Dataset Explorer

Dataset Explorer — 用于本地数据分析的 MCP 服务

在 PyPI 上下载 · MCP 官方注册表 · Glama 目录

向 AI 助手询问有关计算机上数据集的问题。 Dataset Explorer 会完成计算，让助手能够解释文件中的内容、需要注意的问题，以及各列之间的关联。

例如：“探索我的销售文件。有没有缺失值？有没有重复行？哪些列与收入有关？”

原始文件会保持不变。无需托管网站，也无需设置 Gemini API 密钥。

它能帮你做什么？

• 总结数据，包括行数、列、平均值和中位数。
• 查找缺失值、重复行和异常数字。
• 仔细查看你关心的列。
• 比较各列并探索它们之间的关系。

支持的文件：CSV、TSV、Excel（.xlsx 和 .xls）、JSON 和 Parquet。 对于 Excel 文件，会使用第一个工作表。JSON 文件应包含类似表格的数据。

开始使用

1. 安装

你需要 Python 3.10 或更高版本。在终端中运行：

python -m pip install dataset-explorer-mcp

这会下载 Dataset Explorer 及其所需的库。 你也可以在 PyPI 上找到它。

2. 连接 AI 助手

使用 Claude Desktop、Cursor 或 装有 Copilot 的 VS Code。这些应用可以通过 MCP 连接本地工具。选择下方的应用，添加相应设置。

{
  "mcpServers": {
    "dataset-explorer": {
      "command": "python",
      "args": ["-m", "mcp_server"]
    }
  }
}

{
  "servers": {
    "dataset-explorer": {
      "type": "stdio",
      "command": "python",
      "args": ["-m", "mcp_server"]
    }
  }
}

重启应用或重新加载其 MCP 设置。应用会为你启动 Dataset Explorer。如果找不到 Python，请参阅下方的快速修复方法。

3. 询问文件相关问题

向助手提供文件的完整路径并提出问题：

使用 Dataset Explorer 总结 C:/Users/YourName/Downloads/sales.csv。 检查缺失值和重复行，然后解释结果。

在 macOS 或 Linux 上，请使用 /Users/yourname/data/sales.csv 或 /home/yourname/data/sales.csv 这样的路径。

文件必须位于运行服务的计算机上。根据该应用的设置，助手可能会将计算结果发送给其 AI 服务提供商。

它如何查找关联？

它会直接根据你的数据集计算公认的统计量：

• Pearson 相关系数： 两个数值列如何共同变化。
• Eta 平方： 数值在不同组之间有何差异。
• Cramer's V： 两个类别列之间的关联程度。

它会根据列的类型选择合适的方法。这些结果有助于发现模式，但不能证明因果关系。结果取决于你提供的数据。

快速修复

• 找不到 Python 或该软件包： 在安装它的终端中运行 python -c "import sys; print(sys.executable)" 。在应用的配置中，用输出的路径替换 python。 在 Windows 上，该路径请使用正斜杠。
• 找不到文件： 提供完整的文件路径，并确认助手有权读取该文件。
• 没有显示工具： 重新加载 MCP 设置，并检查应用的服务日志。
• 终端似乎处于空闲状态： 这是正常的。此服务会等待助手连接；它不会自行打开聊天窗口。

大型文件需要足够的内存，因为服务会在每次请求时加载数据集。

python -m pip install -e ".[dev]"
python -m pytest -q
python mcp_server.py

采用 MIT 许可。请参阅 LICENSE。