Model Context Protocol · Open Source

Le statistiche italiane,
a un prompt di distanza.

Un server MCP che collega la tua AI a ISTAT — l'Istituto Nazionale di Statistica — per scoprire, interrogare e analizzare i dati ufficiali parlando in linguaggio naturale.

Perché esiste

ISTAT pubblica migliaia di dataset attraverso un'API SDMX potente ma complessa. Questo server nasconde la complessità, mette cache in modo aggressivo e offre a Claude esattamente la superficie di strumenti che gli serve per essere utile — niente di più, niente di meno.

Cache a due livelli

In memoria e su disco persistente. Una volta esplorato un dataflow, ogni domanda successiva è istantanea.

🛡️

Rispetta i rate limit

Coda automatica delle richieste: le conversazioni non si interrompono per un errore inatteso.

🌍

Italiano o inglese

Tutte le etichette e le descrizioni sono disponibili in entrambe le lingue, come le pubblica ISTAT.

🧩

Funziona con qualsiasi client MCP

Poche righe di configurazione e ISTAT diventa uno strumento di prima classe per l'AI che già usi.

Otto strumenti focalizzati

Ogni tool ha una sola responsabilità. Componili per passare dalla curiosità a una tabella di dati pronta da leggere.

🔎
discover_dataflows

Trova i dataset ISTAT per parole chiave, con filtri intelligenti.

🧭
get_constraints

Una sola chiamata: tutte le dimensioni con valori validi ed etichette.

🧱
get_structure

Ispeziona dimensioni e codelist di una datastructure.

🏷️
get_codelist_description

Etichette leggibili in italiano o inglese.

💡
get_concepts

Descrive un concetto ISTAT a partire dal suo identificativo.

📊
get_data

Scarica i dati statistici come tabella TSV compatta.

🗺️
get_territorial_codes

Risolve i codici REF_AREA: Italia, regioni, province, comuni.

⚙️
get_cache_diagnostics

Ispeziona lo stato della cache per debug e osservabilità.

Il flusso in tre passi

Un percorso consigliato che trasforma una domanda vaga in numeri reali.

Scopri

Fai una domanda alla tua AI. Chiama discover_dataflows e propone i dataset più rilevanti.

Ispeziona

Una sola chiamata a get_constraints restituisce tutte le dimensioni con valori validi ed etichettati.

Scarica

get_data estrae la slice esatta come tabella TSV compatta, pronta per l'analisi.

Parti in due minuti

Python 3.11+ e uv consigliati. Istruzioni complete — e uno script PowerShell per Windows — sono nel repository.

git clone https://github.com/ondata/istat_mcp_server.git
cd istat_mcp_server
uv sync
Guida completa