Datadis Server
БесплатноНе проверенEnables AI agents to access and analyze Spanish electricity consumption data via the Datadis API, providing tools for supply management, consumption analysis, a
Описание
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 | Sí |
DATADIS_PASSWORD |
Contraseña de Datadis | Sí |
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=falsedisponible para proxies corporativos con inspección SSL.
Licencia
MIT
Установка Datadis Server
У этого сервера нет опубликованного пакета — он собирается из исходников. Открой репозиторий и следуй инструкции в README.
▸ github.com/Jaimegruiz/datadis-mcpFAQ
Datadis Server MCP бесплатный?
Да, Datadis Server MCP бесплатный — установка в пару кликов через Unyly без оплаты.
Нужен ли API-ключ для Datadis Server?
Нет, Datadis Server работает без API-ключей и переменных окружения.
Datadis Server — hosted или self-hosted?
Доступен hosted-вариант: Unyly запускает сервер в облаке, локальная установка не обязательна.
Как установить Datadis Server в Claude Desktop, Claude Code или Cursor?
Открой Datadis Server на unyly.org, выбери вкладку своего клиента (Claude Desktop, Claude Code, Cursor) и нажми Install — конфиг сгенерируется автоматически, без правки JSON.
Похожие MCP
Fetch
Web content fetching and conversion for efficient LLM usage.
AWS KB Retrieval
Retrieval from AWS Knowledge Base using Bedrock Agent Runtime.
автор: modelcontextprotocolSpring AI MCP Server
Provides auto-configuration for setting up an MCP server in Spring Boot applications.
llm-analysis-assistant
A very streamlined mcp client that supports calling and monitoring stdio/sse/streamableHttp, and can also view request responses through the /logs page. It also
автор: xuzexin-hzCompare Datadis Server with
Не уверен что выбрать?
Найди свой стек за 60 секунд
Автор?
Embed-бейдж для README
Похожее
Все в категории ai
