Kolada MCP

🚀 Kolada MCP 服务器

Kolada MCP Server 实现了大语言模型（LLMs）与瑞典全面的市政和区域统计数据库 Kolada 的无缝集成。它能让用户对数千个关键绩效指标（KPIs）进行结构化访问，极大地促进了丰富、数据驱动的分析、比较以及公共部门统计数据的探索。

🚀 快速开始

Kolada MCP Server 包含预缓存的 KPI 元数据。若要刷新，删除 kpi_embeddings.npz 即可。

✨ 主要特性

• 语义搜索：支持使用自然语言查询 KPI。
• 类别过滤：可按主题领域访问 KPI。
• 市政及区域数据检索：能获取 KPI 数据或历史时间序列。
• 多年比较分析：可评估 KPI 在不同 municipalities 中的表现变化。
• 跨 KPI 相关性分析：能够分析 KPI 之间的关系。

📦 安装指南

使用 uv 安装 Kolada MCP 依赖：

uv sync

💻 使用示例

基础用法

向 Kolada MCP Server 提出需要数据分析的复杂问题，例如：

• 在瑞典哪里可以找到适合家庭居住、拥有优质学校和良好医疗保健的地方？
• 探讨 Västernorrland 地区失业与精神疾病之间的联系。
• 确定过去五年学前教育质量提高幅度最大的 municipalities。
• 创建一个仪表盘，可视化公共 transportation 最好和最差的 municipalities。

高级用法

Kolada MCP Server 提供了一系列可用工具，以下为各工具的使用说明：

1. list_operating_areas：检索可用的 KPI 类别。
2. get_kpis_by_operating_area：按类别列出 KPI。
3. search_kpis：通过语义搜索发现 KPI。
4. get_kpi_metadata：获取详细的 KPI 元数据。
5. fetch_kolada_data：检索 KPI 值。
6. analyze_kpi_across_municipalities：深入分析 municipal 的 KPI。
7. compare_kpis：评估 KPI 相关性。
8. list_municipalities：列出 municipality 的 ID 和名称。

📚 详细文档

在本地运行（用于开发）

启动本地服务器：

uv run mcp dev server.py

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

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": {}
}

预构建容器通过 PyPI

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

本地 UV 执行（无 Docker）

将 [path to kolada-mcp] 替换为实际路径：

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

🤝 贡献

欢迎贡献！请参考 CONTRIBUTING.md。

📄 许可证

项目以 LICENSE 发布。