DataClean

dataclean-mcp

AI エージェントがテーブルを推論する前に、決定論的にテーブルをクリーンアップする MCP サーバーです。LLM は 1.250,50 € を読み違えたり、03/04/2026 の日と月を入れ替えたり、NUL バイトや文字化け（Café）でつまずいたり、先頭のゼロを黙って削除したりします。DataClean はルールでこれらを修正し、決して推測しません。意味が曖昧な値はそのまま残してフラグを付け、同じ列のほかの値（または渡されたパラメーター）によって意味が確定した場合にのみ変換します。

ツール	クレジット	内容
profile_table	1	文字コード、区切り文字、ヘッダー行、および各列の実際の型（整数、小数、日付、日時、ブール値、メールアドレス、URL、電話番号、IBAN、テキスト）、数値ロケール、日付順序、通貨、NULL、個別の値、最小値／最大値、例、問題を報告します。重複行と推奨スキーマも報告します。
clean_table	1	クリーンアップして型を付けたコピーを、CSV、TSV、JSON、JSONL、または型付きの .xlsxとして返します。テキストのトリミングと修復、数値の通常の小数表記への変換、日付の ISO 8601 形式への変換、電話番号の E.164 形式への変換、IBAN の空白除去、行の重複削除、ヘッダーの一意化または snake_case 化を行います。変換されなかったすべての値は、元の行番号とともに一覧表示されます。
validate_schema	1	スキーマ（型、必須、一意、最小値／最大値、min_length/max_length、enum、pattern）に照らしてすべての行をチェックし、行番号付きのエラーを返します。
normalize_values	1	ドキュメントまたは別のツールから取得した、最大 10,000 件の値（金額、日付、電話番号、メールアドレスなど）のリストを正規化します。
pricing、credits_balance	0	無料の補助機能です。

課金の仕組み：

• 読み取れない入力や無効なパラメーターは、クレジットが課金される前に拒否されます。
• 課金後に失敗した場合は返金されます。

修正できる内容

• 数値：1.250,50 €、$1,250.50、1 234,5、1'234.50、(45.30)、SAP 形式の 1.250,50-、12,5 %、EUR 12。1,250 のような値で桁区切りと小数点のどちらが使われているかは、列の値から判断します。列から判断できない場合は number_locale に従い、どちらも利用できない場合は ambiguous_number のフラグが付きます。
• 日付：ISO、13/04/2026（日が先）、04/13/2026（月が先）、5 de marzo de 2026、March 5, 2026、5-Mar-26、3. März 2026、および am/pm 形式の時刻に対応します。03/04/2026 は、列内の別の値または date_order によって順序が確定した場合にのみ変換されます。少数派の順序で記載された日付には date_order_conflict のフラグが付きます。
• テキスト：NUL、制御文字、ゼロ幅文字を削除し、NBSP を通常のスペースに変換して文字化けを修復し、Unicode NFC を適用して、スペースをまとめて前後の空白を削除します。NULL を表す値（NULL、N/A、#N/A、-、nan など）は空になります。
• ID：先頭にゼロがある数字の文字列や 15 桁を超える数字の文字列（郵便番号、カード番号、参照番号など）はテキストのまま保持され、数値には変換されません。
• ファイル：UTF-8、UTF-16、Windows-1252 の CSV に対応し、区切り文字（, ; tab |）を自動検出します。ヘッダーより前のタイトル行をスキップし、不揃いな行を埋め、重複または空のヘッダーの名前を変更します。.xlsx（base64 経由）と JSON/JSONL も読み込みます。
• 安全性：CSV 出力では、= + - @ で始まるテキストセルに ' を前置して、表計算ソフトが数式として実行しないようにします。.xlsx 出力では文字列として保存します。入れ子の量指定子を含むスキーマ正規表現は拒否されます（ReDoS）。

インストール

1. https://mcp.keyflint.dev でクレジットを購入し、ライセンス（LIC-...）を取得します。
2. サーバーをクライアントに追加します。

{
  "mcpServers": {
    "dataclean": {
      "command": "uvx",
      "args": ["dataclean-mcp"],
      "env": { "KEYFLINT_LICENSE": "LIC-..." }
    }
  }
}

Claude Desktop では、各 GitHub リリースに添付されている .mcpb バンドルもインストールできます。ホストモードでは dataclean-mcp --http を実行する（または Dockerfile を使用する）と、各リクエストの Authorization: Bearer LIC-... ヘッダーからライセンスを読み込みます。

上限（環境変数で設定）：DATACLEAN_MAX_BYTES（20 MB）、DATACLEAN_MAX_ROWS（200,000）、DATACLEAN_MAX_OUTPUT（15 MB）。クレジット価格は DATACLEAN_PRICES=clean_table=2,... で上書きできます。

ビジュアルカード（MCP Apps）

Claude、ChatGPT、VS Code、Goose では、有料の各ツールと credits_balance がチャット内にインタラクティブカードとして表示されます。クレジット残高には補充バーと購入ボタンが表示され、結果の概要には主要な数値、問題、テーブルのプレビュー、請求されたクレジット数が表示されます。これは ui://dataclean/card.html リソースで、ネットワークアクセスなしで動作します。ほかのクライアントでは、これまでと同じ JSON が引き続き返されます。

テスト

pip install -e '.[test]'
pytest -q

テストでは、KeyFlint のフェイクゲートウェイとローカルで署名したライセンスを使用するため、ネットワークは不要です。

ライセンス

Business Source License 1.1。本番環境での使用には、ライセンサーから取得した KeyFlint ライセンスが必要です。2030-11-05 にコードは Apache 2.0 になります。