Golden Dataset MCP
Resumen
Descripción del creador (original en inglés)
Version-controlled golden datasets and RAG evaluation, no API key needed.
Los tres pilares de PopNx MCP
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
- Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
- Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
- UsoiMuy nuevo↓ 25/sem · ★ –
Qué puedes hacer con él
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
- Conexión: Se ejecuta en tu computadora
- Transporte: stdio
- Categoría: Bases de datos y conjuntos de datos
Instalación
Elige la app de IA que usas y copia la configuración.
Antes de instalar
- Revisiones básicas: 1 de 1 superadas
- Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
- El registro no indica ninguna clave que completar.
Necesitas
- PyPIuv de Python instalado (para el comando uvx)
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"golden-dataset": {
"command": "uvx",
"args": [
"golden-dataset-mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add golden-dataset -- uvx golden-dataset-mcpO copia la configuración tú
Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"golden-dataset": {
"command": "uvx",
"args": [
"golden-dataset-mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
O copia la configuración tú
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"golden-dataset": {
"type": "stdio",
"command": "uvx",
"args": [
"golden-dataset-mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Qué puede hacer
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisiones básicasi
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 8 nov 2026
- ✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub nipunkhanderia, dueña del repo
- … Aún sin revisar
Sigue en mantenimiento
Todavía no hemos leído este repo en GitHub
- … Aún sin revisar
Tiene licencia
Todavía no hemos leído este repo en GitHub
- – No aplica
El endpoint responde
Este se ejecuta en tu computadora; no hay endpoint en internet
- – No aplica
Inicio de sesión con OAuth
Se ejecuta en tu computadora y usa ajustes locales en su lugar
- … Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con otros en Bases de datos y conjuntos de datosi
- Más estrellas que el 0% de los otros 1144 servidores de esta categoría
- Publicado en el registro más recientemente que el 15% de los otros 1144 servidores de esta categoría
- Revisiones básicas iguales o mejores que el 100% de los otros 1144 servidores de esta categoría
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Preguntas frecuentes
¿Es seguro Golden Dataset MCP?
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
¿Qué claves o códigos necesita?
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
¿Se ejecuta en mi computadora o en la nube?
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
¿Sigue en mantenimiento?
El repo de GitHub cambió por última vez –, y la última versión (0.1.2) llegó al registro hace 5 meses.
¿Qué apps pueden usarlo?
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
¿Qué puedo usar en su lugar?
En la misma categoría: Supabase, MongoDB MCP Server, Elasticsearch MCP Server
Alternativas
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
README del creador
Abrir el README
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
mcp-name: io.github.nipunkhanderia/golden-dataset-mcp
golden-dataset-mcp
An MCP server wrapping golden-dataset-studio — version-controlled golden dataset management and semantic evaluation for RAG/LLM pipelines.
This is a thin protocol layer over the existing golden_dataset library (DatasetStore, Evaluator). It does not reimplement any logic — it exposes the library's existing Python API as MCP tools so an agent (Claude Desktop, Claude Code, or any MCP client) can manage golden datasets conversationally.
No LLM API key required. Evaluation uses TF-IDF cosine similarity (scikit-learn), not an LLM call.
Why a separate package from golden-dataset-studio?
golden-dataset-studio is a CLI tool — designed for a human typing golden add, golden commit, etc. in a terminal. golden-dataset-mcp exposes the same underlying operations as MCP tools so an LLM agent can drive them programmatically, e.g. as part of an automated RAG evaluation pipeline. Keeping them as separate PyPI packages means CLI users aren't forced to pull in fastmcp as a dependency, and MCP users get a clean, protocol-focused package.
Tools
| Tool | What it does |
|---|---|
init_dataset | Initialise a new dataset at a given path |
add_entry | Add a question/answer pair to the working tree |
update_entry | Edit fields of an existing working-tree entry |
delete_entry | Remove an entry from the working tree |
list_entries | List working-tree or committed-version entries |
commit_version | Snapshot the working tree as a new immutable version |
diff_versions | Show entries added/removed/changed between two versions |
evaluate_answers | Score actual answers against a version via TF-IDF cosine similarity |
dataset_status | Show current version, working tree size, and version history |
Design: every tool takes an explicit dataset_path
Unlike the CLI (which operates on the current working directory), every tool here requires an explicit dataset_path parameter. This keeps the server fully stateless between calls — no hidden "current dataset" session state to lose track of, and safe for one server instance to manage multiple datasets or serve multiple concurrent clients.
Installation
pip install golden-dataset-mcp
This pulls in golden-dataset-studio and scikit-learn automatically as dependencies.
Usage with Claude Desktop / Claude Code
{
"mcpServers": { "golden-dataset": { "command": "golden-dataset-mcp" } } }
No environment variables needed — no API key, no config.
Example flow
1. init_dataset(dataset_path="./my-rag-eval", name="support-bot-eval")
- add_entry(dataset_path="./my-rag-eval", question="...", answer="...") [repeat for each golden Q&A pair]
- commit_version(dataset_path="./my-rag-eval", description="initial 50 questions")
- [run your RAG pipeline, collect actual answers]
- evaluate_answers(dataset_path="./my-rag-eval", actual_answers=[...]) -> avg_semantic_similarity, per-entry scores, pass/fail
As your RAG pipeline changes over time, commit_version again after edits and use diff_versions to see exactly what changed in your golden set between releases.
Relationship to the underlying library
golden-dataset-studio | golden-dataset-mcp | |
|---|---|---|
| Interface | CLI (golden ...) | MCP tools |
| Driven by | A human typing commands | An LLM agent / MCP client |
| Path handling | Current working directory | Explicit dataset_path per call |
| Dependency direction | — | Depends on golden-dataset-studio |
If you want the human-driven CLI, use golden-dataset-studio directly. If you want an agent to drive it, use this package.
Development
git clone https://github.com/nipunkhanderia/golden-dataset-mcp
cd golden-dataset-mcp pip install -e ".[dev]" pytest -v
Validate the MCP-facing contract:
npx @modelcontextprotocol/inspector golden-dataset-mcp
Limitations
evaluate_answersuses TF-IDF cosine similarity, which captures lexical overlap better than deep semantic meaning. For embedding-based or RAGAS-style metrics, call the underlying library'sEvaluator.ragas_evaluate()directly (requirespip install "golden-dataset-studio[ragas]"— not exposed as an MCP tool in this version).- Very short or stop-word-only answers will raise an error. scikit-learn's TF-IDF vectorizer raises
ValueError: empty vocabularyon inputs like a bare"4"or"the a an". Avoid single-token golden answers, or expectevaluate_answersto fail on them. - All state is filesystem-backed JSON/JSONL under
/.golden_dataset/; this server does no remote storage or syncing.
License
MIT