El número, los nombres, los editores, los precios, las entradas y las salidas de las Data Apps cambian continuamente. Las herramientas del protocolo MCP son relativamente estables. Por eso esta página se centra en los contratos de las herramientas y en el flujo general, y no trata ninguna instantánea del catálogo como una lista duradera.
Dos niveles de capacidad
Para una integración a largo plazo con una aplicación fija, anota su
app_id. namespace/app_name también referencia una aplicación, pero puede dejar de funcionar si se cambia el nombre del editor o de la aplicación.
Las seis herramientas MCP
search_data_apps: buscar en el catálogo
Descubre Data Apps con palabras clave de negocio. query acepta palabras clave en cualquier idioma. Déjalo vacío para recorrer el catálogo visible para ti. También puedes filtrar con type para aplicaciones de recopilación o consulta (data) y de procesamiento (transform), y con scope para all, public, private o shared.
Cada tarjeta de resultado incluye el
app_id, el nombre, el resumen, el modo de ejecución (sync / async), indicaciones de entrada y salida, el precio inicial y la visibilidad. Busca y compara primero. No ejecutes antes de confirmar.
get_data_app_details: leer el contrato completo
Llama a esta herramienta antes de ejecutar. Pasa un app_id o <namespace>/<app_name> para obtener:
input_schema: el JSON Schema estándar que esta ejecución debe cumplir.output_schema: los campos que pueden devolverse.knowledge: límites de la capacidad, latencia esperada y advertencias.pricing: descripción de la facturación.examples: entradas de ejemplo para usar como punto de partida.
run_data_app: iniciar una ejecución
Pasa app, un input que cumpla el input_schema y, si es necesario, max_records para limitar el número de resultados. Si la entrada no coincide con el contrato, la herramienta devuelve de inmediato [invalid-input] y señala el campo problemático.
Los valores de retorno habituales incluyen run_id, state, progress, usage, billing y next_step. Usa un max_records pequeño en el primer intento para confirmar los datos, la duración y el coste.
get_run_status: comprobar el estado de la ejecución
Pasa un run_id para comprobar el progreso, los detalles del fallo, el uso y el coste, sin leer datos. Para tareas asíncronas, usa wait_seconds (0-60) para long polling. Espera 60 segundos por llamada en lugar de consultar rápidamente sin pausas.
Los estados habituales son QUEUED, RUNNING, SUCCEEDED, PARTIALLY_SUCCEEDED, FAILED y CANCELLED. En caso de fallo, revisa error.code, error.category, error.message y error.retryable.
get_run_result: leer los resultados
Lee como máximo 50 registros por llamada. Pagina con offset y usa fields para solicitar un subconjunto de campos separados por comas, como title,price,url, para que los campos grandes innecesarios no saturen la conversación.
Cuando la respuesta contiene un handoff, el resultado es grande o no es adecuado para seguir paginando en la conversación. Sigue el comando SDK o REST del handoff para exportar un archivo en lugar de hacer que el agente mueva el JSON completo una y otra vez.
cancel_run: cancelar una ejecución
Pasa un run_id para cancelar una tarea en cola o en ejecución. Una tarea en ejecución puede tardar unos segundos en detenerse de forma cooperativa. Los resultados parciales ya producidos se conservan y aún pueden leerse con get_run_result. Solo se facturan los datos producidos.
Flujo de trabajo estándar
Aplicaciones síncronas y asíncronas
Recibir un
run_id para una tarea asíncrona no significa que la extracción haya tenido éxito. Confirma el estado final antes de leer los resultados, y no vuelvas a enviar el mismo objetivo por la espera.
Cómo trabajar con las Data Apps
Las Data Apps son las capacidades de datos concretas de Data Hub. Aparecen nuevas y las existentes cambian, así que esta página no mantiene ninguna lista fija. Antes de usarlas, busca consearch_data_apps y confirma las entradas, salidas, precio y límites actuales con get_data_app_details.
Consejos de conexión y uso
- Aplicación aún sin elegir: sigue Conexión general: elegir una aplicación dentro del agente para conectar primero el MCP de Data Hub y luego buscar, comparar y confirmar.
- Aplicación fija usada a largo plazo: usa Codex: conectar una aplicación específica o Claude Code: conectar una aplicación específica para reducir el alcance de las herramientas.
- Costes o grandes volúmenes de datos de por medio: llama primero a la herramienta de detalles para comprobar
pricingyexamples, prueba con un volumen de datos pequeño y gestiona elhandoffcuando necesites un resultado grande.
El MCP general de Data Hub se basa en
https://mcp-v2.octoparse.com y admite clave API u OAuth. La configuración de conexión y los parámetros actuales son los que genera la Data Hub Open Platform. Es distinto del servidor MCP de scraping de Octoparse de la navegación superior. No mezcles sus direcciones, autenticación ni nombres de herramientas.