  "auth_token": "your_api_token_here"
}

📄 许可证

本项目采用 MIT License，详情请参阅 LICENSE。