Dataset Explorer — сервер MCP для локального анализа данных

Задавайте AI-ассистенту вопросы о данных на вашем компьютере.

Dataset Explorer выполняет расчёты, чтобы ассистент мог объяснить, что содержится в файле, на что стоит обратить внимание и какие столбцы связаны между собой.

Например: «Изучи мой файл с данными о продажах. Есть ли пропущенные значения или повторяющиеся строки? Какие столбцы связаны с выручкой?»

Исходный файл остаётся без изменений. Не нужно размещать данные на сайте или настраивать ключ API Gemini.

Чем может помочь Dataset Explorer?

Составить сводку по данным: указать количество строк и столбцов, средние значения и медианы.
Найти пропущенные значения, повторяющиеся строки и необычные числа.
Подробно изучить нужный вам столбец.
Сравнить столбцы и изучить связи между ними.

Поддерживаемые форматы: CSV, TSV, Excel (.xlsx и .xls), JSON и Parquet.

Для Excel используется первый лист. Файлы JSON должны содержать данные в табличном формате.

Начало работы

1. Установите программу

Вам понадобится Python версии 3.10 или новее. Выполните в терминале команду:

python -m pip install dataset-explorer-mcp

Эта команда установит Dataset Explorer и необходимые ему библиотеки.

Пакет также доступен на PyPI.

2. Подключите AI-ассистента

Используйте Claude Desktop, Cursor или VS Code с Copilot. Эти приложения могут подключаться к локальным инструментам через MCP. Выберите приложение ниже и добавьте соответствующие настройки.

Claude Desktop или Cursor

В Claude Desktop откройте Settings > Developer > Edit Config.

В Cursor перейдите в настройки MCP или используйте файл .cursor/mcp.json в проекте.

Добавьте в конфигурацию эту запись, не удаляя уже настроенные серверы:

{
  "mcpServers": {
    "dataset-explorer": {
      "command": "python",
      "args": ["-m", "mcp_server"]
    }
  }
}

VS Code с Copilot

Создайте или откройте файл .vscode/mcp.json в проекте и добавьте этот сервер:

{
  "servers": {
    "dataset-explorer": {
      "type": "stdio",
      "command": "python",
      "args": ["-m", "mcp_server"]
    }
  }
}

Перезапустите приложение или перезагрузите его настройки MCP. Приложение запустит Dataset Explorer. Если Python не удаётся обнаружить, воспользуйтесь быстрыми решениями ниже.

3. Задайте вопрос о файле

Укажите ассистенту полный путь к файлу и задайте вопрос:

Используй Dataset Explorer, чтобы составить сводку по файлу C:/Users/YourName/Downloads/sales.csv. Проверь, есть ли пропущенные значения и повторяющиеся строки, а затем объясни результаты.

В macOS или Linux укажите путь, например /Users/yourname/data/sales.csv или /home/yourname/data/sales.csv.

Файл должен находиться на компьютере, где запущен сервер. В соответствии с настройками приложения ассистент может передавать вычисленные результаты своему AI-провайдеру.

Как определяются связи?

Dataset Explorer рассчитывает статистические показатели, принятые для анализа данных:

Корреляция Пирсона: показывает, как изменяются вместе два числовых столбца.
Эта-квадрат: показывает, как числовые значения различаются между группами.
V Крамера: показывает связь между двумя категориальными столбцами.

Метод выбирается с учётом типа столбцов. Результаты помогают выявлять закономерности, но не доказывают причинно-следственную связь. Они зависят от предоставленных данных.

Быстрые решения

Не удаётся найти Python или пакет: выполните команду python -c "import sys; print(sys.executable)" в терминале, где установили пакет. Укажите напечатанный путь вместо python в настройках приложения. В Windows используйте в этом пути прямые слеши.
Файл не найден: укажите полный путь к файлу и проверьте, что у ассистента есть разрешение на его чтение.
Инструменты не отображаются: перезагрузите настройки MCP и проверьте журналы сервера в приложении.
Терминал не реагирует: это нормально. Сервер ждёт подключения ассистента и сам не открывает окно чата.

Для работы с большими файлами требуется достаточно памяти, поскольку сервер загружает набор данных при каждом запросе.

Для разработчиков: инструменты и запуск из исходного кода

Сервер использует локальный stdio. Запустите его командой dataset-explorer-mcp или python -m mcp_server. Журналы выводятся в stderr, а stdout используется для сообщений MCP.

Сервер предоставляет десять инструментов: get_dataset_overview, dataset_shape, dataset_statistical_summary, inspect_Column, analyze_target, duplicate_finder, analyze_missing_values, find_correlations, detect_outliers и screen_target_relationships. Каждый инструмент принимает локальный путь к файлу path. Руководство доступно по адресу dataset://guide, также предусмотрен запрос explore_dataset.

После клонирования этого репозитория выполните команды:

python -m pip install -e ".[dev]"
python -m pytest -q
python mcp_server.py

Соберите пакет командой python -m build.

Лицензия MIT. См. файл LICENSE.