Skip to main content

OPC-Ontology-MCP

OPC 订单中心本体查询 MCP 服务器。它加载 opc-gen-ontology 技能生成的最终本体层(gen_ontology/ontology/), 通过 MCP 协议(stdio)向 AI 智能体暴露只读查询能力,为代码分析、影响面评估、故障定位等任务提供判断推理依据。

功能特性

  • 本体概览 —— 对象/属性/关系/动作计数、关系置信度与来源分布、表类型分布、域列表、业务场景清单
  • 语义搜索 —— 按表名/中文名/概念/业务场景/域关键词检索
  • 实体详情 —— 单张表的完整推理上下文(字段、双向关系、动作、sqlId、DAO 方法、读写字段)
  • 关系扩展 —— BFS 邻居扩展,支持深度、方向、业务关系类型、业务子类型、置信度、来源过滤与节点上限
  • 业务场景 —— 按场景 ID 或名称查询涉及表及每表动作摘要
  • 概念/域查询 —— 按业务概念或信息模块(域)列出相关表
  • 关系路径 —— 两张表之间最短关系路径推理,可同时应用关系类型/子类型/置信度/来源过滤
  • 字段检索 —— 跨表按字段名/注释/角色检索
  • 热重载 —— 本体重新生成后无需重启进程即可刷新数据
  • stdio 传输 —— 仅支持 stdio,由 MCP 客户端本地拉起,不占用网络端口
  • 只读安全 —— 只读取 ontology/ 最终层 JSON,不连接数据库,不写入任何本体文件

环境要求

依赖 要求
Python 3.11+
数据库 无需
Java 无需

本体数据由 opc-gen-ontology 技能生成,启动时通过 --ontology-dir 指向 gen_ontology 输出目录。

安装

方式一:uvx 直接运行(推荐,需已发布到 PyPI)

# 直接运行,无需安装,首次会自动下载依赖
uvx opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

注意:本方式要求 opc-ontology-mcp 已发布到 PyPI。发布前请先使用方式四(本地源码运行)。

方式二:uv tool 安装(需要全局命令时)

发布后:从 PyPI 安装

# 安装到 uv 工具环境,提供全局 opc-ontology-mcp 命令
uv tool install opc-ontology-mcp

# 运行
opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

发布前:从本地源码安装

# 进入包含 pyproject.toml 的项目根目录
cd D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp

# 从当前目录安装本地项目
uv tool install .

# 运行
opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

也可以直接使用绝对路径,避免受当前 shell 所在目录影响:

uv tool install D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp

方式三:pip 安装

发布后:从 PyPI 安装

pip install opc-ontology-mcp
opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

发布前:从本地源码安装

# 进入包含 pyproject.toml 的项目根目录
cd D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp

# 从当前目录安装本地项目
pip install .

# 运行
opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

也可以直接使用绝对路径:

pip install D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp

方式四:本地源码运行(发布前的推荐方式)

git clone https://gitee.com/zhouxinhai/opc-ontology-mcp.git
cd opc-ontology-mcp
uv sync

# 本地运行
uv run opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

安装方式对比

安装方式 命令 适用场景 后续升级
uvx uvx opc-ontology-mcp 临时运行、MCP 客户端配置 @latest / ==版本 / --refresh
uv tool opc-ontology-mcp 长期使用、全局命令 uv tool upgrade
pip opc-ontology-mcp 无 uv 环境 pip install --upgrade
本地源码 uv run opc-ontology-mcp 二次开发、发布前验证 git pull + uv sync

注意:uv tool 与 pip 二选一即可,不要同时安装。两者生成的命令同名, PATH 中哪个目录靠前就执行哪个,可能出现“刚升级却还是旧版”的问题。

路径规则:uv tool install . 和 pip install . 中的路径按当前 shell 的工作目录解析, 不是相对 README.md 文件所在目录;路径必须指向包含 pyproject.toml 的项目根目录。 不确定当前目录时,优先使用上文的绝对路径写法。

升级

uvx 方式

# 强制拉取最新版
uvx opc-ontology-mcp@latest --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

# 固定版本(MCP 客户端长期配置推荐)
uvx opc-ontology-mcp==0.1.0 --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

# 缓存异常时强制刷新
uvx --refresh opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

uv tool 方式

uv tool upgrade opc-ontology-mcp
uv tool list   # 查看已安装版本

pip 方式

pip install --upgrade opc-ontology-mcp
pip show opc-ontology-mcp   # 查看已安装版本

本地源码方式

git pull
uv sync

配置与启动

启动参数

参数 必填 说明
--ontology-dir 是 gen_ontology 根目录或其下的 ontology/ 目录。传入根目录时自动定位 <dir>/ontology/;直接传 ontology/ 目录也兼容
--log-level 否 日志级别:DEBUG / INFO / WARNING / ERROR,默认 INFO。日志仅输出到 stderr,不会污染 stdio 协议

--ontology-dir 也可以通过环境变量 OPC_ONTOLOGY_DIR 指定;命令行参数优先于环境变量。

# 传入 gen_ontology 根目录(推荐)
uv run opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

# 直接传入最终产物目录,同样支持
uv run opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology/ontology

数据加载范围

启动时一次性加载最终本体层,加载逻辑与 opc-gen-ontology 技能中的 scripts/ontology_graph.html 完全一致:

文件 内容
ontology/object_types/*.json 对象类型(表头信息、主键、分区/归档字段等)
ontology/property_types/*.json 属性骨架(字段名、注释、角色、场景引用)
ontology/link_types.json 关系边(from/to 表和字段、业务关系类型、业务子类型、置信度、证据来源)
ontology/action_types.json 动作(场景、sqlId、DAO 方法、读写字段)
ontology/ontology_manifest.json 全量索引(by_table / by_scenario / by_domain / by_concept)

不会读取 raw/、intermediate/、progress.json、run_config.json 等中间产物。 DDL 级字段详情不在本体内,需要时请配合 opc-mcp 的 query_table_desc 实时查询。

MCP 客户端配置

stdio 模式由 MCP 客户端自动拉起并管理服务器进程,无需手动启动服务。

Claude Code / WorkBuddy:uvx 方式(发布到 PyPI 后)

{
  "mcpServers": {
    "opc-ontology-mcp": {
      "command": "uvx",
      "args": [
        "opc-ontology-mcp",
        "--ontology-dir", "D:/code/java/crm/git/OPC/gen_ontology"
      ]
    }
  }
}

Claude Code / WorkBuddy:本地源码方式(发布前)

{
  "mcpServers": {
    "opc-ontology-mcp": {
      "command": "uv",
      "args": [
        "run",
        "--directory", "D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp",
        "opc-ontology-mcp",
        "--ontology-dir", "D:/code/java/crm/git/OPC/gen_ontology"
      ]
    }
  }
}

提示:JSON 配置中的 Windows 路径建议使用 / 分隔符,避免转义问题。

Codex:uvx 方式(发布到 PyPI 后)

Codex 使用 TOML 配置,写入全局 ~/.codex/config.toml,或项目下的 .codex/config.toml(例如 D:/code/java/crm/git/OPC/.codex/config.toml):

[mcp_servers.opc-ontology-mcp]
command = "uvx"
args = [
  "opc-ontology-mcp",
  "--ontology-dir", "D:/code/java/crm/git/OPC/gen_ontology",
]

如果 Codex 启动 MCP 子进程时,uvx 也报“拒绝访问 / Failed to persist temporary file / Failed to query Python interpreter”,原因与 uv run 类似:uvx 同样需要写 uv 缓存。建议显式设置 UV_CACHE_DIR 到可写目录,并固定版本:

[mcp_servers.opc-ontology-mcp]
command = "uvx"
args = [
  "opc-ontology-mcp==0.1.0",
  "--ontology-dir", "D:/code/java/crm/git/OPC/gen_ontology",
]

[mcp_servers.opc-ontology-mcp.env]
UV_CACHE_DIR = 'D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp/.uv-cache'

说明:

  • uvx 首次运行需要访问包索引;运行成功后,后续可复用缓存。
  • 固定 ==版本号 可以减少每次启动时的版本解析变化。
  • UV_CACHE_DIR 不建议指向只读目录或系统临时目录;放在项目或工作区下的稳定路径更可靠。
  • 若仍需要排除 PATH 差异,可将 command = "uvx" 改为绝对路径的 uvx.exe。

也可以用命令添加;如需同时写入缓存目录环境变量,可加 --env:

codex mcp add --env UV_CACHE_DIR=D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp/.uv-cache opc-ontology-mcp -- uvx opc-ontology-mcp==0.1.0 --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

Codex:本地源码方式(发布前)

推荐直接使用项目虚拟环境中已安装的启动命令,避免 Codex 启动 MCP 子进程时再次触发 uv run 的解释器检测和缓存写入:

[mcp_servers.opc-ontology-mcp]
command = 'D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp/.venv/Scripts/opc-ontology-mcp.exe'
args = [
  "--ontology-dir", "D:/code/java/crm/git/OPC/gen_ontology",
]

也可以继续使用 uv run:

[mcp_servers.opc-ontology-mcp]
command = "uv"
args = [
  "run",
  "--directory", "D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp",
  "opc-ontology-mcp",
  "--ontology-dir", "D:/code/java/crm/git/OPC/gen_ontology",
]

如果 Codex 启动 MCP 子进程时,uv 报“拒绝访问 / Failed to persist temporary file / Failed to query Python interpreter”,建议使用绝对路径的 uv.exe,并通过 --no-sync 与 UV_CACHE_DIR 避免每次启动都写入默认缓存:

[mcp_servers.opc-ontology-mcp]
command = 'C:/Users/admin/AppData/Local/Programs/Python/Python313/Scripts/uv.exe'
args = [
  "run", "--no-sync",
  "--directory", "D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp",
  "opc-ontology-mcp",
  "--ontology-dir", "D:/code/java/crm/git/OPC/gen_ontology",
]

[mcp_servers.opc-ontology-mcp.env]
UV_CACHE_DIR = 'D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp/.uv-cache'

对应的添加命令:

codex mcp add opc-ontology-mcp -- uv run --directory D:/code/java/crm/git/OPC_AI/OPC_MCP_SERVER/opc-ontology-mcp opc-ontology-mcp --ontology-dir D:/code/java/crm/git/OPC/gen_ontology

提示:

  • Codex 的 stdio MCP 配置使用 command + args,不要写 type = "http" 和 url; type = "http" / url 只适用于 HTTP MCP 服务。
  • TOML 中建议 Windows 路径使用 / 分隔符;如果使用反斜杠,应使用单引号字面量字符串, 例如 command = 'D:\path\to\program.exe'。
  • 修改配置后,需要重启 Codex 会话或按客户端提示重新加载 MCP 服务。

工具说明

所有查询工具均为只读;除 reload_ontology 外都标记了 readOnlyHint。 表名、场景 ID、概念、域的匹配均为大小写不敏感。

get_ontology_overview

获取本体整体概览。

参数 类型 必填 说明
无 - - -
{
  "status": "ok",
  "version": "v1.2",
  "object_count": 345,
  "property_count": 6008,
  "link_count": 1179,
  "link_by_confidence": { "high": 115, "low": 940, "medium": 124 },
  "link_by_source": { "column_naming": 940, "code_semantic": 2, "doc_semantic": 113, "sql_join": 124 },
  "link_by_relation": { "belongs_to": 45, "contains": 2, "maps_to": 1, "produces": 1, "references": 1130 },
  "link_by_relation_subtype": { "cust_order_contains_order_line": 1, "operation_produces_feedback": 1 },
  "action_by_kind": { "crud": 972, "semantic": 423 },
  "table_types": { "工单表": 46, "流水表": 26, "资料表": 96 },
  "scenario_count": 61
}

search_ontology

按关键词搜索实体(表名/中文名)、概念、业务场景(ID/名称)、信息模块(域)、业务关系类型、业务关系子类型。

参数 类型 必填 默认 说明
query string 是 - 搜索关键词
limit integer 否 20 返回匹配数量上限(1-200)
{
  "status": "ok",
  "query": "订单",
  "matches": [
    { "kind": "concept", "key": "订单", "description": "12 张表" },
    { "kind": "scenario", "key": "ORDER_ACCEPT", "description": "订单受理" },
    { "kind": "relation", "key": "belongs_to", "description": "关系语义类型" },
    { "kind": "relation_subtype", "key": "order_item_belongs_to_cust_order", "description": "业务关系子类型" },
    { "kind": "entity", "key": "OR_CUST_ORDER", "description": "客户订单" }
  ]
}

get_entity

获取单张表的完整推理上下文:对象头信息、字段、双向关系、动作。

参数 类型 必填 默认 说明
table_name string 是 - 表名,大小写不敏感
include_properties boolean 否 true 是否返回字段详情
include_links boolean 否 true 是否返回双向关系
include_actions boolean 否 true 是否返回动作详情
{
  "status": "ok",
  "entity": {
    "table_name": "OR_OPERATION",
    "display_name": "工单",
    "table_type": "工单表",
    "domains": ["未知"],
    "primary_key": ["OPERATION_ID", "REGION_CODE"],
    "property_count": 49,
    "link_count": 14,
    "action_count": 9
  },
  "properties": [
    { "name": "OPERATION_ID", "comment": "工单标识", "roles": ["pk"], "scenario_refs": ["OPERATION_EXECUTE"] }
  ],
  "links": [
    { "id": "LNK-0020", "from_table": "OR_OPERATION", "from_column": "ORDER_ID",
      "to_table": "OR_CUST_ORDER", "to_column": "ORDER_ID",
      "relation": "belongs_to", "relation_subtype": "operation_belongs_to_order",
      "confidence": "high", "source": "doc_semantic", "direction": "out" }
  ],
  "actions": [
    { "id": "ACT-OR_OPERATION-OPERATION_EXECUTE", "scenario_id": "OPERATION_EXECUTE",
      "operation_types": ["INSERT", "UPDATE"], "sql_ids": ["10510327"],
      "dao_methods": ["insertOperation"], "read_fields": ["ORDER_ID"],
      "write_fields": ["STATUS"] }
  ]
}

get_entity_relations

从指定表出发做 BFS 关系扩展,返回邻居节点与边。

参数 类型 必填 默认 说明
table_name string 是 - 中心表名,大小写不敏感
depth integer 否 2 BFS 扩展深度(1-99)
direction string 否 both out 出边 / in 入边 / both 双向
confidence string[] 否 null 置信度过滤:high / medium / low
source string[] 否 null 证据来源过滤:physical_fk / sql_join / code_semantic / doc_semantic / column_naming
relation string[] 否 null 业务关系类型过滤:belongs_to / references / contains / produces / maps_to / parallel_of / history_of
relation_subtype string[] 否 null 业务关系子类型过滤;可用值见 get_ontology_overview 的 link_by_relation_subtype
max_nodes integer 否 40 节点数量上限(含中心表,1-9999)
{
  "status": "ok",
  "center": "OR_OPERATION",
  "depth": 2,
  "direction": "both",
  "node_count": 18,
  "edge_count": 14,
  "truncated": false,
  "nodes": [
    { "table_name": "OR_OPERATION", "display_name": "工单", "depth": 0 },
    { "table_name": "OR_CUST_ORDER", "display_name": "客户订单", "depth": 1 }
  ],
  "edges": [
    { "id": "LNK-0020", "from_table": "OR_OPERATION", "to_table": "OR_CUST_ORDER",
      "relation": "belongs_to", "relation_subtype": "operation_belongs_to_order",
      "confidence": "high", "source": "doc_semantic" }
  ]
}

get_scenario

按业务场景 ID(大小写不敏感)或场景名称查询涉及表及动作摘要。

参数 类型 必填 默认 说明
scenario string 是 - 场景 ID 或场景名称
limit integer 否 100 返回表数量上限(1-1000)
{
  "status": "ok",
  "scenario_id": "ORDER_ACCEPT",
  "scenario_name": "订单受理",
  "table_count": 3,
  "tables": [
    {
      "table_name": "OR_TEST_ORDER",
      "display_name": "测试订单",
      "actions": [
        {
          "scenario_id": "ORDER_ACCEPT",
          "operation_types": ["INSERT", "SELECT"],
          "sql_ids": ["900001", "900002"],
          "dao_methods": ["insertOrder"],
          "write_fields": ["CUST_ID", "STATUS"]
        }
      ]
    }
  ]
}

get_concept_tables

按业务概念查询相关表清单。

参数 类型 必填 默认 说明
concept string 是 - 业务概念名称
limit integer 否 100 返回表数量上限(1-1000)
{
  "status": "ok",
  "concept": "订单",
  "table_count": 2,
  "tables": [
    { "table_name": "OR_TEST_ORDER", "display_name": "测试订单", "table_type": "工单表" }
  ]
}

get_domain_tables

按信息模块(域)查询相关表清单。

参数 类型 必填 默认 说明
domain string 是 - 信息模块(域)名称
limit integer 否 100 返回表数量上限(1-1000)
{
  "status": "ok",
  "domain": "订单域",
  "table_count": 2,
  "tables": [
    { "table_name": "OR_TEST_ORDER", "display_name": "测试订单" }
  ]
}

find_relation_path

推理两张表之间的关系路径:在过滤后的关系图上查找最短路径(可返回多条)。

参数 类型 必填 默认 说明
from_table string 是 - 起始表名,大小写不敏感
to_table string 是 - 目标表名,大小写不敏感
max_depth integer 否 4 最大路径长度(1-8 跳)
max_paths integer 否 3 最多返回路径数(1-10)
confidence string[] 否 null 置信度过滤
source string[] 否 null 证据来源过滤
relation string[] 否 null 业务关系类型过滤
relation_subtype string[] 否 null 业务关系子类型过滤;可用值见 get_ontology_overview
{
  "status": "ok",
  "from_table": "OR_TEST_ORDER_ITEM",
  "to_table": "OR_TEST_CUSTOMER",
  "path_count": 1,
  "paths": [
    {
      "length": 2,
      "nodes": [
        { "table_name": "OR_TEST_ORDER_ITEM" },
        { "table_name": "OR_TEST_ORDER" },
        { "table_name": "OR_TEST_CUSTOMER" }
      ],
      "edges": [
        { "id": "LNK-0001", "from_table": "OR_TEST_ORDER_ITEM", "to_table": "OR_TEST_ORDER",
          "relation": "belongs_to", "relation_subtype": "order_item_belongs_to_cust_order",
          "confidence": "high", "source": "doc_semantic", "traversal": "out" },
        { "id": "LNK-0002", "from_table": "OR_TEST_ORDER", "to_table": "OR_TEST_CUSTOMER",
          "relation": "references", "relation_subtype": "cust_order_references_customer",
          "confidence": "medium", "source": "sql_join", "traversal": "out" }
      ]
    }
  ]
}

search_fields

跨表检索字段:字段名(大小写不敏感)或注释包含关键词,可按表与角色过滤。

参数 类型 必填 默认 说明
keyword string 是 - 字段名或注释关键词
table_name string 否 null 限定表名,大小写不敏感
role string 否 null 限定字段角色,如 pk / status / order_id / dict
limit integer 否 50 返回结果数量上限(1-500)
{
  "status": "ok",
  "query": "cust",
  "count": 3,
  "fields": [
    { "table_name": "OR_TEST_ORDER", "field": "CUST_ID", "comment": "客户标识", "roles": ["fk"] }
  ]
}

reload_ontology

本体文件重新生成后,从原目录热重载;失败时保留旧数据并返回错误信息。

参数 类型 必填 说明
无 - - -
{
  "status": "ok",
  "reloaded": true,
  "version": "v1.2",
  "object_count": 345,
  "property_count": 6008,
  "link_count": 1176,
  "action_count": 1395
}

常见问题

Q1:启动报“未能在以下位置找到本体最终产物”

检查 --ontology-dir 是否指向 gen_ontology 根目录或其下的 ontology/ 目录。 目录中必须同时存在 ontology_manifest.json 和 object_types/ 子目录。 若本体尚未生成,请先运行 opc-gen-ontology 技能。

Q2:本体重新生成后如何刷新数据?

优先调用 reload_ontology 工具,无需重启 MCP 客户端; 也可以重启 MCP 客户端让服务器进程随配置重新拉起。热重载失败时会保留旧数据,修正文件后再试。

Q3:启动报“JSON 解析失败”

按报错中的文件路径检查对应 JSON 是否完整。本体文件由脚本确定性渲染, 不要手工编辑;重新运行 opc-gen-ontology 即可恢复。

Q4:uvx 提示找不到包?

opc-ontology-mcp 尚未发布到 PyPI 时,uvx / pip / uv tool 方式不可用。 请先使用本地源码方式:uv sync 后 uv run opc-ontology-mcp ...。

项目结构

opc-ontology-mcp/
├── src/opc_ontology_mcp/
│   ├── main.py        # 入口:参数解析、stdio 保护、启动加载
│   ├── store.py       # 本体加载、路径识别、内存索引、热重载
│   ├── queries.py     # 纯查询函数(概览/搜索/实体/关系/场景/路径/字段)
│   ├── register.py    # FastMCP 工具注册(10 个工具)
│   └── __init__.py
├── tests/             # pytest 单元测试 + stdio 集成测试 + 固定样本
├── pyproject.toml     # 项目配置(uv + setuptools)
├── uv.lock            # 依赖锁定
└── README.md          # 安装与使用手册

版本历史

版本 变更
0.1.0 初始版本:10 个查询工具、stdio 传输、路径自动识别、热重载

发布到 PyPI(维护者)

# 1. 构建
uv build

# 2. 上传(需要 PyPI 账号和 token)
uv run twine upload dist/*

发布后,uvx / pip / uv tool 安装方式即可使用;发布前请使用本地源码方式运行。

License

MIT

Metadata

Release files for opc-ontology-mcp 0.1.0

For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.

Source distribution (sdist)

Source distribution for opc-ontology-mcp 0.1.0
File Size Uploaded Provenance Actions
opc_ontology_mcp-0.1.0.tar.gz 34.4 kB Without provenance Details for opc_ontology_mcp-0.1.0.tar.gz

Built distribution (wheel)

Table of built distributions (wheels) for opc-ontology-mcp 0.1.0
File Interpreter ABI Platform Actions
opc_ontology_mcp-0.1.0-py3-none-any.whl Python 3 none any Details for opc_ontology_mcp-0.1.0-py3-none-any.whl

Total release size: 57.1 kB

Release files / opc_ontology_mcp-0.1.0.tar.gz

Download URL opc_ontology_mcp-0.1.0.tar.gz
Size 34.4 kB
Tags Source
SHA-256 checksum
How to use checksums
a13b5797e6bfcb7387a7f8879561cf88b1f3e0b162b8071a4127e7f9294915d6
BLAKE2b-256 checksum
How to use checksums
2651eef744a2a26bf72cf94a268207cac6bf508c96646b29144f2e3746a94e63
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/7.0.0 CPython/3.13.3

Release files / opc_ontology_mcp-0.1.0-py3-none-any.whl

Download URL opc_ontology_mcp-0.1.0-py3-none-any.whl
Size 22.7 kB
Tags Python 3
SHA-256 checksum
How to use checksums
c9b1d41ee7013ae4d13d911569b97ef4b583bbd0df30dce3173590b41fdbbf7d
BLAKE2b-256 checksum
How to use checksums
9f861edb64308888e4703e111e459f19576868093f1581dc58a586d33dbb54af
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/7.0.0 CPython/3.13.3

Security for opc-ontology-mcp 0.1.0

Provenance

Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.

No provenance found

None of the files in this release were uploaded with provenance metadata.

A note on package security

PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.

To learn more about protecting yourself from malicious actors, visit our package security documentation.

Release history Release notifications | RSS feed

This release

0.1.0 This release

2 release files No provenance

Anthropic, PBC Visionary sponsor Bloomberg Visionary sponsor Hudson River Trading Visionary sponsor Meta Visionary sponsor NVIDIA Visionary sponsor Microsoft Sustainability sponsor Depot Continuous Integration AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Sentry Error logging StatusPage Status page