AI导哈

ORION-DBs查询服务器

orion-mcp是一个模型上下文协议（MCP）服务器，允许用户通过LLM查询Google BigQuery上的ORION-DBs集合，支持OpenAlex、Crossref、ORCID、DataCite等数据集，专注于开放研究信息查询。

  • by subugoe
  • R
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 orion-dbs-community/orion-mcp

使用说明

orion mcp：用于orion DB集合的mcp服务器。

orion-mcp 是一个 模型上下文协议（MCP）服务器 这允许您查询 ORION DB 使用LLM在Google BigQuery上收集。它支持OpenAlex、Crossref、ORCID、DataCite等。 这是一个早期的实验性实施，侧重于开放的研究信息。亚伦·泰的 关于LLM与学术MCP服务器结合的潜力的更广泛背景 这是一个有用的总体介绍。

欢迎通过GitHub issues提交意见和反馈。

运作原理

orion-mcp 将ORION DB的模式元数据（列名、类型和描述）加载到LLM上下文中。当您提出问题时，LLM会编写一个BigQuery SQL查询，向您显示它以及它将扫描多少GB的估计值，并在运行之前要求您确认。选择所有列的查询(SELECT *)被封锁。仅命名所需的列可以使查询快速且成本低。结果可以在本地下载和分析。

保留任何大小的查询结果 在本地R会话中 （命名 q1, q2, ...）--只有大小限制的预览会发送到LLM，因此大的结果永远不会溢出对话。然后，LLM可以使用内置工具参考分析完整结果(orion_result_summary, orion_result_count, orion_result_slice)或将其写入文件 orion_export_result --所有这些都不需要重新查询BigQuery，因此后续问题和导出是免费的。每次运行后，实际计费金额都会被报告回来（包括BigQuery从其24小时缓存中免费提供查询的时间）。预览预算默认为~60000个字符（大小适合典型的MCP客户端限制），可以使用 MAX_RESULT_CHARS 环境变量（例如。 -e MAX_RESULT_CHARS=200000).

该工具不向LLM提供者发送原始数据；它只共享SQL查询。MCP服务器在隔离的Docker容器中运行，无法访问您的文件系统。传递到容器的唯一信息是您的Google Cloud凭据，用于通过应用程序默认凭据（ADC）与BigQuery进行身份验证。

您可以在没有Google Cloud帐户的情况下浏览架构元数据。

安装

先决条件： Docker 桌面版, Claude 桌面版, gcloud命令行界面

如果你是谷歌云的新手，你还需要一个 Google帐户和云项目 运行查询。模式浏览在没有模式浏览的情况下也能正常工作。

1.使用Google Cloud进行身份验证

gcloud auth application-default login

这将打开一个浏览器窗口并将凭据保存到 ~/.config/gcloud/你只需要做一次。当MCP服务器启动时，它会请求您的凭据类型支持的最窄访问范围： bigquery.readonly 在可能的情况下（服务帐户），否则标准BigQuery作用域--gcloud用户凭据不支持只读作用域。

无论证书允许什么， 服务器本身强制执行只读SQL：它只执行单个 SELECT 声明。数据修改SQL(INSERT, UPDATE, DELETE, CREATE, DROP，多语句脚本。..）在到达BigQuery之前被拒绝。

编写仍然是可能的，但只能通过两个专用工具，其中目标表是您在对话中确认的显式参数，而不是通过SQL： orion_save_result_to_bq 将已运行的结果上传为表（自由加载作业），以及 orion_query_to_table 将大型查询结果直接写入项目中的表中，而无需下载它们（只收取查询扫描费用）。两者都拒绝触摸现有表，除非您明确要求覆盖它，并且都受您自己的IAM权限的约束。

2.拉取Docker镜像

确保Docker Desktop已打开并正在运行，然后下载服务器映像：

docker pull ghcr.io/subugoe/orion-mcp:latest

3.将服务器添加到Claude Desktop

在文本编辑器中打开Claude Desktop配置文件：

  • macOS： ~/Library/Application Support/Claude/claude_desktop_config.json

    Library 是一个隐藏的文件夹。使用以下命令从终端打开它：

    open ~/Library/Application\ Support/Claude/claude_desktop_config.json

    或者在Finder中： Go → 转到文件夹 (⇧⌘G)并粘贴 ~/Library/Application Support/Claude/

  • Linux： ~/.config/Claude/claude_desktop_config.json

首先创建导出的查询结果将显示在计算机上的文件夹：

mkdir -p ~/Downloads/orion-exports

然后添加 orion-dbs 进入里面 mcpServers。如果文件已经包含其他服务器，请在添加此条目之前在最后一个条目后添加逗号，因为JSON对逗号要求严格。

{
  "mcpServers": {
    "orion-dbs": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-v", "/Users/YOUR_USERNAME/.config/gcloud:/root/.config/gcloud:ro",
        "-v", "/Users/YOUR_USERNAME/Downloads/orion-exports:/data/exports",
        "-e", "BQ_BILLING_PROJECT=YOUR_PROJECT_ID",
        "ghcr.io/subugoe/orion-mcp:latest"
      ]
    }
  }
}

替换：

  • YOUR_USERNAME --您的macOS/Linux用户名（在Linux上使用 /home/YOUR_USERNAME/...)
  • YOUR_PROJECT_ID --您的GCP项目ID，例如。 my-project-123456。在 谷歌云控制台 通过单击顶部栏中的项目选择器。

架构浏览(orion_list_datasets, orion_list_tables, orion_get_db_schema)无需计费项目即可工作。您可以省略 BQ_BILLING_PROJECT 如果您只想探索模式，请完全使用该行。

BigQuery按扫描的字节计费，而不是按返回的行计费。这 BigQuery沙盒 每月为每个帐户提供1TB的免费查询处理。

出口如何到达您的机器

容器与文件系统隔离。当您要求Claude导出查询结果时，文件将写入 /data/exports 集装箱内；第二 -v 上面的行将该文件夹映射到 ~/Downloads/orion-exports 在您的机器上，导出内容会立即显示在那里。您可以使用任何您喜欢的目录，但如果没有此挂载，当容器停止时，导出的文件将丢失（导出工具和 “检查我的设置” 如果底座丢失，健康检查都会警告您）。

要更改容器内导出路径，请设置 EXPORT_DIR 环境变量（例如。 -e EXPORT_DIR=/tmp/exports).

4.重新启动克劳德桌面

退出并重新打开Claude Desktop。你应该看看 orion dbs 列在下面 设置→ 开发者→ MCP 服务器。如果没有出现，请仔细检查配置文件中的JSON是否缺少逗号或括号不匹配。

用法

用通俗易懂的语言问克劳德：

检查您的设置

  • “orion dbs工作吗？检查我的设置。”

这将运行免费的端到端健康检查（架构元数据、凭据、计费项目、BigQuery连接、导出文件夹装载），并引导您修复任何缺失的内容。安装后或查询意外失败时运行一次。

无需Google Cloud帐户

  • “ORION DB中有哪些可用的数据集？”
  • “显示Crossref工作表的模式。”
  • “哪些版本的OpenAlex可用，模式如何比较？”

需要Google Cloud帐户

  • “2021年至2025年间，哥廷根大学的研究人员在期刊上发表了多少篇论文？”
  • “2023年发表了多少篇开放获取文章，按OA类型细分？”

查询运行后，您可以继续挖掘存储的结果，而无需为另一个查询付费：

  • “按年份分解。”
  • “只显示2023年的行。”
  • “给我列的摘要——有多少缺失值？”

贡献/地方发展

要在本地构建映像而不是从注册表中提取映像，请执行以下操作：

git clone https://github.com/subugoe/orion-mcp
cd orion-mcp
docker build -t orion-mcp_mcp .

然后使用 orion-mcp_mcp 作为Claude Desktop配置中的图像名称。

服务器逻辑存在于 R/functions.R; server.R 处理身份验证并注册MCP工具。在打开pull请求之前，从repo根运行单元测试：

Rscript tests/test-functions.R

在CI中对每个pull请求运行相同的测试，并对映像构建进行门控，因此回归无法到达已发布的映像。它们涵盖了除BigQuery往返本身之外的所有内容，内置的健康检查(“检查我的设置”)在安装时进行验证。

服务器在R中使用 埃尔默 和 mcptools 包装。欢迎通过GitHub issues提交贡献和错误报告。

如果Claude误解了你的问题，产生了意外的结果，或者查询了错误的数据集，请打开一个GitHub问题，描述你的问题和发生了什么。这种反馈与代码贡献一样有价值，因为它有助于改进指导LLM的工具描述。

联系

Najko Jahn(najko.jahn@sub.uni-goettingen.de)，哥廷根州立大学图书馆。

相关 MCP