generate-data-mcp

generate-data-mcp

Un servidor MCP para Generate-Data.com — genera conjuntos de datos sintéticos, diseña esquemas a partir de lenguaje natural y gestiona Proyectos, directamente desde tu agente.

Wrapper HTTP ligero sobre la API de Generate-Data.com. No hay lógica de generación en este repositorio: es una interfaz curada y amigable para agentes sobre el servicio real: 7 herramientas, una forma de respuesta consistente, salida segura para binarios y validación en el servidor para cada entrada.

Instalación (configuración en 30 segundos)

Primero necesitas una clave API de Generate-Data.com: créala en Configuración → Acceso API en generate-data.com.

{
  "mcpServers": {
    "generate-data": {
      "command": "uvx",
      "args": ["generate-data-mcp"],
      "env": {
        "GENERATE_DATA_API_KEY": "your-uuid-key-here"
      }
    }
  }
}

# run once, ad hoc:
uvx generate-data-mcp

# or install it as a persistent CLI tool:
uv tool install generate-data-mcp

pip install generate-data-mcp

git clone https://github.com/ns-3e/generate-data-mcp.git
cd generate-data-mcp
pip install -e ".[dev]"

Verifica que funciona

export GENERATE_DATA_API_KEY=your-key
generate-data-mcp

Desde tu cliente MCP, invoca gd_get_usage — debería devolver tu nivel y contadores de llamadas. Luego invoca gd_list_field_types — debería devolver el mapa de categorías.

¡Bam! — estás listo para generar datos.

Pídele a tu agente algo como "genera 50 filas de clientes falsos de comercio electrónico como CSV" y llamará a gd_design_schema y luego a gd_generate_dataset por su cuenta.

Inicio rápido

Una sesión típica se ve así: el agente encadena herramientas por su cuenta, tú solo describes el resultado:

1. Descubre lo que es posible. gd_list_field_types — ve cada tipo de campo, agrupado por categoría.
2. Diseña un esquema. gd_design_schema(prompt="E-commerce customers with name, email, and signup date") — propone un array fields a partir de inglés simple.
3. Genera los datos. gd_generate_dataset(fields=..., num_rows=10, format="csv") — devuelve las filas.
4. Refina si es necesario. Llama a gd_design_schema de nuevo, esta vez pasando messages (la conversación en curso) + current_schema (el resultado anterior) juntos — refina en lugar de proponer desde cero.

Cada herramienta devuelve el mismo envoltorio: {"ok": true, "summary": "...", "data": {...}} en éxito, o {"ok": false, "error": {"code": ..., "message": ...}} en fallo — los errores siempre te dicen qué hacer a continuación, nunca un traceback crudo.

Desarrollo local

{
  "env": { "GENERATE_DATA_API_BASE_URL": "http://localhost:8000" }
}

Apunta a un backend Django que se ejecute localmente en lugar de la API alojada.

Migración desde v1

v2.0.0 renombra cada herramienta (cambio disruptivo). Nombre antiguo → nombre nuevo:

• generate_data → gd_generate_dataset
• list_field_types → gd_list_field_types
• get_field_options → gd_get_field_type_options
• propose_schema → gd_design_schema (primera llamada, sin messages/current_schema)
• refine_schema → gd_design_schema (pasa messages + current_schema juntos)
• get_api_usage → gd_get_usage
• list_projects → gd_list_projects (ahora paginado: limit/offset)
• generate_project → gd_generate_project (los formatos binarios ahora se devuelven codificados en base64, no utf-8 corrupto)

Referencia

Las 7 herramientas, divididas por nivel.

Nivel gratuito

• gd_generate_dataset — Genera filas de conjuntos de datos sintéticos a partir de una lista de campos. format: csv, json, xml, parquet, o zip (los formatos binarios se devuelven codificados en base64).
• gd_list_field_types — Lista todos los tipos de campo disponibles agrupados por categoría. No toma argumentos.
• gd_get_field_type_options — Obtén el esquema de opciones de configuración para un tipo de campo. field_type debe coincidir con ^[a-z0-9_]+$.
• gd_design_schema — Diseña un esquema de conjunto de datos a partir de lenguaje natural, o refina uno existente: una herramienta tanto para la primera propuesta como para los turnos de conversación posteriores.
• gd_get_usage — Obtén estadísticas de uso actuales de la clave API: llamadas de hoy, nivel, límites. No toma argumentos.

Nivel premium

Requiere una clave API Premium: las claves del nivel gratuito reciben un error tier_forbidden.

• gd_list_projects — Lista los Proyectos del usuario, paginados (limit/offset, por defecto 20/0).
• gd_generate_project — Genera todas las tablas de un Proyecto y descarga el resultado. Mismas reglas de formato/binario que gd_generate_dataset.

Límites por nivel (clave API)

Los límites son aplicados por la API de Django, no por este servidor MCP.

Configuración

Solución de problemas

Desarrollo

git clone https://github.com/ns-3e/generate-data-mcp.git
cd generate-data-mcp
pip install -e ".[dev]"
pytest tests/ -v

Documentación de la API

La documentación está en generate-data.com. Consulta los docstrings de las herramientas de este repositorio (generate_data_mcp/server.py) para las formas autoritativas de solicitud/respuesta.