** 문 ** · ** 더 큰 그림 **

오픈 모델 Context Protocol (MCP) 서버는 AI 에이전트를 클라우드 기반 데이터에 연결: 그것은 STAC 메타 데이터에 에이전트를 접지 그래서 올바른 데이터 세트를 발견하고 스키마를 읽고, 검증 된 클라우드 기반 엔진을 confines 그래서 다운로드하지 않고 S3에 쿼리 테라 바이트 스케일 데이터를 쿼리, 실수로 스케일에 실패. 오늘 그것은 H3 공간 색인을 가진 DuckDB를 통해 Parquet에 SQL 봉사합니다; 배열 (Zarr)와 기계설비 가속된 엔진을 위한 로드맵을 보십시오.

Data-workflows(AI-ready data and metadata) 및 jupyter-geoagent를 생성하는 3개의 오픈 소스 구성 요소 중 하나입니다. 이는 AI 도구 연구원들이 이미 사용하는 클라우드 중립 스택을 만듭니다. 민감한 데이터 또는 스케일을 위한 autoscaling Kubernetes에 로컬로 실행합니다.

빠른 시작

호스팅 MCP 엔드포인트를 LLM 클라이언트에 추가하십시오.

VSCode 사용

.vscode/mcp.json] 를 만듭니다: (이 repo에서)

이제 단순히 채팅 클라이언트에게 datasets에 대한 질문을하고 SQL의 데이터베이스를 쿼리하여 응답해야합니다.

예제:

• 호주의 어떤 분수는 보호 지역입니까?

Claude 코드 사용 (CLI)

MCP Data Server

Documentation · The bigger picture

An open Model Context Protocol (MCP) server that connects AI agents to cloud-native data: it grounds the agent in STAC metadata so it finds the right dataset and reads its schema, and confines it to validated cloud-native engines so it queries terabyte-scale data over S3 without downloading it, misreading it, or silently failing at scale. Today it serves SQL over Parquet via DuckDB with H3 spatial indexing; see the roadmap for array (Zarr) and hardware-accelerated engines.

It is one of three open-source components — with data-workflows (which produces the AI-ready data and metadata) and jupyter-geoagent — that together make the cloud-native stack reachable by the AI tools researchers already use. Runs locally for sensitive data or on autoscaling Kubernetes for scale.

Quick Start

Add the hosted MCP endpoint to your LLM client, like so:

Using VSCode

create a .vscode/mcp.json like this: (as in this repo)

{
	"servers": {
		"duckdb-geo": {
			"url": "https://duckdb-mcp.nrp-nautilus.io/mcp"
		}
	}
}

Now simply ask your chat client a question about the datasets and it should answer by querying the database in SQL:

Examples:

• What fraction of Australia is protected area?

Using Claude Code (CLI)

Run this command once in your terminal:

claude mcp add --transport http duckdb-geo https://duckdb-mcp.nrp-nautilus.io/mcp

To make it available across all your projects, add --scope user:

claude mcp add --transport http --scope user duckdb-geo https://duckdb-mcp.nrp-nautilus.io/mcp

Using Claude Desktop

Add to your Claude Desktop configuration file:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
Linux: ~/.config/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "duckdb-geo": {
      "url": "https://duckdb-mcp.nrp-nautilus.io/mcp"
    }
  }
}

After adding the configuration, restart Claude Desktop.

Features

• Zero-Configuration SQL Access: Query petabytes of geospatial data without database setup
• H3 Geospatial Indexing: Efficient spatial operations using Uber’s H3 hexagonal grid system
• Isolated Execution: Each query runs in a fresh DuckDB instance for security
• Stateless HTTP Mode: Fully horizontally scalable for cloud deployment
• Rich Dataset Catalog: Access to 10+ curated environmental and biodiversity datasets