AI导哈

JSON映射查找器

一个轻量级的JSON模式感知探索工具，用于上传JSON样本、扁平化其模式并通过启发式搜索查找目标字段路径，加速ETL/API集成。

  • by Bablu-singh
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Bablu-singh/JSON-Mapping-And-Context-MCP-Server

使用说明

JSON映射和上下文MCP服务器

此仓库托管了两个小型MCP服务器，展示了模式感知的JSON探索和实时数据检索：

  • JSON映射查找器 (json_mapping_server.py)：上传任何JSON示例，展开其模式，并使用启发式搜索（标记重叠+模糊匹配）来查找目标字段名的路径。非常适合加速ETL/neneneba API入职。

它有意设计为轻量级，完全基于HTTP，便于使用MCP Inspector或Copilot Chat进行检查。

亮点

  • 模式感知解析：展开嵌套的JSON，捕获类型/示例，并跟踪深度。
  • 启发式映射：标记重叠、子字符串检查和模糊匹配，以建议可能的字段路径。
  • 即插即用MCP：用途 StreamableHTTPSessionManager 用于现代MCP HTTP传输。
  • 便携的：纯Python，没有Open Meteo以外的外部服务。

快速开始

先决条件：Python 3.12+和虚拟环境(.venv 推荐）。

python -m venv .venv
source .venv/bin/activate
pip install -r <(python - <<'PY'
import tomllib, sys
deps = tomllib.load(open("pyproject.toml","rb"))["project"]["dependencies"]
print("\n".join(deps))
PY)

运行JSON映射查找器（端口3004）

.venv/bin/python json_mapping_server.py

然后检查：

npx -y @modelcontextprotocol/inspector http://localhost:3004

外露工具：

  • upload_json_sample(json_data)：加载JSON样本（例如。， sample_json.json)并构建模式索引。
  • list_schema(limit=200)：使用类型+示例值查看扁平路径。
  • search_fields(query, top_k=10)：查找单个查询的可能路径。
  • map_targets(targets, top_k=5)：多个字段名的批量映射建议。
  • clear_samples()：重置索引。

样品数据

  • sample_json.json：用于测试JSON映射查找器的非医疗嵌套示例。

配置

如果你想将这些连接到Copilot Chat，请添加以下条目：

{
  "mcpServers": {
    "json-mapping": { "url": "http://localhost:3004" }
  }
}

它是如何工作的（JSON映射查找器）

  1. 索引：遍历对象/数组，记录路径($.foo.bar[*])、类型、示例值和深度。
  2. 评分：结合了精确/子字符串增强、Jaccard令牌重叠和模糊比率；轻微惩罚深路。
  3. 建议：返回得分最高的匹配项，以便您快速查看/接受。

备注

  • 不需要API密钥。
  • 所有代码都是ASCII码，依赖关系很轻。

相关 MCP