Benin OpenData MCP

Benin OpenData MCP

Server MCP (Model Context Protocol) pour naviguer et consommer les données publiques du Bénin.

Installation

pip install -e ".[test]"

Authentification

Ce serveur MCP interagit avec le portail OpenData du Bénin. L'authentification dépend du type d'opération :

| Opération | Clé API requise | Description | |-----------|-----------------|-------------| | Lecture (search, preview, download) | ❌ Optionnelle | Les données publiques sont accessibles sans authentification | | Écriture (bulk upload) | ✅ Obligatoire | Nécessite une clé API avec permissions d'écriture |

Obtenir une clé API

Pour les opérations d'écriture (bulk upload), contactez l'administration du portail OpenData du Bénin pour obtenir une clé API.

Configuration de la clé API

Si vous avez une clé API, configurez-la via la variable d'environnement :

export BENIN_OPEN_DATA_API_KEY="votre_cle_api_ici"

Usage

Lancer le serveur en local :

# Sans clé API (lecture seule)
fastmcp run src/opendata_bj/server.py

# Avec clé API (lecture + écriture)
BENIN_OPEN_DATA_API_KEY="votre_cle" fastmcp run src/opendata_bj/server.py

Usage avec Docker

Vous pouvez également exécuter ce serveur MCP via Docker.

1. Construire l'image Docker :

docker build -t opendata-bj-mcp .

1. Lancer le conteneur (lecture seule) :

docker run -i --rm opendata-bj-mcp

1. Lancer le conteneur (avec clé API pour les opérations d'écriture) :

docker run -i --rm \
  -e BENIN_OPEN_DATA_API_KEY="votre_cle_api_ici" \
  opendata-bj-mcp

(L'option -i est utilisée car le serveur MCP communique via stdio)

Configuration dans un client MCP

Une fois l'application fonctionnelle, vous pouvez l'intégrer à un client compatible MCP (comme Claude Desktop, Cursor, OpenClaw, etc.) en renseignant la configuration suivante :

Exemple pour Claude Desktop (claude_desktop_config.json) ou Cursor :

Option 1 : En utilisant Python localement (lecture seule) ``json { "mcpServers": { "opendata-bj": { "command": "fastmcp", "args": ["run", "/chemin/absolu/vers/opendata-bj-mcp/src/opendata_bj/server.py"] } } } ``

Option 2 : En utilisant Python localement (avec clé API) ``json { "mcpServers": { "opendata-bj": { "command": "fastmcp", "args": ["run", "/chemin/absolu/vers/opendata-bj-mcp/src/opendata_bj/server.py"], "env": { "BENIN_OPEN_DATA_API_KEY": "votre_cle_api_ici" } } } } ``

Option 3 : En utilisant Docker (lecture seule) ``json { "mcpServers": { "opendata-bj": { "command": "docker", "args": [ "run", "-i", "--rm", "opendata-bj-mcp" ] } } } ``

Option 4 : En utilisant Docker (avec clé API) ``json { "mcpServers": { "opendata-bj": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "BENIN_OPEN_DATA_API_KEY=votre_cle_api_ici", "opendata-bj-mcp" ] } } } ``

(Assurez-vous que fastmcp est bien accessible globalement ou précisez le chemin absolu vers votre environnement virtuel)

Architecture

Inspirée du projet Collegue, cette architecture privilégie la modularité et la validation stricte des données via Pydantic v2.