Kolada MCP

🚀 Kolada MCP 服務器

Kolada MCP Server 實現了大語言模型（LLMs）與瑞典全面的市政和區域統計數據庫 Kolada 的無縫集成。它能讓用戶對數千個關鍵績效指標（KPIs）進行結構化訪問，極大地促進了豐富、數據驅動的分析、比較以及公共部門統計數據的探索。

🚀 快速開始

Kolada MCP Server 包含預緩存的 KPI 元數據。若要刷新，刪除 kpi_embeddings.npz 即可。

✨ 主要特性

• 語義搜索：支持使用自然語言查詢 KPI。
• 類別過濾：可按主題領域訪問 KPI。
• 市政及區域數據檢索：能獲取 KPI 數據或歷史時間序列。
• 多年比較分析：可評估 KPI 在不同 municipalities 中的表現變化。
• 跨 KPI 相關性分析：能夠分析 KPI 之間的關係。

📦 安裝指南

使用 uv 安裝 Kolada MCP 依賴：

uv sync

💻 使用示例

基礎用法

向 Kolada MCP Server 提出需要數據分析的複雜問題，例如：

• 在瑞典哪裡可以找到適合家庭居住、擁有優質學校和良好醫療保健的地方？
• 探討 Västernorrland 地區失業與精神疾病之間的聯繫。
• 確定過去五年學前教育質量提高幅度最大的 municipalities。
• 創建一個儀表盤，可視化公共 transportation 最好和最差的 municipalities。

高級用法

Kolada MCP Server 提供了一系列可用工具，以下為各工具的使用說明：

1. list_operating_areas：檢索可用的 KPI 類別。
2. get_kpis_by_operating_area：按類別列出 KPI。
3. search_kpis：通過語義搜索發現 KPI。
4. get_kpi_metadata：獲取詳細的 KPI 元數據。
5. fetch_kolada_data：檢索 KPI 值。
6. analyze_kpi_across_municipalities：深入分析 municipal 的 KPI。
7. compare_kpis：評估 KPI 相關性。
8. list_municipalities：列出 municipality 的 ID 和名稱。

📚 詳細文檔

在本地運行（用於開發）

啟動本地服務器：

uv run mcp dev server.py

在 MCP Inspector 打開 http://localhost:5173 以進行測試和調試。

Claude Desktop 集成

編輯你的 claude_desktop_config.json 文件以添加 Kolada MCP Server：

Docker 鏡像（本地構建）

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

預構建容器通過 PyPI

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

本地 UV 執行（無 Docker）

將 [path to kolada-mcp] 替換為實際路徑：

"KoladaLocal": {
  "args": [
    "run",
    "-w",
    "[path to kolada-mcp]",
    "mcp"
  ],
  "command": "uv"
}

🤝 貢獻

歡迎貢獻！請參考 CONTRIBUTING.md。

📄 許可證

項目以 LICENSE 發佈。