Dataset Viewer

Servidor MCP Dataset Viewer

Um servidor MCP para interagir com a API do Dataset Viewer do Hugging Face, fornecendo capacidades para navegar e analisar datasets hospedados no Hugging Face Hub.

Recursos

Recursos

• Utiliza o esquema de URI dataset:// para acessar datasets do Hugging Face
• Suporta configurações e divisões de dataset
• Fornece acesso paginado ao conteúdo dos datasets
• Gerencia autenticação para datasets privados
• Suporta busca e filtragem de conteúdo de datasets
• Fornece estatísticas e análises de datasets

Ferramentas

O servidor fornece as seguintes ferramentas:

1. validate

   • Verifica se um dataset existe e é acessível
   • Parâmetros:
     • dataset: Identificador do dataset (ex.: 'stanfordnlp/imdb')
     • auth_token (opcional): Para datasets privados

2. get_info

   • Obtém informações detalhadas sobre um dataset
   • Parâmetros:
     • dataset: Identificador do dataset
     • auth_token (opcional): Para datasets privados

3. get_rows

   • Obtém o conteúdo paginado de um dataset
   • Parâmetros:
     • dataset: Identificador do dataset
     • config: Nome da configuração
     • split: Nome do split
     • page (opcional): Número da página (baseado em 0)
     • auth_token (opcional): Para datasets privados

4. get_first_rows

   • Obtém as primeiras linhas de um split do dataset
   • Parâmetros:
     • dataset: Identificador do dataset
     • config: Nome da configuração
     • split: Nome do split
     • auth_token (opcional): Para datasets privados

5. get_statistics

   • Obtém estatísticas sobre um split do dataset
   • Parâmetros:
     • dataset: Identificador do dataset
     • config: Nome da configuração
     • split: Nome do split
     • auth_token (opcional): Para datasets privados

6. search_dataset

   • Busca texto dentro de um dataset
   • Parâmetros:
     • dataset: Identificador do dataset
     • config: Nome da configuração
     • split: Nome do split
     • query: Texto a ser pesquisado
     • auth_token (opcional): Para datasets privados

7. filter

   • Filtra linhas usando condições semelhantes a SQL
   • Parâmetros:
     • dataset: Identificador do dataset
     • config: Nome da configuração
     • split: Nome do split
     • where: Cláusula SQL WHERE (ex.: "score > 0.5")
     • orderby (opcional): Cláusula SQL ORDER BY
     • page (opcional): Número da página (baseado em 0)
     • auth_token (opcional): Para datasets privados

8. get_parquet

   • Baixa o dataset completo no formato Parquet
   • Parâmetros:
     • dataset: Identificador do dataset
     • auth_token (opcional): Para datasets privados

Instalação

Pré-requisitos

• Python 3.12 ou superior
• uv - Instalador e gerenciador de pacotes Python rápido

Configuração

1. Clone o repositório:

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

2. Crie um ambiente virtual e instale:

# 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 .

Configuração

Variáveis de Ambiente

• HUGGINGFACE_TOKEN: Seu token de API do Hugging Face para acessar datasets privados

Integração com Claude Desktop

Adicione o seguinte ao seu arquivo de configuração do Claude Desktop:

No Windows: %APPDATA%\Claude\claude_desktop_config.json

No MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json

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

Licença

Licença MIT - consulte LICENSE para obter detalhes