IterableData

Name: IterableData
Author: datenoio

von datenoioVersion 1.2.0i★ 38iLäuft auf deinem Computer

Name in der Registryio.github.datenoio/iterabledata

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Streaming read, convert, and inspect 100+ formats. Install iterabledata[mcp] and run iterable-mcp.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi2 von 2 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiWachsend↓ 1311/Wo. · ★ 38

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Sonstiges

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 2 von 2 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "iterabledata": {
      "command": "uvx",
      "args": [
        "iterabledata"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add iterabledata -- uvx iterabledata

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "iterabledata": {
      "command": "uvx",
      "args": [
        "iterabledata"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "iterabledata": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "iterabledata"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Laufen auf deinem Computer in

Claude Goose LM Studio Msty Studio Cherry Studio Cursor VS Code + GitHub Copilot Visual Studio Windsurf (Devin Desktop)Zed Kiro Cline Continue JetBrains AI Assistant Claude Code Codex CLI Gemini CLI OpenCode nodecode Warp LibreChat Raycast

Alle Apps, mit Vor- und Nachteilen →

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 11. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto datenoio bestätigt, dem das Repo gehört
✓ Bestanden
Wird noch gepflegt
Code zuletzt geändert: vorgestern
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Sonstigesi

Mehr Sterne als 98 % der anderen 19111 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 93 % der anderen 19111 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 19111 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist IterableData sicher?

Er hat 2 von 2 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt vorgestern geändert, und die neueste Version (1.2.0) kam vorgestern in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: World Monitor, Claude Flow, Tldraw

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 102 tools.

von koala73Weit verbreitet★ 90.457Aktualisiert vor 6 Tagen

Läuft in der Cloud✓ worldmonitor.app

Installieren

Claude Flow

AI orchestration with hive-mind swarms, neural networks, and 87 MCP tools for enterprise dev.

von ruvnetWeit verbreitet↓ 13.513/Wo.★ 81.393Aktualisiert vor 14 Monaten

Läuft auf deinem Computer

Installieren

Tldraw

Draw and visually collaborate with your agents on tldraw's canvas.

von tldrawWeit verbreitet★ 51.444Aktualisiert vor 8 Monaten

Läuft in der Cloud

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

Iterable Data

Iterable Data is a Python library for reading and writing data files row by row in a consistent, iterator-based interface. It provides a unified API for working with various data formats (CSV, JSON, Parquet, XML, etc.) similar to csv.DictReader but supporting many more formats.

This library simplifies data processing and conversion between formats while preserving complex nested data structures (unlike pandas DataFrames which require flattening).

Features

Unified API: Single interface for reading/writing multiple data formats
Automatic Format Detection: Detects file type and compression from filename or content (magic numbers and heuristics)
Format Capability Reporting: Programmatically query format capabilities (read/write/bulk/totals/streaming/tables)
Support for Compression: Works seamlessly with compressed files
Preserves Nested Data: Handles complex nested structures as Python dictionaries
DuckDB Integration: Optional DuckDB engine for high-performance queries with pushdown optimizations
Pipeline Processing: Built-in pipeline support for data transformation
Encoding Detection: Automatic encoding and delimiter detection for text files
Bulk Operations: Efficient batch reading and writing
Native Batch Conversion: Opt-in columnar-to-columnar transfers with projection, row-range, and batch-size selection
Bounded Columnar I/O: Shared row/bulk cursors and configurable Parquet row groups keep large reads and writes bounded
Codec Performance Profiles: Choose fast, balanced, or max compression settings with effective-setting diagnostics
Table Listing: Discover available tables, sheets, and datasets in multi-table formats
Context Manager Support: Use with statements for automatic resource cleanup
DataFrame Bridges: Convert iterable data to Pandas, Polars, and Dask DataFrames with one-liner methods
Cloud Storage Support: Direct access to S3, GCS, and Azure Blob Storage via URI schemes
Database Engine Support: Read-only access to SQL and NoSQL databases (PostgreSQL, ClickHouse, MySQL, MongoDB, Elasticsearch, etc.) as iterable data sources
Atomic Writes: Production-safe file writing with temporary files and atomic renames
Bulk File Conversion: Convert multiple files at once using glob patterns or directories
Progress Tracking and Metrics: Built-in progress bars, callbacks, and structured metrics objects
Error Handling Controls: Configurable error policies and structured error logging; malformed input raises typed errors by default instead of reading as empty datasets
Security Hardening: XXE-safe XML parsing, AST-whitelisted filter expressions, and explicit pickle trust acknowledgement
Performance Regression Gate: CI-enforced baselines for representative read/convert workloads
Container Formats: Stream records from TAR archives without extracting members to disk
Type Hints and Type Safety: Complete type annotations with typed helper functions for dataclasses and Pydantic models
Lakehouse Tables: Read and write Delta Lake, Iceberg, and DuckLake; read Hudi; experimental Apache Paimon tables plus Row/Mosaic file formats

Supported File Types

Core Formats

JSON - Standard JSON files
JSONL/NDJSON - JSON Lines format (one JSON object per line)
JSON-LD - JSON for Linking Data (RDF format)
CSV/TSV - Comma and tab-separated values
Annotated CSV - CSV with type annotations and metadata
CSVW - CSV on the Web (with metadata)
PSV/SSV - Pipe and semicolon-separated values
LTSV - Labeled Tab-Separated Values
FWF - Fixed Width Format
XML - XML files with configurable tag parsing
ZIP XML - XML files within ZIP archives
HTML - HTML files with table extraction

Binary Formats

BSON - Binary JSON format
MessagePack - Efficient binary serialization
CBOR - Concise Binary Object Representation
UBJSON - Universal Binary JSON
SMILE - Binary JSON variant
Bencode - BitTorrent encoding format
Avro - Apache Avro binary format (read & write)
Pickle - Python pickle format (untrusted input is unsafe; pass trust=True to acknowledge)

Columnar & Analytics Formats

Parquet - Apache Parquet columnar format
ORC - Optimized Row Columnar format
Arrow/Feather - Apache Arrow columnar format
GeoParquet - GeoParquet metadata-aware Parquet profile with geometry/CRS preservation
Lance - Modern columnar format optimized for ML and vector search
Vortex - Modern columnar format with fast random access
Paimon Row - Apache Paimon row format for O(1) row-number access
Paimon Mosaic - Apache Paimon columnar-bucket format for wide tables
Paimon - Apache Paimon warehouse/catalog tables
Delta Lake - Delta Lake format (read & write)
Iceberg - Apache Iceberg format (read & write)
DuckLake - DuckLake lakehouse tables (read & write)
Hudi - Apache Hudi format (read; writes deferred)

Database Formats

SQLite - SQLite database files
DBF - dBase/FoxPro database files
MySQL Dump - MySQL dump files
PostgreSQL Copy - PostgreSQL COPY format
DuckDB - DuckDB database files

Statistical Formats

SAS - SAS data files
Stata - Stata data files
SPSS - SPSS data files
R Data - R RDS and RData files
fst - R fst columnar on-disk frames (fst extra; experimental)
PX - PC-Axis format
ARFF - Attribute-Relation File Format (Weka format)
LIBSVM - Sparse labeled feature vectors (read & write)
NumPy - .npy / .npz array rows (read & write; npy extra)

Scientific Formats

NetCDF - Network Common Data Form for scientific data
CDF - NASA Common Data Format (space science)
HDF5 - Hierarchical Data Format
Zarr - Chunked array stores (zarr extra; experimental)
XYZ - Molecular/point coordinate tables
CIF - Crystallographic Information File (atom_site loops; experimental)
PDB - Protein Data Bank ATOM/HETATM records
MATLAB MAT - MATLAB .mat variables (mat extra; experimental)
SEG-Y - Seismic traces (geophysical extra; experimental)
GRIB2 - Meteorological messages (geophysical extra; experimental)
miniSEED - Seismological waveform windows (geophysical extra; experimental)

Geospatial Formats

GeoJSON - Geographic JSON format
GeoJSON Text Sequence - RFC 8142 line-delimited GeoJSON Features (.geojsonl, .geojsons); streaming-friendly
GeoPackage - OGC GeoPackage format
GML - Geography Markup Language
KML - Keyhole Markup Language
KMZ - KML Zipped (ZIP archive containing KML)
GPX - GPS Exchange Format (waypoints, routes, tracks)
Shapefile - ESRI Shapefile format
File Geodatabase - ESRI FileGDB layers via Fiona (geospatial extra; experimental)
MapInfo MIF - MapInfo Interchange Format (geospatial extra; experimental)
Esri ASCII Grid - Raster grids as cell or row records (.asc)
ArcInfo E00 - Interchange exports (experimental subset)
LAS - LiDAR point clouds (lidar extra; experimental)
BAG - Bathymetric Attributed Grid (hdf5 extra; experimental)
CZML - Cesium CZML document packets
FlatGeobuf - Streaming geospatial features with optional spatial-index filtering
MVT/PBF - Mapbox Vector Tiles
TopoJSON - Topology-preserving GeoJSON extension

RDF & Semantic Formats

JSON-LD - JSON for Linking Data
RDF/XML - RDF in XML format
Turtle - Terse RDF Triple Language
N-Triples - Line-based RDF format
N-Quads - N-Triples with context
TriG - RDF Triple Graph format
N3 - Notation3 RDF format
TriX - XML Triple RDF format
HDT - Header-Dictionary-Triples compact RDF (rdf extra; experimental)

Feed Formats

Atom - Atom Syndication Format
RSS - Rich Site Summary feed format

Network Formats

PCAP - Packet Capture format
PCAPNG - PCAP Next Generation format

Log & Event Formats

Apache Log - Apache access/error logs
CEF - Common Event Format
GELF - Graylog Extended Log Format
WARC - Web ARChive format
CDX - Web archive index format
ILP - InfluxDB Line Protocol
HTML - HTML files with table extraction

Email Formats

EML - Email message format
MBOX - Mailbox format
MHTML - MIME HTML format

Configuration Formats

INI - INI configuration files
TOML - Tom's Obvious Minimal Language
YAML - YAML Ain't Markup Language
HOCON - Human-Optimized Config Object Notation
EDN - Extensible Data Notation

Office Formats

XLS/XLSX - Microsoft Excel files
XLSB - Excel Binary format
ODS - OpenDocument Spreadsheet
Microsoft Access - Access .mdb / .accdb tables (access extra; experimental)
Lotus 1-2-3 - Legacy WK1 / .123 spreadsheets (experimental)

Business & Exchange Formats

EDI - X12 / EDIFACT segment streams (experimental)
IATI - Aid-transparency activity XML (xml extra; experimental)

CAD Formats

DXF - AutoCAD Drawing Exchange Format

Graph Formats

GraphML - Graph Markup Language
GEXF - Graph Exchange XML Format
DOT - GraphViz DOT format

Sequence & Alignment Formats

FASTA - Sequence format (protein/nucleotide)
FASTQ - Sequence with quality format
SAM - Sequence Alignment/Map (text)
BAM - Binary SAM format
Genomic VCF/BCF - Variant Call Format for genomic data (distinct from vCard .vcf; requires bio extra)
CRAM - Reference-compressed sequence alignments (requires alignment extra and an explicit reference when needed)
BED - BED3–BED12 genomic intervals
GFF3/GTF - Genomic feature annotations with coordinate and attribute preservation

Streaming & Big Data Formats

Kafka - Apache Kafka format
Pulsar - Apache Pulsar format
Flink - Apache Flink format
Beam - Apache Beam format
RecordIO - RecordIO format
SequenceFile - Hadoop SequenceFile
TFRecord - TensorFlow Record format
WebDataset - TAR shards grouped into ML sample dicts (format="webdataset"; experimental)

Protocol & Serialization Formats

Protocol Buffers - Google Protocol Buffers
Cap'n Proto - Cap'n Proto serialization
FlatBuffers - FlatBuffers serialization
FlexBuffers - FlexBuffers format
Thrift - Apache Thrift format
ASN.1 - ASN.1 encoding format
Ion - Amazon Ion format
OTLP JSON/Protobuf - OpenTelemetry traces, logs, and metrics export profiles (requires otlp extra)

Other Formats

TAR - Multi-file archive container (read-only; streams members without extracting to disk)
vCard (VCF) - Electronic business cards (RFC 6350); not genomic Variant Call Format
iCal - iCalendar format
LDIF - LDAP Data Interchange Format
TXT - Plain text files

See the formats documentation (or docs/docs/formats/ in this repo) for per-format parameters, record shapes, and extras.

Supported Compression Codecs

GZip (.gz)
BZip2 (.bz2)
LZMA (.xz, .lzma)
LZ4 (.lz4)
ZIP (.zip)
Brotli (.br)
ZStandard (.zst, .zstd)
Snappy (.snappy, .sz) — streaming decompression for framed files
LZO (.lzo, .lzop) — streaming decompression with legacy blob fallback
7z (.7z; requires py7zr via iterabledata[compression])

Requirements

Python 3.10+

Installation

pip install iterabledata

The PyPI package is iterabledata. Import iterable:

from i

Nur der Anfang wird gezeigt; den Rest findest du im Repo

IterableData

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Welche Apps ihn nutzen können

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Sonstigesi

Häufige Fragen

Alternativen

World Monitor

Claude Flow

Tldraw

README vom Entwickler

Iterable Data

Features

Supported File Types

Core Formats

Binary Formats

Columnar & Analytics Formats

Database Formats

Statistical Formats

Scientific Formats

Geospatial Formats

RDF & Semantic Formats

Feed Formats

Network Formats

Log & Event Formats

Email Formats

Configuration Formats

Office Formats

Business & Exchange Formats

CAD Formats

Graph Formats

Sequence & Alignment Formats

Streaming & Big Data Formats

Protocol & Serialization Formats

Other Formats

Supported Compression Codecs

Requirements

Installation