Dataset Viewer

🚀 數據集查看器 MCP 服務器

本項目是一個用於與 Hugging Face 數據集查看器 API 交互的 MCP 服務器，能夠提供瀏覽和分析在 Hugging Face 存儲庫上託管的數據集的功能，助力用戶高效處理各類數據集。

🚀 快速開始

安裝步驟

使用 Git 克隆倉庫

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

安裝依賴項

npm install

啟動服務器

node index.js

配置環境變量

設置 Hugging Face API 令牌

設置以下環境變量以訪問 Hugging Face 的 API：

export HUGGING_FACE_TOKEN=your_api_token_here

在 Windows 上配置

在 Windows 系統中，您可以使用以下命令設置環境變量：

set HUGGING_FACE_TOKEN=your_api_token_here

配置示例 - Claude Desktop

要在 Claude Desktop 上配置，請將以下內容添加到相應的配置文件中：

{
  "datasetViewerMcp": {
    "path": "%應用程序數據%/claude-desktop/dataset-viewer-mcp",
    "configPath": "~/.config/claude/dataset-viewer-mcp.json"
  }
}

✨ 主要特性

資源

• 使用 dataset:// URI 方案訪問 Hugging Face 數據集。
• 支持數據集配置和分塊，滿足多樣化的數據處理需求。
• 提供分頁訪問數據集內容，方便用戶按需查看。
• 處理私有數據集的身份驗證，保障數據安全。
• 支持搜索和過濾數據集內容，提升數據檢索效率。
• 提供數據集統計信息和分析，助力用戶深入瞭解數據。

工具

該服務器提供以下實用工具：

1. validate
   • 功能：檢查數據集是否存在且可訪問。
   • 參數：
     • dataset：數據集標識符（例如 'stanfordnlp/imdb'）。
     • auth_token（可選）：用於私有數據集。
2. get_info
   • 功能：獲取數據集的詳細信息。
   • 參數：
     • dataset：數據集標識符。
     • auth_token（可選）：用於私有數據集。
3. get_rows
   • 功能：獲取數據集內容的分頁訪問。
   • 參數：
     • dataset：數據集標識符。
     • config：配置名稱。
     • split：分塊名稱。
     • page（可選）：頁碼（從 0 開始）。
     • auth_token（可選）：用於私有數據集。
4. get_first_rows
   • 功能：獲取數據集分塊的前幾行。
   • 參數：
     • dataset：數據集標識符。
     • config：配置名稱。
     • split：分塊名稱。
     • auth_token（可選）：用於私有數據集。
5. get_statistics
   • 功能：獲取數據集分塊的統計信息。
   • 參數：
     • dataset：數據集標識符。
     • config：配置名稱。
     • split：分塊名稱。
6. search
   • 功能：在數據集中搜索內容。
   • 參數：
     • dataset：數據集標識符。
     • query：搜索查詢。
     • auth_token（可選）：用於私有數據集。
7. filter
   • 功能：根據條件過濾數據集內容。
   • 參數：
     • dataset：數據集標識符。
     • condition：過濾條件。
     • auth_token（可選）：用於私有數據集。

💻 使用示例

基礎用法

示例 1：驗證數據集存在性

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

示例 2：獲取數據集信息

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

示例 3：獲取分頁內容

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

示例 4：搜索數據集內容

{
  "dataset": "stanfordnlp/imdb",
  "query": "電影評論",
  "auth_token": "your_api_token_here"
}

📄 許可證

本項目採用 MIT License，詳情請參閱 LICENSE。