mit-lcp/croissant-baker

Круассан Бейкер

Автоматически генерировать метаданные Croissant JSON-LD для наборов данных ML — например, для PhysioNet, NeurIPS Datasets & Benchmarks submissions или любой платформы, которая извлекает выгоду из стандартизированных метаданных набора данных.

Документация

##Установка

или с uv:

Быстрый старт

Или попробуйте с набором данных демо-тестирования MIMIC-IV:

Использование с агентом

Круассан-пекар отгружает локальный сервер MCP и Агент Скилл. Сервер нуждается в Дополнительно [[Т0]]:

Затем направьте ваш MCP-клиент на команду croissant-baker mcp. Большинство клиентов Возьмите запись, похожую на эту:

Сервер говорит только на stdio и предлагает три инструмента: dry_run, bake и [4]. Он считывает локальные файлы и не делает сетевого запроса. Абсолютный проход Пути, так как относительный решает против каталога клиент начал Сервер внутри. Мастерство судов внутри пакета на [5], и сервер также обслуживает его. В качестве источника [6].

Поддерживаемые форматы

| Формат | Расширения | Заметки | [скрыто] [скрыто] [скрыто] [скрыто] [скрыто] [скрыто] TSV .csv, .tsv Поток с автоматическим выводом типа |

• Паркет.

Croissant Baker

Automatically generate Croissant JSON-LD metadata for ML datasets — e.g. for PhysioNet, NeurIPS Datasets & Benchmarks submissions, or any platform that benefits from standardized dataset metadata.

📖 Documentation

---

Installation

pip install croissant-baker

or with uv:

uv add croissant-baker

Quick start

croissant-baker \
  --input /path/to/dataset \
  --creator "Your Name,[email protected]" \
  --description "My ML dataset" \
  --license "CC-BY-4.0" \
  --output my-dataset-croissant.jsonld

Or try with the bundled MIMIC-IV Demo test data:

git clone https://github.com/MIT-LCP/croissant-baker.git && cd croissant-baker
uv sync --group dev
croissant-baker \
  --input tests/data/input/mimiciv_demo/physionet.org/files/mimic-iv-demo/ \
  --creator "Alistair Johnson,[email protected],https://physionet.org/" \