borealis dataverse MCP

北欧化工股份有限公司的WEBMCP服务器

这是一个实验项目，正在进行中。它是一个自定义的MCP（模型上下文协议）服务器，在本地运行，并使Claude Desktop等工具能够搜索公众 北极光 -加拿大的研究数据存储库-直接来自对话。

备注：此MCP服务器是在Claude的帮助下为Python部分构建的。

Screenshot of query and results Screenshot of asking for more info about a dataset Screenshot of querying the data itself

它的作用

此连接器允许：

• 搜索加拿大机构的研究数据集
• 按特定机构筛选结果（支持70多家加拿大机构）
• 按地理覆盖范围（国家、省/州、数据所在城市）过滤
• 返回带有标题、描述、DOI链接和作者的格式化结果
• 访问已发布和未发布的数据集（仅使用API密钥和访问权限未发布）
• 在询问有关特定数据集的更多信息时检索数据集元数据
• 列出数据集中具有过滤和分页功能的文件
• 直接在聊天中检索和查看基于文本的数据集文件（低于5MB，可配置行限制）
• 搜索中支持布尔运算符（AND/OR/NOT），不区分大小写

查询示例

• “搜索北欧蜜蜂授粉数据集”
• “使用我的Borealis搜索工具从UofT找到关于蜜蜂的数据集”
• “向我展示UBC过去5年关于林业的数据集”
• “查找萨斯喀彻温省医疗保健数据集”
• “告诉我更多关于SynPAIN数据集的信息”
• “此数据集中有哪些文件？”
• “我们可以一起看自述文件吗？”

先决条件

• Claude Desktop（说明中以Claude Desktop为例）
• Python 3.7+
• Borealis帐户和API密钥（可选-公共搜索无需身份验证即可工作）

安装

1.安装所需的依赖项

pip install mcp httpx python-docx

python-docx Word文档需要(.docx)提取。如果跳过它，服务器仍将工作-- .docx 文件将返回一个下载链接，其中包含安装库的说明。

2.克隆此存储库

git clone https://github.com/jesswhyte/borealis_dataverse_mcp.git
cd borealis_dataverse_mcp

3.使服务器可执行

chmod +x borealis_server.py

4.获取Borealis API密钥（可选）

1. 首选https://borealisdata.ca
2. 登录或创建帐户
3. 导航到您的帐户设置
4. 生成API令牌
5. 复制令牌（格式： xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx)

5.配置克劳德桌面

编辑您的Claude Desktop配置文件，例如，如果您使用的是Mac：

nano ~/Library/Application\ Support/Claude/claude_desktop_config.json

添加以下配置（请注意，您需要更改borealis_server.py的路径并编辑API密钥）：

{
  "mcpServers": {
    "borealis-dataverse": {
      "command": "python3",
      "args": [
        "/absolute/path/to/borealis_server.py"
      ],
      "env": {
        "BOREALIS_API_KEY": "your-api-key-here"
      }
    }
  }
}

重要:

• 替换 /absolute/path/to/borealis_server.py 包含克隆存储库的完整路径
• 替换 your-api-key-here 使用您实际的Borealis API密钥
• 如果没有API密钥，请省略 env 完全部分-公开搜索仍然有效

6.重新启动克劳德桌面

• 完全退出克劳德桌面（⌘+Q）
• 重新打开克劳德桌面

7.验证安装

检查日志以确认服务器已成功启动：

cat ~/Library/Logs/Claude/mcp*.log | grep borealis

您应该看到指示服务器已启动并连接的消息。

8.测试它

打开A 新对话 在Claude Desktop中尝试：

Search Borealis for datasets about pelagic species from UBC

用法

基本搜索

Search Borealis for datasets about [your topic]

按机构搜索

Find datasets from [Institution Name] about [topic]

支持的机构格式：

• 全名：“多伦多大学”、“麦吉尔大学”
• 一些简称：“UBC”、“U of T”
• 常见缩写：“UAlberta”、“UWaterloo”

按地理覆盖范围搜索

Find datasets about [city/province/country]

注意：地理过滤器指示数据所在的地区 *关于* （例如，“关于哈利法克斯的数据集”），而不是研究人员所在的位置。

获取更多信息

查看搜索结果后，您可以要求提供详细的元数据：

Tell me more about the [dataset name]

这将检索元数据，包括描述、所有具有从属关系的作者、关键字、许可证详细信息和文件信息。

选项

该工具支持：

• 结果数量：在提示中请求更多或更少的结果（最多100个）
• 排序：按相关性（默认）、日期（最新日期在前）或名称（按字母顺序）排序
• 类型筛选：按数据集、数据宇宙或文件筛选
• 组合过滤器：在单个查询中混合大学、地理和关键字过滤器

支持机构

包括70多家加拿大机构的映射。看 borealis_server.py 查看完整列表。

可用工具

MCP服务器有四个工具：

1.搜索_数据集

搜索数据集。支持布尔运算符（AND/OR/NOT）——不区分大小写，自动规范化。

2.获取_数据_元数据

检索特定数据集的元数据

3.列表_数据_文件

列出特定数据集中支持以下功能的所有文件：

• 分页（限制和偏移参数）
• 文件类型筛选（按扩展名或文件名搜索）
• 文件元数据（大小、类型、访问限制）
• MD5校验和用于验证
• 用于检索的文件ID

4.get_dataset_file

通过智能处理下载和检索文件内容：

• 直接在聊天中显示的基于文本的文件（CSV、TXT、DAT、R、Python等）
• Word文档(.docx)以纯文本形式提取，保留标题结构（需要 python-docx)
• 聊天显示的最大文件大小为5MB
• 可配置的线路限制(max_lines，默认值为100，最大值为2000）；当被截断时，响应会解释限制并提供用更高的值重新获取
• 通过 doi 在截断消息中包含直接下载链接
• PDF返回直接下载URL和Claude Desktop拖放提示
• 其他二进制文件返回直接下载URL
• 文件格式检测和验证

建筑

组件

• 语言：Python 3
• MCP-SDK：Anthropic的官方Python MCP库
• HTTP库：用于异步API调用的httpx
• 配置：环境变量和JSON配置文件

运作原理

1. 接收用户的搜索或元数据请求
2. MCP服务器将机构名称转换为数据域标识符并格式化查询
3. 服务器使用适当的过滤器查询Borealis API
4. 结果被解析和格式化
5. 返回带有DOI链接和元数据的结构化结果

故障排除

服务器未连接

等一下，或者重新启动克劳德 有时MCP服务器启动速度不够快，请尝试重新启动Claude，并在再次尝试之前给它一秒钟的时间。

检查日志： 例如。..

cat ~/Library/Logs/Claude/mcp*.log | tail -50

常见问题：

• 验证配置中的文件路径是否正确且绝对
• 确保Python文件可执行(chmod +x borealis_server.py)
• 检查Python 3是否可用： which python3

API身份验证错误

如果身份验证失败，服务器会自动回退到公共搜索。要验证您的API密钥：

curl -H "X-Dataverse-key: YOUR_KEY" "https://borealisdata.ca/api/search?q=test"

工具未出现

• 确保您启动了 新对话 重新启动Claude Desktop后
• MCP工具仅加载到服务器连接后创建的对话中
• 检查服务器在Claude Desktop中是否显示为已连接

发展

扩展服务器

要添加其他工具，请执行以下操作：

1. 将工具定义添加到 list_tools()
2. 实现处理函数
3. 将处理程序添加到 call_tool()

有关可用终点，请参阅Borealis API文档：https://borealisdata.ca/guides/en/latest/api/

测试

直接测试服务器：

cd /path/to/borealis-mcp-server
python3 borealis_server.py

服务器应启动并等待无错误的输入。

技术说明

• 服务器对非阻塞API调用使用async/await
• 身份验证是可选的；公共搜索在没有API密钥的情况下工作
• 机构名称匹配不区分大小写
• 这 subtree 参数过滤特定数据的结果
• 地理过滤器使用 fq （过滤查询）参数
• 每次请求的结果限制为100（Borealis API限制）
• 元数据以JSON-LD格式检索并解析以供显示
• 它使用MCP的stdio传输，因此它通过标准输入和输出进行通信，而不是使用HTTP。它必须由兼容MCP的主机（例如Claude Desktop）启动，并且不能作为HTTP服务器运行，因此无法使用uvicorn启动或在浏览器中打开。

已知限制

• 地理过滤器指示数据集主题，而不是研究人员位置
• 尚未实施的区域分组（例如，跨多个机构的“多伦多研究”）
• 一些MCP服务器启动时间问题可能需要重新启动Claude Desktop

未来改进

潜在的改进领域：

• 代码重构（将其拆分为配置、工具）。它有点笨重。
• 区域机构分组（例如，所有多伦多机构）
• 更广泛的文件下载功能
• 更好的错误处理和用户反馈
• 扩展的地理地图
• 日期范围过滤
• 可以添加一个基于HTTP的MCP接口，使其与OpenAI风格的连接器兼容。

许可证

GPLv3

致谢

• 使用 模型上下文协议
• 在Claude的大力协助下开发
• 由...驱动 北极光Borealis具有高质量的元数据、结构良好的API和清晰的文档。连接器依赖于该基础。

支持

关于以下问题：

• 此MCP服务器：在此存储库中打开一个问题
• Borealis API：参观https://borealisdata.ca/guides/
• 克劳德桌面版：联系Anthropic支持
• MCP协议：参见https://modelcontextprotocol.io/

______________________________________________________________________