databazaar

databazaar-mcp

DataBazaar 的 MCP 服务——一个供 AI Agent 发现、预览、购买并出售数据集的数据市场。

DataBazaar 是一个市场，而非支付网络。 所有付费交易 均由 Stripe 处理（卖家收款使用 Stripe Connect； 订阅使用 Stripe Billing）。资金从买家的 银行卡转入注册卖家的 Stripe Connected 银行账户，DataBazaar 收取 3% 的平台费用。 不涉及加密货币、点对点资产转移或货币传输——其法律结构与 eBay 或 Etsy 相同：这是一个在线市场， 市场运营方不会在受监管的支付处理商之外持有或转移用户资金。

快速开始（Claude.ai — 远程连接器）

如需公开发现，请使用 Streamable HTTP 连接 https://api.databazaar.io/mcp/public，无需身份验证。 该端点提供 search_datasets、get_dataset、preview_sample。完整下载（包括免费数据）、购买、私有历史记录和写入操作需要使用经过身份验证的端点。

使用 Python 3（无需安装软件包）运行公开搜索 → 样本预览示例：

curl -fsS --max-time 20 https://databazaar.io/examples/first-retrieval.py -o first-retrieval.py
python3 first-retrieval.py --mcp

预期结果：success: true、scope: sample_only、样本行以及耗时秒数。 这不代表完整数据检索的耗时。 不使用 --mcp 时，同一示例会使用 REST。请参阅指南。

对于完整数据集（即使是免费数据集）和账户操作，DataBazaar 提供经过身份验证的远程 MCP 服务，地址为 https://api.databazaar.io/mcp。 Claude.ai 会通过标准 RFC 8414 元数据文档发现 OAuth，并通过 RFC 7591 动态客户端注册将自身注册为客户端——除了在弹出窗口中点击“Authorize”外，无需手动设置。

注册并授权 Agent 后，使用 dataset_id 调用 get_download_url。 如需进行 Python 全量数据检查，请在环境中设置 DATABAZAAR_API_KEY，然后运行 python3 first-retrieval.py --download（添加 --mcp 以使用经过身份验证的传输）。 该脚本会验证全部 11 行并计时检索过程。必须先完成账户设置， 且不得将样本计时结果报告为端到端入门成功。

快速开始（stdio — Claude Desktop / Cursor）

npx databazaar-mcp

无需凭据即可使用搜索和样本功能。要下载完整数据，请运行 npx -y databazaar-mcp auth login，或使用 databazaar.io/operator/keys 中的账户 API 密钥。

快速开始（Docker — stdio）

如需本地 stdio 容器，请从此代码库构建，并在保持标准输入打开的情况下运行：

docker build -t databazaar-mcp .
docker run --rm -i databazaar-mcp

启动服务、查看其工具、搜索或预览样本均无需凭据。如需执行账户操作，请在本地设置环境变量后， 运行 docker run --rm -i -e DATABAZAAR_API_KEY databazaar-mcp，在运行时传入自己的密钥。 请勿将凭据写入 Dockerfile。

容器运行 stdio 入口。CI 会在禁用网络访问的情况下检查初始化以及工具/资源发现； 不会执行市场操作。

快速开始（托管 HTTP — 长期运行的服务）

npx --package databazaar-mcp databazaar-mcp-http
# Listens on port 8788 by default
# MCP endpoint: POST http://localhost:8788/mcp
# Health check: GET  http://localhost:8788/health

配置

运行前设置以下环境变量：

变量	必需	描述
DATABAZAAR_API_KEY	完整下载/账户工具需要	你的 API 密钥（dbz_live_...）
DATABAZAAR_API_URL	否	覆盖 API 端点（默认值：https://api.databazaar.io）
DATABAZAAR_BUDGET_LIMIT_USD	否	提供给客户端的预算提示；请在账户 API 密钥上配置强制执行的购买限额
DATABAZAAR_MCP_PORT	否	HTTP 传输端口（默认值：8788）

Claude Desktop / Cursor 设置（stdio）

添加到你的 MCP 配置中（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）：

{
  "mcpServers": {
    "databazaar": {
      "command": "npx",
      "args": ["-y", "databazaar-mcp"]
    }
  }
}

托管式 HTTP 传输配置

将 databazaar-mcp-http 作为长期运行的进程运行。每个 HTTP 调用方都需提供自己的 Bearer 账户凭据；服务绝不会将环境凭据借给调用方。要使用托管式账户授权，请访问 https://api.databazaar.io/mcp。

# Start the HTTP MCP server
DATABAZAAR_MCP_PORT=8788 npx --package databazaar-mcp databazaar-mcp-http

# Configure your agent framework to connect via HTTP:
# URL: http://your-host:8788/mcp
# Method: POST (Streamable HTTP transport per MCP spec)

可用工具

搜索与发现

• find_data_for_task — 根据任务推荐数据集，并说明 why_relevant
• search_datasets — 在市场中按关键词和筛选条件搜索
• check_coverage — 查询已知的公共数据源是否已上架
• get_dataset — 获取完整元数据，包括 checkout_url 和 human_pitch
• preview_sample — 获取样本行和可选的合成答案（无需购买）
• get_related_datasets — 按同一类别中的标签重合度查找相似数据集
• log_data_gap — 记录尚未满足的数据需求；可选择自动创建悬赏

购买

• buy_now — 立即购买数据集（免费数据集无需支付方式）

购买后

• get_download_url — 获取有效期为 1 小时的签名下载 URL（免费数据集无需购买）
• list_purchases — 列出此 API 密钥的所有购买记录
• get_purchase_receipt — 获取成本效益收据，展示节省的时间与支出金额；将 human_summary 转发给你的操作人员
• share_finding — 分享基于已购数据集得出的分析结果；返回可分享的 URL

上架与销售

• suggest_listing — 提议上架你生成的数据集；返回一键批准 URL
• create_listing — 创建新的数据集草稿
• get_upload_urls — 获取用于上传样本文件和完整数据集文件的签名 URL
• confirm_upload — 确认文件上传并触发样本生成
• get_listing_status — 检查上架状态（轮询样本生成情况）
• update_listing — 更新草稿或已上架项目的元数据
• set_schema — 设置描述列和字段的数据架构
• publish_listing — 将草稿发布到市场

沟通

• contact_seller — 在决定购买前向数据集卖家发送消息

工具安全分类

下方的每个工具都带有 MCP annotations 块，用于声明 readOnlyHint 或 destructiveHint，以便连接器宿主显示相应的用户提示。涉及资金转移的工具 标记为 destructiveHint，且首次使用时需获得操作人员的交互式同意。

类别	只读	有破坏性
发现	search_datasets、get_dataset、preview_sample、find_data_for_task、check_coverage、get_related_datasets	log_data_gap
购买	—	buy_now
交付	get_download_url、list_purchases、get_purchase_receipt	share_finding、suggest_listing
销售	get_listing_status	create_listing、get_upload_urls、confirm_upload、update_listing、set_schema、publish_listing
消息	—	contact_seller
查询	query_dataset	—

支付和资金处理

buy_now 是唯一会发起扣款的工具。它会：

1. 使用运营者注册的银行卡或已保存的支付方式授权 Stripe 扣款；DataBazaar 在任何时候都不会持有资金。
2. 通过 Stripe Connect 将款项结算至卖家经过验证的银行账户，DataBazaar 从销售总额中扣除 3% 的平台费用。
3. 款项支付前设有 24 小时的托管期（由 Stripe 持有计时器，而非由 DataBazaar 持有托管账户），以便提出争议。
4. 无法转移加密货币、证券、礼品卡或任何其他资产类别。该市场仅列出数据文件；支付渠道是通过 Stripe 处理的受监管银行卡支付。

因此，此 MCP 服务不属于 Connectors Directory 中“不符合资格”的“资金／加密货币／金融资产转移”类别——它是一种市场集成，从结构上与 Shopify、eBay、Etsy 连接器相同，可让 Agent 在第三方店面下单。

隐私和数据处理

• 隐私政策： databazaar.io/legal/privacy
• 服务条款： databazaar.io/legal/terms
• MCP 服务会将 OAuth 令牌本地存储在 ~/.config/databazaar/token.json （模式为 0600）。不会向 DataBazaar API 发送任何对话内容、提示词或聊天记录，只会发送各工具 inputSchema 中列出的明确工具参数。
• DataBazaar 仅收集市场运营所需的数据（账户邮箱、购买记录、商品列表以及买卖双方之间的消息）。
• Stripe 通过 Stripe Elements / Checkout 直接从买家的浏览器接收银行卡详细信息；DataBazaar 不会接触 PAN、CVC 或有效期。

支持

DataBazaar 的邮件域名是 databazaar.com（Google Workspace）。上述法律页面是当前联系地址的准确信息来源。

• 隐私：[email protected]
• 法务／条款：[email protected]
• 常规支持：[email protected]
• 安全问题披露：[email protected]

资源

• databazaar://categories — 所有可用的数据集类别
• databazaar://recipes — 完整示例工作流：查找→购买→下载、缺少数据时发布悬赏、抓取前检查覆盖情况等
• databazaar://onboarding — 面向运营者的 DataBazaar 通俗说明；包含可直接粘贴使用的介绍段落
• databazaar://agent/identity — 你的 Agent 身份和配置
• databazaar://agent/spending — 支出摘要和购买历史

示例工作流

购买：

1. find_data_for_task("train rent prediction model for SF 2024")
2. preview_sample(dataset_id, question="average rent by neighborhood")
3. buy_now(dataset_id)
4. get_download_url(purchase_id)
5. get_purchase_receipt(purchase_id)  → forward human_summary to operator

销售：

1. create_listing(title, description, category, pricing_type)
2. get_upload_urls(dataset_id)
3. (PUT file bytes to the returned signed URL)
4. confirm_upload(dataset_id, full_data_path)
5. get_listing_status(dataset_id)  → poll until sample ready
6. publish_listing(dataset_id, tos_confirmed=true, listing_terms_version="2026-10-09")

发布新版本

该软件包会发布到两个位置：npm（制品）和官方 MCP Registry（位于 registry.modelcontextprotocol.io 的元数据条目）。要使版本完整发布，这两处都需要更新。

一次性准备：

• 以 shagarwal（软件包所有者）的身份执行 npm login
• 已启用双重验证；请准备好身份验证器，以便使用 --otp

发布流程：

# 1. Bump the version in BOTH files (keep them in sync)
#    - packages/mcp/package.json       : "version"
#    - packages/mcp/server.json        : "version" AND "packages[0].version"

# 2. Build and publish to npm
cd packages/mcp
pnpm build
npm publish --access public --otp=XXXXXX

# 3. Verify npm has the new version
curl -s https://registry.npmjs.org/databazaar-mcp | \
  python3 -c "import json,sys; d=json.load(sys.stdin); print('latest:', d['dist-tags']['latest'])"

# 4. Commit + push the version bumps
git add packages/mcp/package.json packages/mcp/server.json
git commit -m "chore(mcp): release x.y.z"
git push origin main

# 5. Update the MCP Registry entry
#    Trigger the "Publish to MCP Registry" GitHub Actions workflow:
gh workflow run "Publish to MCP Registry" --ref main
gh run watch   # optional: follow the run

# 6. Verify the registry reflects the new version
curl -s "https://registry.modelcontextprotocol.io/v0/servers?search=databazaar" | \
  python3 -m json.tool | head -30

此工作流（.github/workflows/publish-mcp-registry.yml）使用 GitHub Actions OIDC 进行身份验证——无需密钥，并且可以避开在本地运行时遇到的 mcp-publisher 设备流速率限制。如需调整身份验证或发布步骤，请参阅该文件。

每次发布都必须遵守以下要求：

• package.json 必须保留 mcpName: "io.github.shagarwal/databazaar"——Registry 通过此字段验证 npm 所有权。删除后，Registry 发布将失败。
• server.json 的 description 最多为 100 个字符——Registry 会拒绝超长内容。较长的介绍应放在此 README、llms.txt 和主页中；server.json 仅填写简短介绍。
• package.json 中的 bin 值不得带 ./ 前缀——npm 11 会静默移除该前缀，随后拒绝结果，并从已发布的 tarball 中移除 bin 条目。请使用 dist/index.js，而非 ./dist/index.js。

链接

• 浏览数据集
• 获取 API 密钥
• API 文档
• MCP 发现
• npm 软件包页面
• Registry 列表

已测试的工作流和集成

• 将 DeepSearchQA 导出为 CSV
• 检查历史股票 K 线数据
• MCP、AI SDK 和 LangChain 示例

此版本中的 min_quality_score 取值范围为 0–100。它衡量的是样本结构，而非客户评分或事实准确性。请参阅已发布的评分标准。

完整下载始终需要登录账户，包括免费数据。无需令牌即可通过本地服务进行公开发现，也可以使用托管的 /mcp/public 端点。

源代码和问题反馈：https://github.com/shagarwal/databazaar-mcp。市场反馈：https://databazaar.io/feedback。

列表来源和再利用条款

发布前，请通过 create_listing 或 update_listing 提供 documentation.source_name。请填写原始来源或创作者的名称；来源 URL 为可选项。覆盖日期可以使用 documentation.coverage_status: "not_applicable"。documentation.update_frequency 可选填，用于说明数据是固定快照还是会更新，以及是否包含后续版本。

license 和 documentation.license_url 是可选的自定义再利用条款。如果两者均留空，接受列表条款即表示依据 DataBazaar Open Use 授予商业使用、修改、再分发和模型训练权限，且无需署名。访问费用仍然适用。只有在获得供应商授权后，才能确认 tos_confirmed: true 和 listing_terms_version: "2026-10-09"。更改生效中的再利用条款时，也必须接受相同条款。没有记录接受情况的旧列表仍视为未指定，而不会自动视为开放。

构建和测试此公开客户端

npm install
npm test
npm run build
node dist/index.js

此代码仓库镜像了已发布的 MCP 客户端。市场 API 和 Web 应用是分别开发的。无需登录即可使用搜索和示例；完整检索和账户操作则需要账户凭据。官方支持的安装方式是已发布的 npm 包：npx -y databazaar-mcp。

注册表记录列出了需要身份验证的 /mcp 和无需密钥的 /mcp/public 两种传输方式。公共端点提供搜索、元数据和示例；完整数据仍需通过账户进行身份验证。注册表中的历史版本可能引用了私有开发代码仓库；客户端源码和问题跟踪请使用此公共代码仓库。