Manual setup required. The maintainer's config contains paths only you know - edit the placeholders below before adding it to Claude Code.
1
Prepare the server locally
Run this once before adding it to Claude Code.
git clone https://github.com/SofiaPurtova/data-discovery-tool
cd data-discovery-tool
pip install -r requirements.txt
pip install -e .2
Register it in Claude Code
claude mcp add data-discovery-tool -- python /path/to/data-discovery-tool/ui/cli.pyReplace any placeholder paths in the command with the real path on your machine.
3
Make your agent remember this setup
data-discovery-tool's config, env vars, and the gotchas you hit — recalled in every future Claude Code, Cursor, and Codex session.
npx conare@latestFree · one command · indexes the sessions already on disk. Set up in the browser instead →
What it does
- Connects to and indexes SQLite databases and CSV files
- Keyword-based search for table and column names
- Detailed schema exploration including column lists and sample values
- Unified MCP API for AI-driven data discovery
- Includes both CLI and Flask-based web interface
Tools 3
searchSearch for tables or columns across indexed data sources using keywords.schemaRetrieve the structure and column metadata for a specific table.indexIndex a specific data source to make it searchable.Try it
→Search for tables related to 'users' across all my connected databases.
→Show me the schema for the 'employees' table in the 'mycsv' data source.
→Index the 'mydb' SQLite database so I can search its contents.
→Find which table contains the 'email' column.
Original README from SofiaPurtova/data-discovery-tool
Data Discovery Tool (MCP)
Инструмент для поиска данных в разных источниках (SQLite, CSV) через MCP API.
Возможности
- Подключение к SQLite базам данных и CSV файлам
- Индексация структуры таблиц и колонок
- Поиск по названиям таблиц и колонок
- MCP API для AI-агентов
- CLI интерфейс с сохранением состояния
- Веб-интерфейс на Flask
Установка
# Клонировать репозиторий
git clone https://github.com/yourusername/data-discovery-tool
cd data-discovery-tool
# Создать виртуальное окружение
python -m venv venv
# Windows:
venv\Scripts\activate
# Mac/Linux:
source venv/bin/activate
# Установить зависимости
pip install -r requirements.txt
pip install -e .
Использование
Создание тестовых данных
python create_test_data.py
Работа через командную строку
# Добавить SQLite базу данных
python ui/cli.py add-sqlite mydb data/sample.db
# Добавить папку с CSV файлами
python ui/cli.py add-csv mycsv data/
# Проиндексировать конкретный источник
python ui/cli.py index mydb
python ui/cli.py index mycsv
# Или все сразу (индексируем по очереди)
python ui/cli.py index mydb
python ui/cli.py index mycsv
# Поиск по ключевым словам
python ui/cli.py search user
python ui/cli.py search email
python ui/cli.py search product
python ui/cli.py search москва
# Список всех источников
python ui/cli.py sources
# Статистика системы
python ui/cli.py stats
# Схема конкретной таблицы
python ui/cli.py schema mydb users
python ui/cli.py schema mycsv employees.csv
# Подсказки для поиска
python ui/cli.py suggest user
Работа через веб-интерфейс
python ui/web.py
После запуска можно открыть браузер и перейти по адресу: http://localhost:5000
Возможности веб-интерфейса:
Поиск:
- После введения ключевого слова и можно увидеть все совпадения
- Подсветка результатов
- Быстрый просмотр схемы таблиц
- Количество найденных строк
Источники данных
- Реализовано управление источниками через интерфейс
- Просмотр всех добавленных источников
- Статус индексации (индексирован, ожидает)
- Кнопка для индексации
- Информация о количестве таблиц
Схемы таблиц
- Можно увидеть детальную информацию о структуре
- Список всех колонок
- Примеры значений
Автор
SofiaPurtova