← Alle cases
Open Source

MCP-servere til danske offentlige data

Danmarks Statistik og CVR har masser af data, men deres API'er kræver komplekse kald og returnerer store svar, når AI skal bruge dem.

Kunde
Open Source
Udfordring
Danmarks Statistik og CVR har masser af data, men deres API'er kræver komplekse kald og returnerer store svar, når AI skal bruge dem.
Resultater
  • 80-95% token-reduktion
  • 95%+ test coverage på CVR-serveren
  • Offentligt tilgængelig open source på GitHub
Se på GitHub

Hvad problemet var

Danmarks Statistik har tusindvis af datasæt. CVR har information om danske virksomheder. API’erne kræver komplekse kald, og svarene kan bruge unødigt mange tokens, når en AI arbejder direkte med dem.

Hvad jeg byggede

MCP-servere (Model Context Protocol) der sidder mellem AI-modellen og datakilden. De transformerer og komprimerer data så AI kan arbejde effektivt.

DST MCP: Danmarks Statistik

  • Adgang til alle DST’s statistikbanktabeller
  • 80-95% token-reduktion via smart transformering
  • Metadata-caching for hurtige opslag

CVR MCP: Det Centrale Virksomhedsregister

  • Søg og opslå danske virksomheder
  • 95%+ test coverage
  • Struktureret output til AI-systemer

Hvad det viser

Begge servere er offentligt tilgængelige som open source. De viser, hvordan MCP kan give AI-systemer brugbar adgang til komplekse datakilder og reducere token-forbruget i de målte kald.

Brokk & Sindre

Har I en vigtig beslutning om AI?

Skriv kort hvad ledelsen overvejer, eller spørg til et foredrag eller ledelsesoplæg.

Kontakt mig