Command Palette

Search for a command to run...

UnylyUnyly
Browse all

Datadis Server

FreeNot checked

Enables AI agents to access and analyze Spanish electricity consumption data via the Datadis API, providing tools for supply management, consumption analysis, a

GitHubEmbed

About

Enables AI agents to access and analyze Spanish electricity consumption data via the Datadis API, providing tools for supply management, consumption analysis, anomaly detection, and executive reporting.

README

Servidor MCP de producción que integra la API de Datadis con agentes IA (Claude, Copilot, Cursor, Open WebUI, etc.) mediante el Model Context Protocol.

Arquitectura

Agente IA (Claude / Copilot / Cursor)
    │
    │  MCP (stdio o SSE)
    ▼
Datadis MCP Server (FastMCP 3.x)
    ├── Auth Layer          — ciclo de vida del token, nunca persiste en disco
    ├── Datadis Client      — httpx async, retry exponencial, excepciones tipadas
    ├── EnergyService       — cache-aside por namespace (supplies 24h, consumo 1h…)
    ├── AnalysisService     — análisis semántico, detención de anomalías, informes
    ├── MCP Tools (13)      — wrappers delgados sin lógica de negocio
    ├── MCP Resources (3)   — datos de catálogo en tiempo real
    └── MCP Prompts (3)     — plantillas de prompts para análisis energético
    │
    │  HTTPS
    ▼
Datadis API V2

Estructura del proyecto

datadis-mcp/
├── server.py            ← punto de entrada FastMCP
├── config.py            ← Pydantic Settings (variables de entorno)
├── auth.py              ← gestor del ciclo de vida del token
├── datadis_client.py    ← cliente HTTP async para todos los endpoints V2
├── exceptions.py        ← jerarquía de excepciones tipadas
├── models/              ← modelos de dominio Pydantic v2
├── cache/               ← abstracción de cache TTL por namespace
├── utils/               ← utilidades transversales (seguridad, logging)
├── services/
│   ├── energy_service.py    ← wrapper con cache sobre DatadisClient
│   └── analysis_service.py  ← análisis semántico de alto nivel
├── tools/               ← 13 tools MCP (sin lógica de negocio)
├── resources/           ← 3 resources MCP (status, distributors, groups)
├── prompts/             ← 3 prompts MCP (analyse_supply, executive_report, compare_years)
├── tests/               ← 150 tests pytest (83.61% cobertura)
├── pyproject.toml
├── requirements.txt
├── Dockerfile
└── .env.example

Quick Start

Requisitos

  • Python 3.12+
  • Cuenta en Datadis con credenciales válidas

Instalación local

cd datadis-mcp

# Instalar dependencias
pip install -r requirements-dev.txt

# Configurar credenciales
copy .env.example .env        # Windows
# cp .env.example .env        # Linux/macOS
# Editar .env: rellenar DATADIS_USERNAME y DATADIS_PASSWORD

# Iniciar el servidor (transporte stdio — para Claude Desktop / Cursor)
python server.py

# O con transporte SSE (HTTP — para clientes web)
$env:MCP_TRANSPORT="sse"; python server.py   # Windows
MCP_TRANSPORT=sse python server.py            # Linux/macOS

Redes corporativas con proxy SSL

Si aparece CERTIFICATE_VERIFY_FAILED, añade esto a tu .env:

HTTP_SSL_VERIFY=false

Conectar un agente IA

VS Code (GitHub Copilot Agent)

El fichero .vscode/mcp.json ya está incluido en el repositorio. VS Code lo detecta automáticamente — abre el proyecto y el servidor aparecerá en Copilot Chat → Agent mode → herramientas disponibles.

Las credenciales se leen del fichero .env del proyecto.

Claude Desktop

Edita %APPDATA%\Claude\claude_desktop_config.json (créalo si no existe):

{
  "mcpServers": {
    "datadis": {
      "command": "python",
      "args": ["C:\\ruta\\completa\\a\\datadis-mcp\\server.py"],
      "env": {
        "DATADIS_USERNAME": "TU_NIF",
        "DATADIS_PASSWORD": "TU_PASSWORD",
        "HTTP_SSL_VERIFY": "false"
      }
    }
  }
}

Reinicia Claude Desktop. Verás el ícono del servidor en la barra de herramientas.

Cursor

Edita %USERPROFILE%\.cursor\mcp.json (créalo si no existe):

{
  "mcpServers": {
    "datadis": {
      "command": "python",
      "args": ["C:\\ruta\\completa\\a\\datadis-mcp\\server.py"],
      "env": {
        "DATADIS_USERNAME": "TU_NIF",
        "DATADIS_PASSWORD": "TU_PASSWORD",
        "HTTP_SSL_VERIFY": "false"
      }
    }
  }
}

Ve a Cursor Settings → MCP para verificar que el servidor aparece activo.

Docker

# 1. Build
docker build -t datadis-mcp .

# 2. Verificar que la imagen se construyó correctamente
docker images datadis-mcp
docker inspect datadis-mcp --format "Usuario: {{.Config.User}} | Puerto: {{.Config.ExposedPorts}}"

# 3. Arrancar en modo SSE (HTTP, puerto 8000)
docker run -d \
  --name datadis \
  -p 8000:8000 \
  -e DATADIS_USERNAME=TU_NIF \
  -e DATADIS_PASSWORD=TU_PASSWORD \
  -e HTTP_SSL_VERIFY=false \
  -e MCP_TRANSPORT=sse \
  datadis-mcp

# 4. Ver logs de arranque
docker logs datadis

# 5. Smoke test — el endpoint SSE debe responder
curl http://localhost:8000/sse          # Linux/macOS
Invoke-RestMethod http://localhost:8000/sse   # PowerShell

# 6. Verificar healthcheck
docker inspect datadis --format "Health: {{.State.Health.Status}}"

# 7. Parar y eliminar el contenedor
docker stop datadis && docker rm datadis

Variables de entorno disponibles:

Variable Descripción Requerida
DATADIS_USERNAME NIF de la cuenta Datadis
DATADIS_PASSWORD Contraseña de Datadis
HTTP_SSL_VERIFY false en redes con proxy SSL No
MCP_TRANSPORT sse (Docker) o stdio (local) No
MCP_HOST Host de escucha (defecto 0.0.0.0) No
MCP_PORT Puerto de escucha (defecto 8000) No
LOG_LEVEL DEBUG|INFO|WARNING (defecto INFO) No

Desarrollo

# Tests con cobertura
pytest

# Linter
ruff check .

# Tipos
mypy .

# Formateo
ruff format .

Tools MCP disponibles

Técnicas (acceso directo a la API)

Tool Descripción
get_supplies Listado de puntos de suministro (CUPS)
get_contract Detalle del contrato de un CUPS
get_consumption Curva de carga horaria/cuarto-horaria
get_max_power Potencia máxima registrada por periodo
get_reactive_energy Energía reactiva por periodo (P1–P6)
get_distributors Códigos de distribuidora vinculados a la cuenta
get_groups Grupos de suministros definidos

Semánticas (análisis de alto nivel)

Tool Descripción
get_supply_overview Resumen consolidado: suministro + contrato (auto-descubre distribuidor)
get_energy_profile Perfil estadístico: total, media, máx, mín, desv. estándar
compare_periods Comparación entre dos periodos: Δ kWh + % variación + tendencia
detect_anomalies Detección de picos anómalos mediante Z-score configurable
get_self_consumption_analysis Ratios de autoconsumo/excedentes para instalaciones CAU
executive_energy_report Informe ejecutivo anual con recomendaciones autogeneradas

Resources MCP

URI Contenido
datadis://status Estado del servidor: autenticación, cache, versión
datadis://distributors Catálogo de distribuidoras (cacheado 24h)
datadis://groups Grupos de suministro (cacheado 24h)

Prompts MCP

Prompt Descripción
analyse_supply Guía al agente: overview → perfil → potencia máx → informe
executive_energy_report Plantilla de informe ejecutivo anual estructurado
compare_years Comparación interanual con interpretación de tendencia

Seguridad

  • Credenciales exclusivamente desde variables de entorno — nunca en código.
  • Token bearer en memoria únicamente — nunca en disco ni en logs.
  • NIF/NIE enmascarado en todos los logs (4******0A).
  • TLS obligatorio para todas las comunicaciones con la API.
  • Usuario non-root en Docker.
  • HTTP_SSL_VERIFY=false disponible para proxies corporativos con inspección SSL.

Licencia

MIT

from github.com/Jaimegruiz/datadis-mcp

Installing Datadis Server

This server has no published package — it is built from source. Open the repository and follow its README.

▸ github.com/Jaimegruiz/datadis-mcp

FAQ

Is Datadis Server MCP free?

Yes, Datadis Server MCP is free — one-click install via Unyly at no cost.

Does Datadis Server need an API key?

No, Datadis Server runs without API keys or environment variables.

Is Datadis Server hosted or self-hosted?

A hosted option is available: Unyly runs the server in the cloud, no local setup required.

How do I install Datadis Server in Claude Desktop, Claude Code or Cursor?

Open Datadis Server on unyly.org, pick your client tab (Claude Desktop, Claude Code, Cursor) and press Install — the config is generated automatically, no JSON editing.

Related MCPs

Compare Datadis Server with

Not sure what to pick?

Find your stack in 60 seconds

Author?

Embed badge for your README

Browse similar

All ai MCPs