Quick Data for Windows MCP

Un servidor optimizado para Windows que realiza análisis de datos en archivos JSON y CSV, diseñado para la integración con Claude Desktop.

GitHub

Prueba este MCPPatrocinado

Documentación

Quick Data for Windows MCP

Fork optimizado para Windows de disler/quick-data-mcp para Claude Desktop

Capacidades universales de análisis de datos para archivos JSON/CSV: ¡ahora funciona perfectamente en Windows!

🚀 Qué Hace Esto

Este es un fork optimizado para Windows del excelente proyecto quick-data-mcp de @disler.

El proyecto original proporciona potentes capacidades de servidor MCP para análisis de datos, y este fork aborda específicamente los problemas de compatibilidad con Windows y los desafíos de integración con Claude Desktop.

**Este es mi primer intento en esto. Por favor, siéntete libre de dar sugerencias o críticas. Me encantó el quick data mcp para claude code. No había nada similar disponible para claude desktop, así que con la ayuda de claude code ahora lo tenemos.

Mejoras Clave Sobre el Original:

✅ Manejo de Rutas de Windows - Soporte adecuado de rutas de archivos de Windows
✅ Listo para Claude Desktop - Lanzadores por lotes y configuración preconfigurados
✅ Gestión de Dependencias - Scripts de instalación automatizados
✅ Solución de Problemas - Guías completas para problemas comunes de Windows

✨ Características Clave

Soporte Universal de Datos - Funciona con cualquier estructura de archivo CSV/JSON
Optimización de Rutas de Windows - Maneja correctamente las rutas de archivos de Windows
Integración con Claude Desktop - Preconfigurado para una configuración sin problemas
Descubrimiento Automático de Esquemas - Analiza tus datos y sugiere análisis
Más de 32 Herramientas de Análisis - Desde estadísticas básicas hasta funciones avanzadas de ML
Visualizaciones Interactivas - Crea gráficos con Plotly
Gestión de Memoria - Optimizado para conjuntos de datos grandes

🏁 Inicio Rápido para Windows

Requisitos Previos

Windows 10/11
Python 3.9+ (Descargar aquí)
Claude Desktop (Descargar aquí)

Instalación

Descarga o clona este repositorio:

git clone https://github.com/Beaulewis1977/quick-data-for-windows-mcp.git
cd quick-data-for-windows-mcp

Instala las dependencias:
```
install_dependencies.bat
```
Prueba el servidor:
```
test_server.bat
```
Configura Claude Desktop:

Copia la configuración corregida a Claude Desktop:
```
copy claude_desktop_config_fixed.json "%APPDATA%\Claude\claude_desktop_config.json"
```
IMPORTANTE: Edita el archivo de configuración y actualiza la ruta cwd a tu directorio de instalación real.
Reinicia Claude Desktop

🚨 ¿Tienes Problemas?

Si ves ModuleNotFoundError: No module named 'mcp', consulta la guía TROUBLESHOOTING.md.

💻 Uso en Claude Desktop

Una vez configurado, comienza con este comando de barra en Claude Desktop:

/quick-data-windows

Cargando Tus Datos

Load my sales data: C:\Users\YourName\Documents\sales_data.csv as "sales"

Análisis Básico

Show me correlations in the sales dataset
Create a bar chart of sales by region
Analyze the distribution of revenue column

Análisis Avanzado

Validate data quality for sales dataset
Compare sales dataset with marketing dataset
Generate dashboard with revenue trends and regional breakdown

🔧 Herramientas Disponibles

Gestión de Conjuntos de Datos

load_dataset - Carga archivos CSV/JSON con descubrimiento automático de esquemas
list_loaded_datasets - Ver todos los conjuntos de datos en memoria
get_dataset_info - Obtener información detallada del conjunto de datos
clear_dataset / clear_all_datasets - Gestión de memoria

Análisis Principal

segment_by_column - Analizar segmentos de datos categóricos
find_correlations - Descubrir relaciones entre variables
analyze_distributions - Análisis de distribución estadística
detect_outliers - Identificar anomalías en los datos
suggest_analysis - Recomendaciones de análisis impulsadas por IA

Visualización

create_chart - Generar gráficos interactivos (barras, dispersión, líneas, histograma)
generate_dashboard - Paneles de control con múltiples gráficos

Análisis Avanzado

validate_data_quality - Puntuación integral de calidad de datos
compare_datasets - Análisis comparativo de múltiples conjuntos de datos
merge_datasets - Unir conjuntos de datos con estrategias flexibles
calculate_feature_importance - Análisis de importancia de características de ML
export_insights - Exportar resultados en múltiples formatos

📂 Formatos de Archivo Soportados

Archivos CSV

CSV estándar con encabezados
Delimitadores personalizados detectados automáticamente
Soporte de codificación UTF-8
Manejo de archivos grandes con opciones de muestreo

Archivos JSON

Estructuras JSON planas
JSON anidado (aplanado automáticamente)
Formato JSON Lines
Formato de arreglo de objetos

🛠️ Configuración

Configuración Manual

Si la configuración automática no funciona, edita manualmente tu configuración de Claude Desktop:

Ubicación: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "quick-data-windows": {
      "command": "python",
      "args": [
        "C:\\path\\to\\your\\quick-data-for-windows-mcp\\main.py"
      ],
      "cwd": "C:\\path\\to\\your\\quick-data-for-windows-mcp",
      "env": {
        "LOG_LEVEL": "INFO",
        "PYTHONPATH": "C:\\path\\to\\your\\quick-data-for-windows-mcp\\src"
      }
    }
  }
}

Alternativa: Usando el Gestor de Paquetes UV

Si prefieres UV (recomendado para la gestión de dependencias de Python):

{
  "mcpServers": {
    "quick-data-windows": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\path\\to\\your\\quick-data-for-windows-mcp",
        "run",
        "python",
        "main.py"
      ]
    }
  }
}

🧪 Probando el Servidor

Prueba el servidor de forma independiente (antes de la integración con Claude Desktop):

python main.py

Salida esperada:

Quick Data for Windows MCP v1.0.0
Server running on stdio...

📊 Flujos de Trabajo de Ejemplo

Análisis de Datos de Ventas

1. Load sales_data.csv as "sales"
2. Show correlations in sales dataset
3. Create bar chart of sales by product_category 
4. Detect outliers in revenue column
5. Generate dashboard with top products and regional trends

Evaluación de Calidad de Datos

1. Load customer_data.csv as "customers"
2. Validate data quality for customers dataset
3. Analyze distributions for age column
4. Segment by customer_type column

🔍 Solución de Problemas

Problemas Comunes

Errores de "Module not found":

Asegúrate de que Python esté en tu PATH
Ejecuta pip install -r requirements.txt manualmente
Verifica que PYTHONPATH esté configurado correctamente en la configuración

Errores de "File not found":

Usa rutas completas de Windows: C:\Users\...
Evita rutas relativas como .\data\file.csv
Verifica los permisos de archivo

Claude Desktop no encuentra el servidor:

Reinicia Claude Desktop después de los cambios de configuración
Verifica la sintaxis del archivo de configuración con un validador JSON
Verifica que las rutas de archivo sean correctas (sin errores tipográficos)

Obteniendo Ayuda

Verifica que Python 3.9+ esté instalado: python --version
Verifica las dependencias: pip list | findstr pandas
Prueba el servidor manualmente: python main.py
Revisa los registros de Claude Desktop para ver errores

🤝 Contribuciones

Esta es una adaptación de Windows impulsada por la comunidad del proyecto original quick-data-mcp. ¡Las contribuciones son bienvenidas!

Configuración de Desarrollo

# Clone and setup
git clone https://github.com/Beaulewis1977/quick-data-for-windows-mcp.git
cd quick-data-for-windows-mcp

# Install development dependencies
pip install -r requirements.txt
pip install pytest black ruff

# Run tests (when implemented)
pytest tests/

📝 Licencia

Licencia MIT - consulta el archivo LICENSE para más detalles.

🙏 Agradecimientos

Este proyecto es un fork optimizado para Windows del quick-data-mcp original de @disler.

Créditos del Proyecto Original

Autor Original: @disler
Repositorio Original: disler/quick-data-mcp
Propósito Original: Servidor MCP para análisis de datos con Claude Code
Licencia: MIT (mantenida en este fork)

Contribuciones del Fork de Windows

Compatibilidad con Windows: @Beaulewis1977
Integración con Claude Desktop: Mejoras impulsadas por la comunidad
Solución de Problemas y Documentación: Mejorada para usuarios de Windows

Pila Tecnológica

Model Context Protocol: Anthropic
Procesamiento de Datos: pandas, numpy, plotly, scikit-learn
Plataforma: Optimizado para Windows + Claude Desktop

⭐ Por favor, da una estrella a ambos repositorios:

Proyecto Original - Por la innovación principal
Este Fork - Por el soporte para Windows

Un agradecimiento especial a @disler por crear el trabajo fundamental que hizo posible esta adaptación para Windows.

🔗 Enlaces

¿Listo para analizar tus datos con IA? ¡Carga un CSV y comienza a explorar! 🚀