Dataset Filter & Transform

Dataset Filter & Transform（远程 MCP 服务）

通过一次工具调用清理、筛选并重塑杂乱的 JSON 行。 将爬虫、API 或电子表格中的行列表交给它，告诉它如何重塑数据以及保留哪些行，它就会返回清理后的行，并准确说明删除了哪些内容及原因。

专为 AI Agent 打造。无需安装、无需 API 密钥、无需注册。通过 URL 连接并调用即可。

https://dataset-filter-transform.nerolabs.workers.dev/mcp

早期访问期间可免费使用。

功能

一次调用即可按以下顺序运行完整的数据处理流程：

1. 转换每一行：重命名、删除或保留字段、去除空格、更改大小写、将字符串转换为数字、通过算术计算新字段、使用正则表达式提取内容、拆分、替换、格式化日期、计算日期间隔、提取电子邮件或 URL 中的域名、哈希、映射值、解析 JSON 等（共 26 种操作）。
2. 筛选出不需要的行：等于、包含、以……开头、大于、介于……之间、为空、匹配正则表达式、在列表中、数组包含、日期早于或晚于、在最近 N 天内等（共 25 种运算符），可组合使用 AND 或 OR。
3. 排序、按任意字段去重，以及设置偏移量 / 限制条数。

转换会在筛选之前运行，因此你可以在同一次调用中创建字段并根据该字段进行筛选。

对于无法完成的操作，它会如实报告。如果 "not a price" 这样的价格无法转换为数字，系统不会擅自猜测：摘要会报告 cast:price: 1。

工具

工具	功能
list_capabilities	列出所有转换操作和筛选运算符、处理流程顺序以及行数限制。不处理任何数据。
process_rows	对你传入的行运行处理流程，并返回保留的行和摘要。

连接

Claude Code

claude mcp add --transport http dataset-filter-transform https://dataset-filter-transform.nerolabs.workers.dev/mcp

Claude Desktop / claude.ai： 打开 Settings、Connectors、Add custom connector，然后粘贴上面的 URL。

Cursor、Windsurf、VS Code 和其他 MCP 客户端

{
  "mcpServers": {
    "dataset-filter-transform": {
      "url": "https://dataset-filter-transform.nerolabs.workers.dev/mcp"
    }
  }
}

示例

输入 5 行杂乱的潜在客户数据：

{
  "rows": [
    {"company": "  Acme Ltd  ", "e_mail": "[email protected]", "price": "$1,234.50", "qty": "3", "country": "uk"},
    {"company": "Beta Systems", "e_mail": "[email protected]", "price": "49 USD", "qty": "1", "country": "UK"},
    {"company": "Gamma GmbH", "e_mail": "[email protected]", "price": "€900", "qty": "2", "country": "DE"},
    {"company": "Acme Ltd", "e_mail": "[email protected]", "price": "$1,234.50", "qty": "3", "country": "UK"},
    {"company": "Delta Co", "e_mail": "", "price": "not a price", "qty": "5", "country": "UK"}
  ],
  "transforms": [
    {"op": "trim", "field": "company"},
    {"op": "rename", "from": "e_mail", "to": "email"},
    {"op": "lowercase", "field": "email"},
    {"op": "cast", "field": "price", "to": "number"},
    {"op": "cast", "field": "qty", "to": "number"},
    {"op": "compute", "field": "orderValue", "expression": "price * qty", "round": 2},
    {"op": "extractDomain", "field": "email", "into": "domain"}
  ],
  "filters": [
    {"field": "country", "operator": "equals", "value": "UK"},
    {"field": "orderValue", "operator": "greaterThan", "value": 100}
  ],
  "sortBy": [{"field": "orderValue", "direction": "desc"}],
  "distinctBy": ["domain"]
}

输出 1 行清理后的数据，并附上摘要，准确说明其他 4 行为何被删除：

{
  "rows": [
    {"company": "Acme Ltd", "price": 1234.5, "qty": 3, "country": "uk", "email": "[email protected]", "orderValue": 3703.5, "domain": "acme.co.uk"}
  ],
  "summary": {
    "inputRowCount": 5,
    "keptRowCount": 1,
    "excludedByFilter": 3,
    "duplicatesRemoved": 1,
    "transformIssues": {"cast:price": 1, "compute:orderValue": 1, "extractDomain:email": 1}
  }
}

默认情况下，文本匹配不区分大小写；"$1,234.50"、"49 USD" 和 "12%" 这样的值会被识别为数字，除非你关闭此功能。

限制

每次调用最多处理 500 行。对于更大的列表，请拆分为多次调用。超过限制时会返回清晰的提示，而不会静默失败。

隐私

你的行数据会在内存中处理，绝不会存储。为了记录使用了哪些工具，每次调用都会记录工具名称、行数、是否成功、应用报告的客户端名称、国家/地区以及经过单向哈希处理的调用方 ID。日志绝不会保存你的数据、参数或 IP 地址。

另有提供

同一引擎也在 Apify Store 上以 Dataset Filter & Transform 的形式提供，还支持读取 Apify 数据集、CSV 和 Excel 文件以及 Google Sheets，并导出为 CSV 或 Excel。

由 Nero Labs 构建。