Query, join, profile, clean and convert CSV/JSON/Parquet with server-side DuckDB over MCP.
Abgeleitet aus den Transporten, die dieser Eintrag deklariert (streamable-http). Ein Client, der hier nicht steht, ist damit nicht ausgeschlossen — Forge kann ihn nur nicht bestätigen.
Die Verifizierung bestätigt die Identität des Publishers (die Inhaberschaft am Repo), nicht die Sicherheit des Codes. Der Sicherheits-Scan deckt bekannte CVEs und verdächtige Installationsskripte ab.
Aus einem echten MCP-Handshake initialize → tools/list gegen den deklarierten Endpunkt gelesen. Es wurde nie ein Tool aufgerufen — tools/list ist der lesende Introspektionsaufruf, den das Protokoll dafür vorsieht. Es spiegelt wider, was der Server in diesem Moment angeboten hat; ein gehosteter Endpunkt ist an keine Version gebunden und kann sich ohne Ankündigung ändern.
https://stagenth.com/mcp/data-kit/6 Tools · 1819 msdata_inspect查看数据文件结构：列名/类型/行数/每列非空数 + 前 N 行预览。免费(0 credit)。
支持 CSV/TSV/JSON/NDJSON/Parquet。取数(data_query)前先调它看清有哪些列、哪些是数值。查看数据文件结构：列名/类型/行数/每列非空数 + 前 N 行预览。免费(0 credit)。 支持 CSV/TSV/JSON/NDJSON/Parquet。取数(data_query)前先调它看清有哪些列、哪些是数值。
| Parameter | Typ | Beschreibung |
|---|---|---|
| file_id | — | 已上传到文件中转站的数据文件 ID（与 data_base64 二选一） |
| data_base64 | — | 数据文件内容 base64（与 file_id 二选一，适合未上传的临时数据） |
| fmt | — | 格式 csv/tsv/json/ndjson/parquet；缺省按内容自动识别 |
| preview_rows | integer | 预览前 N 行 |
data_query查询 / 过滤 / 分组聚合数据文件，返回**实际数据行（JSON）**供 AI 直接分析（1 credit/次）。
支持 CSV/TSV/JSON/NDJSON/Parquet，两种用法：
· 原始 SQL（表名固定 t）：sql="SELECT 商品, sum(销量) s FROM t GROUP BY 商品 ORDER BY s DESC LIMIT 5"
· 结构化（不用写 SQL）：group_by=["地区"], measures=["销售额"], agg="sum", sort_by="销售额", descending=true, limit=10
SQL 仅允许单条…查询 / 过滤 / 分组聚合数据文件，返回**实际数据行（JSON）**供 AI 直接分析（1 credit/次）。 支持 CSV/TSV/JSON/NDJSON/Parquet，两种用法： · 原始 SQL（表名固定 t）：sql="SELECT 商品, sum(销量) s FROM t GROUP BY 商品 ORDER BY s DESC LIMIT 5" · 结构化（不用写 SQL）：group_by=["地区"], measures=["销售额"], agg="sum", sort_by="销售额", descending=true, limit=10 SQL 仅允许单条…
| Parameter | Typ | Beschreibung |
|---|---|---|
| file_id | — | 已上传的数据文件 ID（与 data_base64 二选一） |
| data_base64 | — | 数据文件内容 base64（与 file_id 二选一） |
| fmt | — | 格式 csv/tsv/json/ndjson/parquet；缺省自动识别 |
| sql | — | 只读 SQL，表名固定为 t。例：SELECT 地区, sum(金额) AS 合计 FROM t GROUP BY 地区 ORDER BY 合计 DESC LIMIT 10。仅允许单条 SELECT/WITH，禁止读文件/建表/联网。给了 sql 就忽略下面的结构化参数。 |
| columns | — | 明细模式：只返回这些列；缺省返回全部列 |
| filters | — | 行过滤条件（AND 组合），每项 {column, op, value}。op 可选：eq/ne/gt/ge/lt/le/contains/in/notnull/isnull。例：[{"column":"状态","op":"eq","value":"失败"},{"column":"金额","op":"ge","val… |
| group_by | — | 分组维度列。给了就进聚合模式：按这些列分组，对 measures 求 agg |
| agg | — | 聚合方式 sum/avg/count/min/max/median（默认 sum；count=数每组行数、无需 measures） |
| measures | — | 聚合模式：要统计的数值列；缺省=所有非分组的数值列 |
| sort_by | — | 按哪一列排序（可为分组后的 measure 或 count 列） |
| descending | boolean | 降序排序（取 Top-N 常用 true） |
| limit | — | 最多返回多少行（取前 N / Top-N）；硬上限 1000 |
data_profile数据画像：每列类型/去重近似数/空值率 + 数值列 min/max/avg/std/分位数（1 credit/次）。
相当于 pandas df.describe()——AI 拿它一眼看清整份数据的分布与质量。失败自动退款。
返回 {ok, format, n_rows, n_cols, profile[]}。数据画像：每列类型/去重近似数/空值率 + 数值列 min/max/avg/std/分位数（1 credit/次）。 相当于 pandas df.describe()——AI 拿它一眼看清整份数据的分布与质量。失败自动退款。 返回 {ok, format, n_rows, n_cols, profile[]}。
| Parameter | Typ | Beschreibung |
|---|---|---|
| file_id | — | 已上传的数据文件 ID（与 data_base64 二选一） |
| data_base64 | — | 数据文件内容 base64（与 file_id 二选一） |
| fmt | — | 格式 csv/tsv/json/ndjson/parquet；缺省自动识别 |
data_convert把数据文件转成另一种格式（csv/json/ndjson/parquet/xlsx），产物存文件中转站返下载 URL（1 credit/次）。
典型：把大 CSV 转 parquet 便于后续分析、或把 JSON 日志转 xlsx 给人看。失败自动退款。把数据文件转成另一种格式（csv/json/ndjson/parquet/xlsx），产物存文件中转站返下载 URL（1 credit/次）。 典型：把大 CSV 转 parquet 便于后续分析、或把 JSON 日志转 xlsx 给人看。失败自动退款。
| Parameter | Typ | Beschreibung |
|---|---|---|
| to* | string | 目标格式：csv / json / ndjson / parquet / xlsx |
| file_id | — | 已上传的数据文件 ID（与 data_base64 二选一） |
| data_base64 | — | 数据文件内容 base64（与 file_id 二选一） |
| fmt | — | 源格式 csv/tsv/json/ndjson/parquet；缺省自动识别 |
data_join两份数据文件按共同列连接（如 订单表×客户表），返回实际数据行 JSON（1 credit/次）。
跨文件对齐是单文件 data_query 做不到的；DuckDB 引擎、锁死文件/网络访问。失败自动退款。两份数据文件按共同列连接（如 订单表×客户表），返回实际数据行 JSON（1 credit/次）。 跨文件对齐是单文件 data_query 做不到的；DuckDB 引擎、锁死文件/网络访问。失败自动退款。
| Parameter | Typ | Beschreibung |
|---|---|---|
| on* | array | 连接列名（两份数据中都存在，最多 8 个） |
| file_id_a | — | 数据 A 的文件 ID（与 data_base64_a 二选一） |
| data_base64_a | — | 数据 A 内容 base64 |
| file_id_b | — | 数据 B 的文件 ID（与 data_base64_b 二选一） |
| data_base64_b | — | 数据 B 内容 base64 |
| fmt_a | — | A 格式 csv/tsv/json/ndjson/parquet；缺省自动识别 |
| fmt_b | — | B 格式；缺省自动识别 |
| how | string | 连接方式 inner / left |
| columns | — | 只返回这些列；缺省返回全部 |
| limit | — | 最多返回行数；硬上限 1000 |
data_clean一步清洗脏数据：去重 / 去空白 / 删全空行列，产物落文件中转站并返清洗统计（1 credit/次）。一步清洗脏数据：去重 / 去空白 / 删全空行列，产物落文件中转站并返清洗统计（1 credit/次）。
| Parameter | Typ | Beschreibung |
|---|---|---|
| file_id | — | 数据文件 ID（与 data_base64 二选一） |
| data_base64 | — | 数据内容 base64 |
| fmt | — | 源格式 csv/tsv/json/ndjson/parquet；缺省自动识别 |
| dedupe | boolean | 整行去重 |
| trim_strings | boolean | 字符串去首尾空白，空串归 NULL |
| drop_empty_rows | boolean | 删除全空行 |
| drop_empty_cols | boolean | 删除全空列 |
| to | string | 输出格式 csv/json/ndjson/parquet/xlsx，默认 csv |
6 von 6 Tools haben eine Beschreibung veröffentlicht.
Tool-Namen und -Beschreibungen stammen vom Publisher und werden wortgetreu als inerter Text angezeigt. Es sind die Zeichenketten, die ein MCP-Client an ein Modell übergibt, deshalb prüft Forge sie auf Prompt-Injection-Muster — jeder Befund erscheint oben beim Sicherheits-Scan. „Privilegiert“ ist ein Schlagwort-Treffer im Tool-Namen, keine Prüfung dessen, was das Tool tut: ein harmlos klingender Name kann trotzdem alles tun.
Query, join, profile, clean and convert CSV/JSON/Parquet with server-side DuckDB over MCP.
Verlinkte Namen öffnen den Forge-Index aller Einträge, bei denen dieses Tool beobachtet wurde. Alle indexierten Tools durchsuchen.
Dieser Eintrag veröffentlicht kein npm-Paket, daher hat Forge keinen Abhängigkeitsbaum dafür. Das ist eine Lücke in der Abdeckung — keine Aussage, dass er keine Abhängigkeiten hat.