강력한 Model Context Protocol (MCP) 서버는 JSON schema 생성 및 로컬 파일 및 원격 HTTP/HTTPS 엔드포인트에 대한 필터링 도구를 제공합니다. 견고한 TypeScript 유형 세대를 위한 Quicktype으로 제작되었습니다.

**여기: 큰 JSON 파일 및 API 응답을 필터링하여 LLM 컨텍스트에 대한 관련 데이터를 추출하고 유형 안전을 유지하면서.

✨ 주요 특징

• ܧSchema Generation - Quicktype을 사용하여 JSON을 TypeScript 인터페이스로 변환
• Smart Filtering - 모양 기반 필터링과 특정 필드를 추출
• ĪRemote Support - HTTP/HTTPS URL과 API 엔드포인트로 작동
• 자동 Chunking ** - 자동 400KB Chunking을 가진 큰 데이터 세트를 취급하십시오
• ️ ** 크기 보호 ** - 메모리 안전과 내장 50MB 제한
• 충청남도 MCP 준비 - Claude Desktop 및 Claude Code와의 원활한 통합
• ∙ Smart Errors - 정보 디버깅을 위한 Clear, actionable error 메시지

️ 사용 가능한 도구

json_schema

JSON 데이터에서 TypeScript 인터페이스 생성.

** 모수: **

• filePath: 로컬 파일 경로 또는 HTTP/HTTPS URL

예금:

json_filter

대형 데이터셋을 위한 자동 chunking으로 형상 기반 필터링을 사용하여 특정 필드를 추출합니다.

JSON MCP Filter

A powerful Model Context Protocol (MCP) server that provides JSON schema generation and filtering tools for local files and remote HTTP/HTTPS endpoints. Built with quicktype for robust TypeScript type generation.

Perfect for: Filtering large JSON files and API responses to extract only relevant data for LLM context, while maintaining type safety.

✨ Key Features

• 🔄 Schema Generation - Convert JSON to TypeScript interfaces using quicktype
• 🎯 Smart Filtering - Extract specific fields with shape-based filtering
• 🌐 Remote Support - Works with HTTP/HTTPS URLs and API endpoints
• 📦 Auto Chunking - Handles large datasets with automatic 400KB chunking
• 🛡️ Size Protection - Built-in 50MB limit with memory safety
• ⚡ MCP Ready - Seamless integration with Claude Desktop and Claude Code
• 🚨 Smart Errors - Clear, actionable error messages with debugging info

🛠️ Available Tools

json_schema

Generates TypeScript interfaces from JSON data.

Parameters:

• filePath: Local file path or HTTP/HTTPS URL

Example:

// Input JSON
{"name": "John", "age": 30, "city": "New York"}

// Generated TypeScript
export interface GeneratedType {
    name: string;
    age:  number;
    city: string;
}

json_filter

Extracts specific fields using shape-based filtering with automatic chunking for large datasets.

Parameters:

• filePath: Local file path or HTTP/HTTPS URL
• shape: Object defining which fields to extract
• chunkIndex (optional): Chunk index for large datasets (0-based)

Auto-Chunking:

• ≤400KB: Returns all data

• 400KB: Auto-chunks with metadata

json_dry_run

Analyzes data size and provides chunking recommendations before filtering.

Parameters:

• filePath: Local file path or HTTP/HTTPS URL
• shape: Object defining what to analyze

Returns: Size breakdown and chunk recommendations

📋 Usage Examples

Basic Filtering

// Simple field extraction
json_filter({
  filePath: "https://api.example.com/users",
  shape: {"name": true, "email": true}
})

Shape Patterns

// Single field
{"name": true}

// Nested objects
{"user": {"name": true, "email": true}}

// Arrays (applies to each item)
{"users": {"name": true, "age": true}}

// Complex nested
{
  "results": {
    "profile": {"name": true, "location": {"city": true}}
  }
}

Large Dataset Workflow

// 1. Check size first
json_dry_run({filePath: "./large.json", shape: {"users": {"id": true}}})
// → "Recommended chunks: 6"

// 2. Get chunks