Dataset Viewer

Servidor MCP Dataset Viewer

Un servidor MCP para interactuar con la Hugging Face Dataset Viewer API, que proporciona capacidades para explorar y analizar conjuntos de datos alojados en Hugging Face Hub.

Características

Recursos

• Utiliza el esquema URI dataset:// para acceder a conjuntos de datos de Hugging Face
• Admite configuraciones y divisiones de conjuntos de datos
• Proporciona acceso paginado al contenido de los conjuntos de datos
• Maneja la autenticación para conjuntos de datos privados
• Admite búsqueda y filtrado del contenido de los conjuntos de datos
• Proporciona estadísticas y análisis de conjuntos de datos

Herramientas

El servidor proporciona las siguientes herramientas:

1. validate

   • Comprueba si un conjunto de datos existe y es accesible
   • Parámetros:
     • dataset: Identificador del conjunto de datos (p. ej. 'stanfordnlp/imdb')
     • auth_token (opcional): Para conjuntos de datos privados

2. get_info

   • Obtiene información detallada sobre un conjunto de datos
   • Parámetros:
     • dataset: Identificador del conjunto de datos
     • auth_token (opcional): Para conjuntos de datos privados

3. get_rows

   • Obtiene el contenido paginado de un conjunto de datos
   • Parámetros:
     • dataset: Identificador del conjunto de datos
     • config: Nombre de la configuración
     • split: Nombre de la división
     • page (opcional): Número de página (basado en 0)
     • auth_token (opcional): Para conjuntos de datos privados

4. get_first_rows

   • Obtiene las primeras filas de una división de un conjunto de datos
   • Parámetros:
     • dataset: Identificador del conjunto de datos
     • config: Nombre de la configuración
     • split: Nombre de la división
     • auth_token (opcional): Para conjuntos de datos privados

5. get_statistics

   • Obtiene estadísticas sobre una división de un conjunto de datos
   • Parámetros:
     • dataset: Identificador del conjunto de datos
     • config: Nombre de la configuración
     • split: Nombre de la división
     • auth_token (opcional): Para conjuntos de datos privados

6. search_dataset

   • Busca texto dentro de un conjunto de datos
   • Parámetros:
     • dataset: Identificador del conjunto de datos
     • config: Nombre de la configuración
     • split: Nombre de la división
     • query: Texto a buscar
     • auth_token (opcional): Para conjuntos de datos privados

7. filter

   • Filtra filas usando condiciones similares a SQL
   • Parámetros:
     • dataset: Identificador del conjunto de datos
     • config: Nombre de la configuración
     • split: Nombre de la división
     • where: Cláusula SQL WHERE (p. ej. "score > 0.5")
     • orderby (opcional): Cláusula SQL ORDER BY
     • page (opcional): Número de página (basado en 0)
     • auth_token (opcional): Para conjuntos de datos privados

8. get_parquet

   • Descarga el conjunto de datos completo en formato Parquet
   • Parámetros:
     • dataset: Identificador del conjunto de datos
     • auth_token (opcional): Para conjuntos de datos privados

Instalación

Requisitos previos

• Python 3.12 o superior
• uv - Instalador y resolvedor de paquetes Python rápido

Configuración

1. Clona el repositorio:

git clone https://github.com/privetin/dataset-viewer.git
cd dataset-viewer

2. Crea un entorno virtual e instala:

# Create virtual environment
uv venv

# Activate virtual environment
# On Unix:
source .venv/bin/activate
# On Windows:
.venv\Scripts\activate

# Install in development mode
uv add -e .

Configuración

Variables de entorno

• HUGGINGFACE_TOKEN: Tu token de API de Hugging Face para acceder a conjuntos de datos privados

Integración con Claude Desktop

Añade lo siguiente a tu archivo de configuración de Claude Desktop:

En Windows: %APPDATA%\Claude\claude_desktop_config.json

En MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "dataset-viewer": {
      "command": "uv",
      "args": [
        "--directory",
        "parent_to_repo/dataset-viewer",
        "run",
        "dataset-viewer"
      ]
    }
  }
}

Licencia

Licencia MIT - consulta LICENSE para más detalles