# data.gouv.fr MCP 服务：AI 代理自然语言查询法国开放数据 > 详解 datagouv-mcp 项目，通过 MCP 协议实现 AI 聊天机器人对法国国家开放数据平台的语义搜索、数据集探索与分析，提供工具参数、部署清单与客户端集成指南。 ## 元数据 - 路径: /posts/2026/02/28/datagouv-mcp-conversational-open-data-query/ - 发布时间: 2026-02-28T19:02:03+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 站点: https://blog.hotdry.top ## 正文 在 AI 代理时代，将大型语言模型与真实世界数据源无缝集成已成为关键挑战。datagouv-mcp 项目提供了一个优雅解决方案：作为法国国家开放数据平台 data.gouv.fr 的官方 Model Context Protocol (MCP) 服务器，它允许 Claude、ChatGPT、Gemini 等 AI 聊天机器人通过自然语言对话，直接搜索、探索并分析海量公开数据集，而无需手动浏览网站或编写复杂查询。 这种设计的核心价值在于“对话即工具调用”。传统开放数据访问依赖 API 或网页搜索，用户需熟悉数据目录结构；datagouv-mcp 通过 MCP 协议标准化工具接口，让 AI 代理在对话中动态调用后端工具，实现语义检索与数据分析。例如，用户只需问“巴黎最近的人口数据有哪些？”，AI 即可自动搜索数据集、列出资源并提取关键洞见。这种集成不仅提升了数据可及性，还降低了 AI 应用的开发门槛，尤其适用于政策分析、研究原型和市民应用场景。 项目基于官方 Python MCP SDK，仅支持 Streamable HTTP 传输（不含 STDIO/SSE），确保高效流式响应。公共实例 https://mcp.data.gouv.fr/mcp 已开放，无需 API 密钥，支持读-only 操作，避免数据泄露风险。“datagouv-mcp 是 data.gouv.fr 的官方 MCP 服务器，专为 AI 聊天机器人设计，用于搜索、探索和分析数据集。” ### 核心工具与调用参数 datagouv-mcp 暴露了两大类工具：数据集（静态文件）和数据服务（外部 API），辅以指标查询。以下是关键工具的参数清单与最佳实践，确保 AI 代理高效使用。 #### 数据集工具（Datasets） 1. **search_datasets**: 关键词搜索数据集。 - 参数：`query` (必填，字符串，如“prix immobilier”)、`page` (可选，默认1)、`page_size` (可选，默认20，最大100)。 - 落地建议：起始 page_size=20 快速扫描；热门主题如“immobilier”或“population”可直接命中组织/标签过滤结果。 2. **get_dataset_info**: 获取数据集详情（元数据、组织、标签、许可）。 - 参数：`dataset_id` (必填，从 search_datasets 获取)。 - 实践：用于验证许可（多为 ODbL/etalab），检查更新日期。 3. **list_dataset_resources**: 列出资源文件（格式、大小、URL）。 - 参数：`dataset_id` (必填)。 - 建议：优先 CSV/JSON 资源，支持 Tabular API 的优先级更高。 4. **query_resource_data**: 通过自然语言问题查询资源数据（Tabular API）。 - 参数：`question` (必填，如“巴黎2023年人口？”)、`resource_id` (必填)、`page` (默认1)、`page_size` (默认20，最大200)。 - 限制：CSV ≤100MB、XLSX ≤12.5MB。实践：小数据集全量 page_size=200；大表分页预览结构。 5. **download_and_parse_resource**: 下载解析不支持 Tabular 的资源。 - 参数：`resource_id` (必填)、`max_rows` (默认20)、`max_size_mb` (默认500)。 - 适用：大文件/压缩/JSONL。起始 max_rows=20 预览，避免 OOM。 #### 数据服务工具（Dataservices） 1. **search_dataservices**: 搜索注册 API。 - 参数同 search_datasets。 - 示例：query=“adresse” 发现 Adresse API。 2. **get_dataservice_openapi_spec**: 获取 OpenAPI 规范摘要。 - 参数：`dataservice_id` (必填)。 - 实践：理解端点/参数后，手动调用 base_api_url。 #### 指标工具 - **get_metrics**: 下载/访问统计。 - 参数：`dataset_id` 或 `resource_id` (至少一)、`limit` (默认12，最大100)。 - 仅 prod 环境可用，按月降序。 典型工作流：1) search_datasets 发现；2) list_dataset_resources 选资源；3) query_resource_data 分析。参数阈值如 page_size=50 可平衡速度/精度；监控返回行数调整。 ### 部署与自托管参数 本地运行推荐 Docker，零依赖： ``` git clone https://github.com/datagouv/datagouv-mcp.git cd datagouv-mcp docker compose up -d # 默认 0.0.0.0:8000，prod 环境 ``` 关键环境变量： - `MCP_HOST=127.0.0.1` (本地开发安全)。 - `MCP_PORT=8007` (自定义端口)。 - `DATAGOUV_ENV=demo` (测试用 demo.data.gouv.fr)。 健康检查：`GET /health` 返回 `{"status":"ok"}`。日志监控 Docker compose logs -f。回滚：`docker compose down`，参数恢复默认。 手动安装需 uv： ``` uv sync source .env uv run mcp-server # 默认启动 ``` ### 客户端集成清单 无需修改服务器，配置客户端 mcpServers： - **ChatGPT (付费)**: Settings > Connectors > Add `https://mcp.data.gouv.fr/mcp`。 - **Claude Desktop**: `claude_desktop_config.json` 添加 `{"mcpServers":{"datagouv":{"command":"npx","args":["mcp-remote","https://mcp.data.gouv.fr/mcp"]}}}`。 - **Cursor/VS Code**: settings.json `{"servers":{"datagouv":{"url":"https://mcp.data.gouv.fr/mcp","type":"http"}}}`。 - **Gemini CLI**: `~/.gemini/settings.json` `{"mcpServers":{"datagouv":{"httpUrl":"https://mcp.data.gouv.fr/mcp"}}}`。 全列表见 repo，支持 10+ 工具如 AnythingLLM、Kiro、Mistral Vibe。测试用 MCP Inspector：`npx @modelcontextprotocol/inspector --http-url http://127.0.0.1:8000/mcp`。 ### 实际案例与优化 案例1：房地产分析。 - AI 提示：“Quels datasets sur prix immobilier à Paris？” - 工具链：search_datasets("prix immobilier paris") → get_dataset_info → query_resource_data("平均价格？")。 案例2：API 集成。 - search_dataservices("sirene") → get_dataservice_openapi_spec → 调用企业注册端点。 优化参数： - 超时：客户端默认 30s，资源查询 max_size_mb=100 防滥用。 - 缓存：重复 query 加 `page=1` 复用。 - 监控：pytest 测试工具；CircleCI 持续集成。 风险控制：读-only、无密钥；大资源用 max_rows 限流。未来扩展可加写工具，但当前聚焦查询。 此方案适用于任何国家开放数据镜像，参数通用：page_size 20-50、max_rows 100 为起点。通过 datagouv-mcp，AI 代理真正“对话”公共数据，推动数据民主化。 **资料来源**： 1. [GitHub - datagouv/datagouv-mcp](https://github.com/datagouv/datagouv-mcp) 2. [公共 MCP 实例](https://mcp.data.gouv.fr/mcp) ## 同分类近期文章 ### [NVIDIA PersonaPlex 双重条件提示工程与全双工架构解析](/posts/2026/04/09/nvidia-personaplex-dual-conditioning-architecture/) - 日期: 2026-04-09T03:04:25+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 NVIDIA PersonaPlex 的双流架构设计、文本提示与语音提示的双重条件机制，以及如何在单模型中实现实时全双工对话与角色切换。 ### [ai-hedge-fund：多代理AI对冲基金的架构设计与信号聚合机制](/posts/2026/04/09/multi-agent-ai-hedge-fund-architecture/) - 日期: 2026-04-09T01:49:57+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析GitHub Trending项目ai-hedge-fund的多代理架构，探讨19个专业角色分工、信号生成管线与风控自动化的工程实现。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation-framework/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [LiteRT-LM C++ 推理运行时：边缘设备的量化、算子融合与内存管理实践](/posts/2026/04/08/litert-lm-cpp-inference-runtime-quantization-fusion-memory/) - 日期: 2026-04-08T21:52:31+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 LiteRT-LM 在边缘设备上的 C++ 推理运行时，聚焦量化策略配置、算子融合模式与内存管理的工程化实践参数。