Generate-Data

generate-data-mcp

适用于 Generate-Data.com 的 MCP 服务——直接通过你的 Agent 生成合成数据集、根据自然语言设计架构并管理项目。

这是对 Generate-Data.com API 的轻量 HTTP 封装。此仓库不包含任何生成逻辑——它为实际服务提供了精心整理、适合 Agent 使用的接口：7 个工具、统一的响应格式、支持二进制安全输出，并对每项输入进行服务端验证。

安装（30 秒即可完成）

你需要先获取 Generate-Data.com API 密钥——在 generate-data.com 的 Settings → API Access 中创建。

{
  "mcpServers": {
    "generate-data": {
      "command": "uvx",
      "args": ["generate-data-mcp"],
      "env": {
        "GENERATE_DATA_API_KEY": "your-uuid-key-here"
      }
    }
  }
}

# run once, ad hoc:
uvx generate-data-mcp

# or install it as a persistent CLI tool:
uv tool install generate-data-mcp

pip install generate-data-mcp

git clone https://github.com/ns-3e/generate-data-mcp.git
cd generate-data-mcp
pip install -e ".[dev]"

验证是否正常运行

export GENERATE_DATA_API_KEY=your-key
generate-data-mcp

在 MCP 客户端中调用 gd_get_usage——它应返回你的套餐等级和调用次数。接着调用 gd_list_field_types——它应返回类别映射。

好了——现在可以开始生成数据了。

向你的 Agent 提出类似 “生成 50 行虚构电商客户数据，格式为 CSV” 的要求，它就会自行调用 gd_design_schema，然后调用 gd_generate_dataset。

快速入门

典型的会话如下——Agent 会自行串联工具，你只需描述想要的结果：

1. 了解可以做什么。 gd_list_field_types——查看所有字段类型及其类别。
2. 设计架构。 gd_design_schema(prompt="E-commerce customers with name, email, and signup date")——根据自然语言生成 fields 数组。
3. 生成数据。 gd_generate_dataset(fields=..., num_rows=10, format="csv")——返回数据行。
4. 按需优化。 再次调用 gd_design_schema，这次同时传入 messages（当前对话记录）和 current_schema（上次的结果）——它会进行优化，而非重新生成。

每个工具都会返回相同的封装格式：成功时为 {"ok": true, "summary": "...", "data": {...}}，失败时为 {"ok": false, "error": {"code": ..., "message": ...}}——错误信息始终会告诉你接下来该怎么做，不会返回原始堆栈跟踪。

本地开发

{
  "env": { "GENERATE_DATA_API_BASE_URL": "http://localhost:8000" }
}

将请求指向本地运行的 Django 后端，而非托管 API。

从 v1 迁移

v2.0.0 重命名了所有工具（这是一个破坏性变更）。旧名称 → 新名称：

• generate_data → gd_generate_dataset
• list_field_types → gd_list_field_types
• get_field_options → gd_get_field_type_options
• propose_schema → gd_design_schema（首次调用，不传入 messages/current_schema）
• refine_schema → gd_design_schema（同时传入 messages 和 current_schema）
• get_api_usage → gd_get_usage
• list_projects → gd_list_projects（现在支持分页：limit/offset）
• generate_project → gd_generate_project（二进制格式现在以 base64 编码返回，不再被损坏的 UTF-8 编码破坏）

参考

全部 7 个工具，按套餐等级分类。

免费版

• gd_generate_dataset — 根据字段列表生成合成数据集行。format：csv、json、xml、parquet 或 zip（二进制格式会返回 Base64 编码的数据）。
• gd_list_field_types — 按类别列出所有可用的字段类型。不接受参数。
• gd_get_field_type_options — 获取某种字段类型的配置选项架构。field_type 必须匹配 ^[a-z0-9_]+$。
• gd_design_schema — 根据自然语言设计数据集架构，或优化现有架构——一个工具即可处理首次提案和后续对话轮次。
• gd_get_usage — 获取当前 API 密钥的使用情况统计：今日调用次数、套餐和限额。不接受参数。

高级版

需要高级版 API 密钥；免费版密钥会返回 tier_forbidden 错误。

• gd_list_projects — 列出用户的项目，支持分页（limit/offset，默认值为 20/0）。
• gd_generate_project — 生成项目中的所有表并下载结果。格式和二进制格式规则与 gd_generate_dataset 相同。

套餐限额（API 密钥）

限额由 Django API 强制执行，而非此 MCP 服务。

配置

故障排除

开发

git clone https://github.com/ns-3e/generate-data-mcp.git
cd generate-data-mcp
pip install -e ".[dev]"
pytest tests/ -v

API 文档

文档位于 generate-data.com。权威的请求/响应格式请参阅此仓库中的工具文档字符串（generate_data_mcp/server.py）。