Dataset Join & Merge

数据集联接与合并（远程 MCP 服务）

只需一次工具调用，即可根据共享键联接两个 JSON 行列表，类似 SQL 联接或电子表格中的 VLOOKUP。 提供一个主列表和一个查找列表，指定键并选择联接类型，即可获得合并后的列表，以及精确的统计结果，说明两侧各有多少行匹配，以及其余行未匹配的原因。

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

https://dataset-join-merge.nerolabs.workers.dev/mcp

抢先体验期间可免费使用。

功能介绍

• 七种联接类型。 left 保留所有左侧行，并添加匹配的右侧字段（适用于 VLOOKUP 和数据补全场景，也是默认类型）。inner 仅保留重叠部分。right 保留所有右侧行。full 保留两侧的所有内容。leftAnti 返回右侧没有匹配项的左侧行（“这些潜在客户中，哪些还不在 CRM 里？”）。rightAnti 则相反。union 将两个列表堆叠在一起，无需键。
• 按真实数据的样子匹配键。 默认情况下，键匹配不区分大小写，并忽略首尾空格和重复空格；123 也会匹配 "123"。因此，抓取器中的 " [email protected]" 可以匹配账单导出中的 "[email protected]"。如需严格匹配，可将 keyMatching 设为 exact。
• 两侧的键名可以不同。 左侧使用 email，右侧使用 contact_email。也支持复合键：["firstName", "lastName"]。
• 控制哪些内容会被带过来。 只复制指定的右侧字段，并选择两侧字段同名时的处理方式：保留两者（右侧字段改名为 right_status）、保留左侧值，或用右侧值覆盖。
• 重复键的 SQL 或 VLOOKUP 行为。 multipleMatches: "all" 会为每一对匹配项返回一行；"first" 只使用第一个匹配的右侧行，因此每个左侧行只会出现一次。

工具会如实说明未能匹配的内容。每行都会带有 _joinStatus（matched、left_only、right_only）和 _matchCount 标记；摘要会报告匹配率，并对缺少键的行、右侧的重复键，以及完全没有出现在任何行中的键字段（通常是拼写错误）发出警告。

工具

工具	功能
list_capabilities	列出所有联接类型、匹配模式、冲突策略和重复键模式、每行新增的字段以及行数限制。不处理任何数据。
join_rows	根据指定的键字段联接 leftRows 和 rightRows，并返回联接后的行和摘要。

连接

Claude Code

claude mcp add --transport http dataset-join-merge https://dataset-join-merge.nerolabs.workers.dev/mcp

Claude Desktop / claude.ai： 依次选择 Settings、Connectors、Add custom connector，然后粘贴上方的 URL。

Cursor、Windsurf、VS Code 及其他 MCP 客户端

{
  "mcpServers": {
    "dataset-join-merge": {
      "url": "https://dataset-join-merge.nerolabs.workers.dev/mcp"
    }
  }
}

示例

左侧有四条抓取到的潜在客户记录，右侧有三条账单记录。电子邮件地址的大小写和空格不同，且两侧的键名不同：

{
  "leftRows": [
    {"email": "[email protected] ", "name": "Ana Silva", "status": "lead"},
    {"email": "[email protected]", "name": "Ben Okafor", "status": "lead"},
    {"email": "[email protected]", "name": "Cara Lind", "status": "lead"},
    {"email": "[email protected]", "name": "Dev Patel", "status": "lead"}
  ],
  "rightRows": [
    {"contact_email": "[email protected]", "plan": "Pro", "mrr": 49, "status": "active"},
    {"contact_email": "[email protected]  ", "plan": "Starter", "mrr": 19, "status": "trial"},
    {"contact_email": "[email protected]", "plan": "Enterprise", "mrr": 499, "status": "active"}
  ],
  "leftKeyFields": ["email"],
  "rightKeyFields": ["contact_email"],
  "joinType": "left"
}

所有潜在客户都会出现在结果中，两位客户的记录会补充其套餐信息，且两个 status 字段都会保留：

{
  "rows": [
    {"email": "[email protected] ", "name": "Ana Silva", "status": "lead", "plan": "Pro", "mrr": 49, "right_status": "active", "_joinStatus": "matched", "_matchCount": 1},
    {"email": "[email protected]", "name": "Ben Okafor", "status": "lead", "plan": "Starter", "mrr": 19, "right_status": "trial", "_joinStatus": "matched", "_matchCount": 1},
    {"email": "[email protected]", "name": "Cara Lind", "status": "lead", "_joinStatus": "left_only", "_matchCount": 0},
    {"email": "[email protected]", "name": "Dev Patel", "status": "lead", "_joinStatus": "left_only", "_matchCount": 0}
  ],
  "summary": {
    "leftRecordCount": 4,
    "rightRecordCount": 3,
    "joinType": "left",
    "keyMatching": "normalized",
    "multipleMatches": "all",
    "leftKeyFields": ["email"],
    "rightKeyFields": ["contact_email"],
    "counts": {"matchedRows": 2, "passthroughRows": 2, "leftRowsMatched": 2, "rightRowsMatched": 2, "leftRowsUnmatched": 2, "rightRowsUnmatched": 1},
    "leftMatchRate": 0.5,
    "rightMatchRate": 0.667,
    "outputRowCount": 4,
    "warnings": []
  }
}

将 joinType 改为 leftAnti，同一次调用就只会返回 Cara 和 Dev，也就是没有账单记录的潜在客户。

限制

• 每次调用最多 500 行，leftRows 和 rightRows 的总行数均计入限制。对于较大的列表，如果使用左联接、内联接或 leftAnti 联接，可将 leftRows 拆分为多次调用，并在每次调用中发送相同的 rightRows。
• 每次调用最多 500 条输出行。只有多对多联接（两侧都包含重复键，且 multipleMatches 设为 all）才可能产生比输入更多的行。如果输出超出限制，调用会被拒绝，并告知预测的行数和可调整的选项，不会截断结果：multipleMatches: "first" 始终不会超出限制。

超出任何限制时，都会返回清晰的提示，而不会静默失败。

隐私

你的行数据只会在内存中处理，绝不会存储。为了了解使用了哪些工具，每次调用都会记录工具名称、行数、调用是否成功、应用报告的客户端名称、国家/地区，以及调用者 ID 的单向哈希值。你的数据、调用参数和 IP 地址绝不会保存在该日志中。

另外也可使用

同一引擎也在 Apify Store 上以 Dataset Join & Merge 的形式提供。它同样可以读取 Apify 数据集、CSV、Excel 和 JSON 文件，以及通过 URL 访问的 Google Sheets，并支持两侧各最多 100,000 行；可将结果导出为 CSV 或 Excel，追加到一个在多次运行中逐渐累积数据的命名数据集中，也可以通过 POST 将结果发送到 Webhook。

由 Nero Labs 构建。