Dataset Cleaner & Exporter

データセットクリーナー＆エクスポーター（リモート MCP サーバー）

乱雑な JSON 行を、1 回のツール呼び出しで重複排除し、フラット化してクリーンアップします。 スクレイパー、CRM のエクスポート、API から取得した行のリストを渡すと、スプレッドシートですぐに使えるクリーンな行（または CSV テキスト）が返され、何をなぜ統合したかも正確に報告されます。

AI エージェント向けに構築されています。インストールも API キーもサインアップも不要です。URL で接続して呼び出すだけです。

https://dataset-cleaner-exporter.nerolabs.workers.dev/mcp

早期アクセス期間中は無料でご利用いただけます。

できること

1 回の呼び出しで、次の固定パイプラインを順番に実行します。

1. 展開（任意）：offers や variants など、1 つの配列フィールドを 1 要素につき 1 行に展開し、ほかのフィールドを繰り返します。
2. フラット化：ネストされたオブジェクトを列に変換します。address.city は address_city になります。配列は 1 つの JSON テキストセルのままです。
3. クリーンアップ：すべての値を処理します。テキストの前後の空白を削除し、有効なメールアドレスを小文字に変換し、電話番号から先頭の + を残して数字以外を取り除き、URL のホスト名を小文字にして末尾のスラッシュを削除します。また、HTML の除去や、"42" と "true" を実際の数値やブール値に変換する処理も任意で行えます。空白だけのテキストは null になります。
4. 列を保持、削除、または名前変更します。
5. 重複排除：指定したフィールド、または行全体を基準にします。完全一致、正規化（大文字・小文字と空白を無視。デフォルト）、あいまい一致（類似する重複）から選べます。最も情報量の多い行が残ります。

処理は決定的で、AI は関与せず、推測もしません。メール列にある "not-an-email" のように、確実に読み取れない値はそのまま残します。サマリーには、入力された行数、削除された重複の数、出力された行数、各列の値の充足度が表示されます。また、確認が必要な項目も警告します。たとえば、重複排除キーが空の行は、互いに統合せずそのまま保持されます。

ツール

ツール	説明
list_capabilities	クリーンアップルール、重複排除モード、保持戦略、処理順序、上限を正確に一覧表示します。データは処理しません。
clean_rows	渡された行にパイプラインを実行し、クリーンな行（または CSV テキスト）とサマリーを返します。

接続

Claude Code

claude mcp add --transport http dataset-cleaner-exporter https://dataset-cleaner-exporter.nerolabs.workers.dev/mcp

Claude Desktop / claude.ai：「設定」、「コネクタ」、「カスタムコネクタを追加」の順に選択し、上記の URL を貼り付けます。

Cursor、Windsurf、VS Code、その他の MCP クライアント

{
  "mcpServers": {
    "dataset-cleaner-exporter": {
      "url": "https://dataset-cleaner-exporter.nerolabs.workers.dev/mcp"
    }
  }
}

例

乱雑なリード行が 5 行入力され、そのうち 2 行は大文字・小文字や空白の違いがある重複です。

{
  "rows": [
    {"company": "  Acme Corp  ", "email": "[email protected]", "phone": "+1 (555) 123-4567", "website": "HTTPS://Acme.com/", "address": {"city": "Austin", "state": "TX"}},
    {"company": "Acme Corp", "email": "[email protected] ", "phone": "555.123.4567", "website": "https://acme.com", "address": {"city": "Austin", "state": ""}},
    {"company": "Globex Inc", "email": " [email protected]", "phone": "+1 555 987 6543", "website": "https://globex.io/", "address": {"city": "Denver", "state": "CO"}, "notes": "<b>Hot</b> lead &amp; ready"},
    {"company": "globex inc", "email": "[email protected]", "phone": "", "website": "", "address": {"city": "Denver", "state": "CO"}},
    {"company": "Initech", "email": "[email protected]", "phone": "(555) 010-0199", "website": "http://www.INITECH.com/about/", "address": {"city": "Dallas", "state": "TX"}}
  ],
  "dedupKeys": ["email"],
  "stripHtml": true
}

クリーンな行が 3 行出力されます。それぞれの重複ペアでは、より情報量の多い行が残ります。

{
  "rows": [
    {"company": "Acme Corp", "email": "[email protected]", "phone": "+15551234567", "website": "https://acme.com", "address_city": "Austin", "address_state": "TX"},
    {"company": "Globex Inc", "email": "[email protected]", "phone": "+15559876543", "website": "https://globex.io", "address_city": "Denver", "address_state": "CO", "notes": "Hot lead & ready"},
    {"company": "Initech", "email": "[email protected]", "phone": "5550100199", "website": "http://www.initech.com/about", "address_city": "Dallas", "address_state": "TX"}
  ],
  "summary": {
    "inputRowCount": 5,
    "rowsAddedByExpansion": 0,
    "duplicatesRemoved": 2,
    "droppedByMaxItems": 0,
    "outputRowCount": 3,
    "dedupModeUsed": "normalized",
    "columns": ["company", "email", "phone", "website", "address_city", "address_state", "notes"],
    "fillRates": {"company": 1, "email": 1, "phone": 1, "website": 1, "address_city": 1, "address_state": 1, "notes": 0.333},
    "warnings": []
  }
}

"outputFormat": "csv" を追加すると、同じ結果をファイルとして保存できる CSV テキストで取得できます。

上限

• 1 回の呼び出しにつき最大 150 行です。配列の展開後に数えます。より大きなリストは複数回に分けてください。上限を超えた場合は、何も通知せずに失敗するのではなく、明確なメッセージが返されます。
• あいまい重複排除では、行のすべての組み合わせを比較するため、最大 100 行、キー文字列の合計が 1,000 文字以内の場合に実行されます。dedupKeys には、会社名などの短いフィールドを指定してください。上限を超えると正規化一致に切り替わり、その旨が警告されます。
• 行はインラインの JSON として渡します。出力は JSON の行または CSV テキストで、Excel ファイルには対応していません。

プライバシー

行はメモリ上で処理され、保存されません。使用されたツールを確認できるよう、各呼び出しについて、ツール名、行数、成功したかどうか、アプリから報告されたクライアント名、国、一方向ハッシュ化された呼び出し元 ID を記録します。このログにデータ、引数、IP アドレスが保存されることはありません。

こちらもご利用いただけます

同じエンジンは Apify Store の データセットクリーナー＆エクスポーター としても提供されています。Apify データセット、URL で指定した CSV、Excel、JSON ファイル、Google スプレッドシートを読み込み、1 回の実行につき最大 100,000 件を処理し、ダウンロード可能な CSV および Excel ファイルを出力できます。また、スケジュール実行をまたいで蓄積される名前付きデータセットへの追記や、実行完了時の結果のウェブフックへの送信にも対応しています。

Nero Labs が開発しました。