mcp-data-explorer

Servidor MCP que permite a um LLM explorar datasets CSV via estatísticas, sem carregar os dados brutos no contexto.

Tools

Tool	Retorna
inspect_dataset	Linhas, colunas, tipo inferido e % de ausentes
describe_column	Média, desvio, quartis e outliers (IQR), ou top categorias
query_dataset	Estatísticas de um subconjunto filtrado, não as linhas

Instalação

git clone https://github.com/Paul0Anselmi/mcp-data-explorer.git
cd mcp-data-explorer
npm install && npm run build

Node 20+.

Uso

Testar com o MCP Inspector:

npx @modelcontextprotocol/inspector node build/index.js

Conectar a um cliente MCP:

{
  "mcpServers": {
    "data-explorer": {
      "command": "node",
      "args": ["/caminho/absoluto/build/index.js"],
      "env": { "MCP_DATA_DIR": "/caminho/para/seus/csvs" }
    }
  }
}

Segurança

O servidor só lê arquivos dentro do diretório definido em MCP_DATA_DIR (padrão: ./data), recusa extensões diferentes de .csv e limita o tamanho a 100 MB.

Isso existe porque o caminho do arquivo é escolhido pelo modelo, não pelo usuário — e o modelo pode ser influenciado pelo conteúdo que está lendo. Sem essa restrição, instalar o servidor equivaleria a dar acesso de leitura ao disco inteiro. Quem instala define o escopo; o modelo não pode ampliá-lo.

Decisões de implementação

• Quantis por interpolação linear (tipo 7) — mesma definição de R, NumPy e pandas
• Variância com denominador n−1 — correção de Bessel, estimador não viesado para amostras
• Inferência de tipo com limiar de 90% — tolera células "N/A" sem reclassificar a coluna inteira
• Retorno sempre truncado — top N categorias e outliers por amostra; devolver tudo reintroduziria o problema que o projeto resolve
• Erros estruturados — coluna inexistente retorna a lista de colunas disponíveis, permitindo que o modelo se corrija sozinho

Roadmap

Streaming para arquivos grandes · amostragem com intervalo de confiança · aviso de baixa confiabilidade para n pequeno · histograma, assimetria e curtose · correlação (Pearson/Spearman) · testes de hipótese · Parquet · testes automatizados · transporte HTTP para uso remoto

Licença

MIT