Data.gov.il

Accede a los datos abiertos del gobierno israelí desde el portal data.gov.il.

Documentación

data-gov-il-mcp

Servidor Model Context Protocol (MCP) de nivel producción para Datos Abiertos del Gobierno de Israel de data.gov.il.

Este servidor brinda a clientes compatibles con MCP acceso estructurado a datasets, recursos, etiquetas, organizaciones y registros tabulares del gobierno israelí a través de la API oficial CKAN. Está escrito en TypeScript, valida entradas y salidas con Zod, devuelve respuestas de herramientas en formato JSON primero y admite tanto stdio local como transporte remoto Streamable HTTP.

Aspectos destacados

Área	Estado
Herramientas MCP	9 herramientas por defecto, 10 con Sampling opcional habilitado
Recursos MCP	5 recursos estáticos + 1 plantilla de recurso de dataset
Indicaciones MCP	3 indicaciones de dominio con autocompletado de argumentos
Descubrimiento	Instantánea de catálogo en memoria con normalización de hebreo, coincidencia difusa, clasificación de etiquetas y co-ocurrencia
Transportes	`stdio` y Streamable HTTP
Autenticación	`none`, autenticación bearer con clave API, OAuth 2.1 JWT/JWKS
Refuerzo HTTP	Helmet, CORS, limitación de tasa, IDs de solicitud, validación de Host/Origin
Respuestas	`structuredContent` más JSON idéntico en `content[0].text`
Configuración de ejecución	Impulsada por entorno, validada al inicio con Zod

Inicio rápido

Claude Desktop / Stdio local

Usa el paquete publicado directamente:

{
  "mcpServers": {
    "data-gov-il": {
      "command": "npx",
      "args": ["-y", "data-gov-il-mcp"]
    }
  }
}

Streamable HTTP

npm install -g data-gov-il-mcp
data-gov-il-mcp-http

Luego configura tu cliente MCP:

{
  "mcpServers": {
    "data-gov-il": {
      "url": "http://localhost:3664/mcp"
    }
  }
}

Docker

docker run -p 3664:3664 ghcr.io/davidosherproceed/data-gov-il-mcp:latest

Para desarrollo local:

npm install
npm run build
npm run start:stdio
# or
npm run start:http

Capa de descubrimiento de catálogo

El servidor incluye una instantánea de catálogo confirmada en src/data/catalog/catalog.snapshot.json. La instantánea se genera a partir de data.gov.il y se incluye en la compilación. Al iniciar, se valida y se indexa en memoria.

La capa de descubrimiento impulsa:

find_datasets búsqueda primero en catálogo con respaldo CKAN en vivo.
list_all_datasets enumeración local instantánea con filtro de organización opcional.
list_organizations lista local instantánea de organizaciones con recuentos de datasets.
list_available_tags y search_tags a partir de datos reales de etiquetas/facetas CKAN.
Autocompletados dinámicos para datagov://dataset/{id}.
Recursos datagov://tags y datagov://catalog/stats.

Incluye:

Normalización de hebreo, incluida la eliminación de nikud y la normalización de letras finales.
Indexación de tokenización y trigramas para coincidencias difusas y tolerancia a errores tipográficos.
Mapas de datasets, etiquetas y organizaciones.
Índices de etiqueta a dataset y de organización a dataset.
Co-ocurrencia de etiquetas para sugerencias de etiquetas relacionadas.
Clasificación ponderada entre señales exactas, de token, etiqueta, organización y difusas.

Actualiza la instantánea:

npm run catalog:refresh
npm run build

Un flujo de trabajo programado de GitHub Actions (.github/workflows/catalog-refresh.yml) actualiza la instantánea y abre un PR cuando cambian los datos del catálogo.

Más detalle: docs/catalog-discovery-layer.md.

Herramientas

Todas las respuestas exitosas de herramientas devuelven:

structuredContent: el objeto JSON tipado.
content[0].text: el mismo objeto serializado como JSON para clientes solo de texto.

Herramientas predeterminadas

Herramienta	Propósito
`find_datasets`	Herramienta principal de descubrimiento de datasets. Usa primero el catálogo local y luego el respaldo CKAN en vivo cuando sea necesario.
`get_dataset_info`	Metadatos CKAN completos de un dataset, incluyendo etiquetas y recursos.
`list_all_datasets`	Resúmenes instantáneos de datasets respaldados por catálogo, opcionalmente filtrados por organización.
`list_resources`	Lista archivos/datastores dentro de un dataset e identifica recursos `datastore_active`.
`search_records`	Consulta registros de datastore CKAN con búsqueda de texto completo, filtros, campos, ordenamiento, paginación y valores distintos.
`list_organizations`	Organizaciones respaldadas por catálogo con títulos en hebreo y recuentos de datasets.
`get_organization_info`	Metadatos de organización CKAN en vivo.
`list_available_tags`	Etiquetas de catálogo clasificadas con recuentos de datasets y etiquetas relacionadas.
`search_tags`	Búsqueda difusa de etiquetas con sugerencias de etiquetas relacionadas.

Herramientas opcionales

Herramienta	Habilitada por	Propósito
`summarize_dataset`	`MCP_ENABLE_SAMPLING=true`	Solicita MCP Sampling a clientes compatibles para producir un resumen legible del dataset. Recurre a los metadatos cuando Sampling no está disponible.

Elicitación en `find_datasets`

find_datasets puede exponer opcionalmente un parámetro interactive:

{
  "query": "תחבורה",
  "interactive": true
}

Esto solo se registra cuando:

MCP_ENABLE_ELICITATION=true

Cuando está habilitado, los clientes compatibles pueden mostrar un formulario de aclaración para búsquedas amplias. Por ejemplo, el servidor puede pedir al usuario que acote muchos datasets coincidentes por organización publicadora. Si el cliente no admite Elicitación, el usuario la rechaza o la solicitud expira, la herramienta recurre a los resultados de búsqueda normales.

Esto está deshabilitado por defecto porque el soporte de clientes MCP varía.

Recursos

URI	Tipo	Descripción
`datagov://organizations`	JSON estático	Lista de organizaciones de CKAN, en caché.
`datagov://tags`	JSON estático	Etiquetas clasificadas de la instantánea de catálogo confirmada.
`datagov://featured`	JSON estático	Datasets de alto valor curados con valores `resource_id` listos para usar y esquemas de campos.
`datagov://guide`	Texto estático	Guía de uso de herramientas, recursos y flujos de trabajo recomendados.
`datagov://catalog/stats`	JSON estático	Metadatos de la instantánea: hora de generación, recuento de datasets, recuento de etiquetas, recuento de organizaciones, principales organizaciones.
`datagov://dataset/{id}`	Plantilla JSON	Metadatos completos del dataset por slug o ID. Incluye autocompletados dinámicos y una lista de recursos respaldada por catálogo.

El servidor también implementa suscripciones a recursos de forma mínima y conforme a estándares:

Anuncia resources.subscribe.
Gestiona resources/subscribe y resources/unsubscribe.
Envía notifications/resources/updated solo para recursos a los que un cliente se haya suscrito.
No consulta CKAN en tiempo real.

Indicaciones

Indicación	Argumento	Propósito
`food-nutrition-analysis`	`analysis_type`	Precios de alimentos, nutrición, kosher, seguridad, importación/exportación.
`environmental-sustainability-analysis`	`analysis_focus`	Calidad del aire, edificios verdes, residuos, agua, sitios contaminados.
`real-estate-market-analysis`	`market_focus`	Vivienda, renovación urbana, vivienda subsidiada, análisis de ciudad/propiedades.

Los argumentos de las indicaciones usan autocompletados MCP. Las sugerencias de enfoque de dominio están curadas y los autocompletados de organizaciones están respaldados por catálogo.

Funciones opcionales de clientes MCP

Estas funciones están desactivadas por defecto. Actívalas solo cuando tu cliente MCP de destino las admita y quieras que el servidor las exponga.

Variable	Predeterminado	Efecto
`MCP_ENABLE_ELICITATION`	`false`	Agrega `interactive` a `find_datasets` y permite formularios de aclaración iniciados por el servidor. Funciona en clientes como Cursor y Claude Code.
`MCP_ENABLE_SAMPLING`	`false`	Registra `summarize_dataset`, que solicita generación de modelos del lado del cliente mediante MCP Sampling.

El soporte de clientes varía:

Cursor admite Elicitación, pero actualmente no expone Sampling.
Claude Code admite Elicitación en versiones recientes.
Claude Desktop admite muchas funciones de MCP, pero el soporte de Elicitación no es confiable/disponible.
La disponibilidad de Sampling varía; el servidor siempre recurre de forma segura.

Configuración

Copia .env.example a .env:

cp .env.example .env

Núcleo

Variable	Predeterminado	Descripción
`TRANSPORT`	`stdio`	Transporte predeterminado al usar el punto de entrada genérico. También hay binarios dedicados disponibles.
`PORT`	`3664`	Puerto HTTP.
`HOST`	`0.0.0.0`	Host de enlace HTTP.
`CORS_ORIGIN`	`*`	Orígenes CORS permitidos. Evita el comodín en implementaciones de navegador en producción.
`LOG_LEVEL`	`info`	`fatal`, `error`, `warn`, `info`, `debug` o `trace`.
`NODE_ENV`	`production`	`development`, `production` o `test`.

CKAN

Variable	Predeterminado	Descripción
`CKAN_BASE_URL`	`https://data.gov.il/api/3/action`	URL base de la API de acciones CKAN.
`CKAN_TIMEOUT_MS`	`10000`	Tiempo de espera predeterminado de solicitudes CKAN.
`CKAN_SEARCH_TIMEOUT_MS`	`15000`	Tiempo de espera para solicitudes más pesadas de datastore/búsqueda.
`CACHE_TTL_MS`	`300000`	TTL de caché predeterminado.
`CACHE_MAX_ITEMS`	`500`	Máximo de entradas por caché en memoria.

Refuerzo HTTP

Variable	Predeterminado	Descripción
`TRUST_PROXY`	`false`	Confiar en encabezados de proxy inverso. Configúralo cuando estés detrás de nginx/Caddy/ALB.
`RATE_LIMIT_WINDOW_MS`	`60000`	Ventana de limitación de tasa. Configura `0` para deshabilitar.
`RATE_LIMIT_MAX`	`120`	Solicitudes por IP por ventana. Configura `0` para deshabilitar.
`ALLOWED_HOSTS`	vacío	Lista blanca de hosts para protección contra rebinding de DNS. Por defecto usa hosts de loopback/locales cuando no está configurada.
`ALLOWED_ORIGINS`	vacío	Lista blanca de orígenes de navegador. Recurre a `CORS_ORIGIN` cuando corresponde.

Autenticación

Variable	Predeterminado	Descripción
`AUTH_MODE`	`none`	`none`, `apikey` o `oauth`.
`API_KEYS`	vacío	Tokens bearer separados por comas para `AUTH_MODE=apikey`.
`OAUTH_ISSUER`	sin configurar	Emisor JWT esperado para `AUTH_MODE=oauth`.
`OAUTH_AUDIENCE`	sin configurar	Audiencia JWT esperada para `AUTH_MODE=oauth`.
`OAUTH_JWKS_URI`	sin configurar	URL JWKS para verificación JWT.
`OAUTH_RESOURCE_SERVER`	sin configurar	URL canónica de recurso MCP para metadatos de recursos protegidos por OAuth. Generalmente incluye `/mcp`.

Identidad del servicio

Variable	Predeterminado	Descripción
`SERVICE_NAME`	paquete/servidor predeterminado	Anulación del nombre del servidor MCP.
`SERVICE_VERSION`	versión del paquete	Anulación de la versión del servidor MCP.
`SERVICE_DESCRIPTION`	descripción integrada	Anulación de la descripción semántica del servidor MCP.

Flujos de trabajo recomendados

Encontrar y consultar un dataset

Usa find_datasets con términos naturales en hebreo o inglés.
Usa get_dataset_info o list_resources para un dataset elegido.
Elige un recurso con datastore_active=true.
Usa search_records con limit=5 primero para inspeccionar los campos.
Agrega filters, fields, sort, distinct o paginación según sea necesario.

Ejemplo de flujo:

find_datasets({ "query": "מחיר למשתכן" })
get_dataset_info({ "dataset": "mechir-lamishtaken" })
search_records({
  "resource_id": "7c8255d0-49ef-49db-8904-4cf917586031",
  "limit": 5,
  "include_total": true
})

Descubrir etiquetas

search_tags({ "keyword": "דיור", "limit": 5 })
find_datasets({ "query": "תחבורה", "tags": "תחבורה ציבורית" })

Usar descubrimiento interactivo

Requiere:

MCP_ENABLE_ELICITATION=true

Luego un agente puede llamar:

find_datasets({ "query": "תחבורה", "interactive": true })

Los clientes compatibles pueden mostrar un formulario pidiendo al usuario que acote los resultados.

Usar resúmenes del lado del cliente

Requiere:

MCP_ENABLE_SAMPLING=true

Luego:

summarize_dataset({ "dataset": "mechir-lamishtaken", "language": "he" })

Si Sampling no está disponible, la herramienta devuelve los metadatos del dataset y sampling.used=false.

Desarrollo

npm install

# Type-check
npm run typecheck

# Lint
npm run lint

# Test
npm test

# Build
npm run build

# Refresh local catalog snapshot
npm run catalog:refresh

Ejecuta localmente:

# stdio
npm run build
npm run start:stdio

# HTTP
npm run build
npm run start:http

Habilita funciones opcionales localmente:

MCP_ENABLE_ELICITATION=true MCP_ENABLE_SAMPLING=true npm run start:http

En PowerShell:

$env:MCP_ENABLE_ELICITATION="true"
$env:MCP_ENABLE_SAMPLING="true"
npm run start:http

Estructura del proyecto

src/
  auth/           Authentication providers and Express middleware
  bin/            stdio and HTTP entry points
  cache/          In-memory TTL/LRU cache
  catalog/        Snapshot validation, indexing, fuzzy search, CatalogService
  ckan/           Typed CKAN API client and CKAN response types
  config/         Zod env config, constants, server identity
  core/           Dependency container, MCP server factory, lifecycle
  data/catalog/   Committed catalog snapshot artifact
  formatting/     JSON response builders and guidance text
  observability/  Pino logger
  prompts/        MCP prompt definitions, templates, registration
  resources/      MCP resources, templates, subscriptions
  services/       Domain services for CKAN data access
  tools/          MCP tool definitions and Zod schemas
  transports/     stdio and Streamable HTTP transports
tests/
  fixtures/       Test fixtures
  unit/           Unit tests
scripts/
  refresh-catalog.ts
docs/
  catalog-discovery-layer.md
  MIGRATION.md

Docker

docker build -t data-gov-il-mcp .
docker run -p 3664:3664 data-gov-il-mcp

Con funciones opcionales:

docker run -p 3664:3664 \
  -e MCP_ENABLE_ELICITATION=true \
  -e MCP_ENABLE_SAMPLING=true \
  data-gov-il-mcp

Calidad

Se espera que el proyecto pase:

npm run typecheck
npm run lint
npm test
npm run build

La implementación actual incluye cobertura de pruebas unitarias para análisis de entorno, proveedores de autenticación, errores CKAN, caché, formato, lógica de normalización de texto/difusa/índice/búsqueda del catálogo, validación de instantáneas, servicios, recursos, suscripciones y protección HTTP Host/Origin.

Licencia

MIT

Data.gov.il

Documentación

data-gov-il-mcp

Aspectos destacados

Inicio rápido

Claude Desktop / Stdio local

Streamable HTTP

Docker

Capa de descubrimiento de catálogo

Herramientas

Herramientas predeterminadas

Herramientas opcionales

Elicitación en find_datasets

Recursos

Indicaciones

Funciones opcionales de clientes MCP

Configuración

Núcleo

CKAN

Refuerzo HTTP

Autenticación

Identidad del servicio

Flujos de trabajo recomendados

Encontrar y consultar un dataset

Descubrir etiquetas

Usar descubrimiento interactivo

Usar resúmenes del lado del cliente

Desarrollo

Estructura del proyecto

Docker

Calidad

Licencia

Elicitación en `find_datasets`