Token导航 LogoToken导航TokenDH.com
NetCDF Explorer MCP Server logo
运维云端stdio官方级别未说明来源级核验

NetCDF Explorer MCP Server

MCP Server

一个简单而强大的MCP服务器,用于探索、分析和交互NetCDF格式文件,通过直观的API和高效的数据处理简化NetCDF数据管理。

工具数

5

提示词数

0

GitHub Stars

0

资源数

0
Python数据管理云端部署

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

HanchaoLi

提供方

HanchaoLi

最后核验

2026/5/17 20:20

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install nc-mcp

详细介绍

NetCDF Explorer MCP服务器

一个简单而强大的MCP(消息通信协议)服务器,用于探索、分析NetCDF格式文件并与之交互。旨在通过直观的API和高效的数据处理简化NetCDF数据管理。

概述

NetCDF(网络通用数据表)是一种广泛用于存储科学数据的格式。此MCP服务器提供了一个简化的界面来处理NetCDF文件,提供列出文件、检查结构、提取数据和分析变量的基本功能,同时通过智能采样高效地处理大型数据集。

特性

  • 📁 文件发现:列出所有NetCDF文件(.nc, .cdf, .netcdf, .nc4)在指定的目录中。
  • 🔍 结构检查:检索NetCDF文件的详细元数据,包括维度、变量、属性和全局属性。
  • 📊 数据提取:读取支持灵活切片的可变数据(例如。, lat: "0:10:2" 提取子集)。
  • 🧠 智能采样:自动对大型数据集进行采样,以防止内存溢出,并具有可配置的元素限制。
  • 时间序列分析:使用可选的自定义位置坐标从空间变量中提取时间数据。
  • 🔎 搜索功能:按关键字查找变量和属性,简化复杂文件中的导航。
  • 📋 变量摘要:生成人类可读的变量摘要,包括维度、数据类型和属性。

安装

先决条件

  • Python≥3.13

通过pip安装

pip install nc-mcp

从源代码安装

  1. 克隆存储库:
   git clone https://github.com/HanchaoLi/nc-mcp.git
   cd nc-mcp
  1. 安装依赖项(使用 uv 为了更快地进行依赖关系管理):
   # Install uv (if not already installed)
   curl -LsSf https://astral.sh/uv/install.sh | sh

   # Sync dependencies
   uv sync --all-groups

快速开始

启动服务器

python -m nc_mcp_server.main

api参考

核心功能

功能说明参数
list_netcdf_files列出目录中的所有NetCDF文件。directory (str):搜索路径(默认值: .).
get_netcdf_info返回NetCDF文件的元数据和结构(维度、变量、属性)。file_path (str):NetCDF文件的路径。
get_variable_data从特定变量中提取数据(支持切片和采样)。file_path (str), variable_name (str), slices (dict,可选), max_elements (int,默认值:1000)。
search_variables在变量和属性中搜索关键字(不区分大小写)。file_path (str), search_term (str)。
extract_timeseries从空间变量中提取时间序列数据。file_path (str), variable_name (str), location (dict,可选:空间坐标,如 {"lat": 10, "lon": 20}).

测试

运行测试套件以验证功能:

uv run pytest tests/ -v

测试包括:

  • 文件发现逻辑
  • NetCDF结构解析
  • 切片数据提取
  • 大型数据集的采样
  • 无效输入的错误处理

许可证

该项目根据MIT许可证获得许可。请参阅 许可证 文件以获取详细信息。

贡献

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 提交您的更改(git commit -m 'Add some amazing feature')
  4. 推到分支(git push origin feature/amazing-feature)
  5. 打开拉取请求

链接

作者

目录标签

目录标签

Python数据管理云端部署NetCDF本地部署科学数据文件分析时间序列分析

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

5

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP