源合作MCP服务器
通过人工智能代理发现并访问800TB以上的地理空间数据。
一个用于（某用途的）MCP（模型上下文协议）服务器 源合作社 - 一个协作式存储库，汇集了来自Maxar、哈佛大学、欧洲航天局（ESA）、美国地质调查局（USGS）以及90多个组织的数据集。
______________________________________________________________________
🏗️ 架构概述
graph TB
subgraph "AI Clients"
A1[Claude Desktop]
A2[Claude Code]
A3[Cursor]
A4[Cline]
A5[Zed]
A6[Continue.dev]
end
subgraph "MCP Server"
MCP[Source Cooperative MCP
FastMCP + obstore]
end
subgraph "6 Available Tools"
T1[list_accounts
94+ orgs]
T2[list_products
hybrid S3+API]
T3[get_product_details
+ README]
T4[list_product_files
tree mode]
T5[get_file_metadata
no download]
T6[search
hybrid fuzzy]
end
subgraph "Data Sources"
S1[HTTP API
source.coop/api]
S2[S3 Direct
opendata.source.coop]
end
A1 -->|JSON-RPC| MCP
A2 -->|JSON-RPC| MCP
A3 -->|JSON-RPC| MCP
A4 -->|JSON-RPC| MCP
A5 -->|JSON-RPC| MCP
A6 -->|JSON-RPC| MCP
MCP --> T1
MCP --> T2
MCP --> T3
MCP --> T4
MCP --> T5
MCP --> T6
T1 --> S2
T2 --> S1
T2 --> S2
T3 --> S1
T3 --> S2
T4 --> S2
T5 --> S2
T6 --> S1
style MCP fill:#4CAF50,stroke:#2E7D32,stroke-width:3px,color:#fff
style S1 fill:#2196F3,stroke:#1976D2,stroke-width:2px,color:#fff
style S2 fill:#2196F3,stroke:#1976D2,stroke-width:2px,color:#fff主要特点：
- ✅ 令牌优化 - 大数据集减少72%
- ✅ 智能分区 - 自动检测Hive风格的模式
- ✅ 模糊搜索 - 处理拼写错误和部分匹配
- ✅ 未授权 - 所有800TB+的数据都是公开的
______________________________________________________________________
🚀 快速入门
安装
uvx source-coop-mcp配置您的AI客户端
Claude Desktop（桌面版Claude）/ Claude Code（Claude代码版）/ Cursor（光标/游标）/ Cline（可能指某种特定名称或品牌，根据上下文具体翻译，此处直译为“克林”）
在配置文件中添加：
- Claude Desktop（可译为“Claude桌面版”或根据具体语境简化为“Claude桌面”）：
~/Library/Application Support/Claude/claude_desktop_config.json(macOS) - 克劳德·科德VS Code
settings.json - 光标光标设置
- 克林（Cline）Cline MCP 设置
{
"mcpServers": {
"source-coop": {
"command": "uvx",
"args": ["source-coop-mcp"]
}
}
}Zed（泽德）
添加到Zed设置中：
{
"context_servers": {
"source-coop": {
"command": "uvx",
"args": ["source-coop-mcp"]
}
}
}Continue.dev（可译为“继续开发网”或根据具体语境调整，但“Continue.dev”本身作为专有名词或项目名，直接保留原样也是常见的做法）
添加到继续配置（~/.continue/config.json)：
{
"experimental": {
"modelContextProtocolServers": [
{
"transport": {
"type": "stdio",
"command": "uvx",
"args": ["source-coop-mcp"]
}
}
]
}
}重启您的AI客户端，开始探索吧！
______________________________________________________________________
🛠️ 可用工具
| 工具 | 用途 | 性能 | ||
|---|---|---|---|---|
| 项目 | 类别 | 描述 | list_accounts() | |
| 查找所有94+个组织 | ~850毫秒 | list_products() | ** | ** 混合动力： |
| 所有数据集的S3模式（默认）+ 文件计数 | 约240毫秒 | list_products(include_unpublished=False) | ||
| 已发布数据集的API模式，包含丰富元数据 | 约500毫秒 | get_product_details() | ||
| 自动获取元数据 + README | 约650毫秒 | list_product_files() | ||
| 列出带有S3/HTTP路径的文件 | ~240毫秒 | list_product_files(show_tree=True) | ||
| 树状视图（节省72%的标记） | 约980毫秒 | get_file_metadata() | ||
| 获取文件信息而无需下载 | 约230毫秒 | search(query) | ** | ** 混合动力： |
______________________________________________________________________
搜索账户+产品（已发布+未发布），显示前5个结果 | 约5-10秒 |
💡 你能做什么
"List all organizations in Source Cooperative"
→ Returns 94+ organizations: maxar, planet, harvard, etc.
"Find all datasets for harvard-lil"
→ Discovers published + unpublished products
"Search for climate datasets"
→ Smart fuzzy search handles typos and partial matches发现数据
"List files in harvard-lil/gov-data"
→ Returns S3 paths and HTTP URLs ready for analysis
"Show me the file tree with partition detection"
→ Smart visualization: year={2020,2021,...+5 more}/ [partitioned]
"Get file metadata without downloading"
→ Size, last modified, ETag访问文件
"Search for climte" (typo)
→ Finds "climate" datasets (fuzzy matching)
"Search for geo" (partial)
→ Finds "geospatial", "geocoding", etc.______________________________________________________________________
智能搜索
⚡ 功能 | 特性 | 描述 | |---------|-------------| | 全面发现 查找官方API未显示的未发布产品 | 未认证 | 所有800TB+的数据均为公开数据 | | 快速性能 | 由Rust支持的S3客户端（比boto3快9倍） | | 优化后的代币 | 树模式：大型数据集的标记减少72% | | 智能分区 year={2020,2021,...} | 自动检测模式： | | 模糊搜索 | 处理拼写错误和部分匹配 | | README 集成 | 自动包含文档 | | 800TB+ 数据
______________________________________________________________________
| 94+ 个组织，地理空间数据集 |
1. "List all organizations"
→ Get 94+ account names
2. "Show me all datasets from maxar"
→ Discover published + unpublished products
3. "Search for climate data"
→ Smart fuzzy search finds relevant datasets
4. "Get details for harvard-lil/gov-data"
→ Full metadata + README content
5. "List files in this dataset with tree view"
→ Token-optimized tree with partition detection______________________________________________________________________
📋 示例工作流程
🎯 为何选择这个服务器？
问题
- 源合作公司拥有800TB以上的宝贵数据，但： 官方API仅显示 发表；出版
- 产品
- 不自动发现组织
需要知道你在寻找什么
解决方案
- 这台MCP服务器提供：
- ✅ 完全自动发现（已发布+未发布）
- ✅ 智能搜索，支持模糊匹配
- ✅ 直接访问所有文件的S3存储
- ✅ 优化后的令牌输出（减少72%）
- ✅ 智能分区检测（额外节省10-88%）
- ✅ 自动包含README文档
______________________________________________________________________
✅ 无需认证
📊 性能 所有操作均已完成不到1秒
list_accounts(): ~850ms (94+ organizations)
list_products(): ~240ms (S3 mode - ALL datasets + file counts)
list_products(include_unpublished=False): ~500ms (API mode - published with metadata)
list_product_files(): ~240ms (simple list)
list_product_files(tree=True): ~980ms (72% token savings)
get_file_metadata(): ~230ms (HEAD only)
search(query): ~5-10s (hybrid search - 1 recursive S3 scan, top 5 enriched):
代币优化影响
| 数据集大小 | 无树 | 有树 | 节省 |
|---|---|---|---|
| （内容未提供） | （内容未提供） | （内容未提供） | （内容未提供） |
| 10个文件 | 1,500个标记 | 415个标记 | 72.3% |
| 100个文件 | 15,000个标记 | 4,150个标记 | 72.3% | | 1,000个文件 | 150,000个标记 | 41,500个标记 | 72.3% |
______________________________________________________________________
带分区检测功能（1,000个分区）：
- 总节省高达88%！🔧 要求
- python3.11或更高版本
uv包管理器uvx： - （由……自动安装）
______________________________________________________________________
操作系统
macOS，Linux，Windows 🤝 发展 见
- DEVELOPMENT.md 翻译为中文是：“开发指南.md” 或 “开发文档.md”（具体翻译可能根据上下文有所调整，但“DEVELOPMENT”通常指的是与开发相关的指南或文档，“.md”是Markdown文件格式的后缀）
- 对于：
- 建筑细节
- 测试说明
- 贡献指南
______________________________________________________________________
性能基准
- 代币优化细节📝 支持 问题
______________________________________________________________________
：
GitHub 问题（或议题） 📄 许可证 MIT 许可证 - 详见