Об этом проекте

Репозиторий bncc-pacotes предоставляет машинные интерфейсы для Base Nacional Comum Curricular (BNCC), официального набора данных базового образования Бразилии. Он содержит три публикации, производные от набора данных bncc-dados: пакет npm (@bncc/dados) для TypeScript/JavaScript, пакет PyPI (bncc) для Python и сервер MCP (@bncc/mcp) для интеграции с ИИ-агентами. Данные (1721 учебный результат) встроены непосредственно в пакеты, что устраняет runtime-зависимости и необходимость доступа к сети. Запрос выполняется локально на машине пользователя. Набор данных синхронизируется из определённого коммита репозитория bncc-dados, с контрольными суммами и data-version, зарегистрированными в dados/VERSAO.json. API предлагает функции porCodigo/por_codigo для поиска по коду (например, EF67LP08), habilidadesEF/habilidades_ef для фильтрации по компоненту, году и практике, buscar/buscar для текстового поиска и decodificar/decodificar для разложения кодов на составные части (этап, область, компетенция, последовательность). Сервер MCP предоставляет семь инструментов (bncc_lookup, bncc_buscar, bncc_listar, bncc_decodificar, bncc_estatisticas, bncc_estrutura, bncc_progressao_ei), которые позволяют ИИ-агентам обращаться к BNCC с официальным источником в каждом ответе. Несуществующие коды возвращают пояснительные ошибки о законных пробелах в нумерации, предотвращая галлюцинации. Сервер можно использовать локально через npx -y @bncc/mcp или бесплатно получить по адресу https://mcp.bncc.dev через HTTP streamable, без API key. Паритет между реализациями npm и PyPI гарантируется «золотыми» запросами, тестируемыми при каждом коммите, как описано в docs/paridade.md. Проект поддерживается компанией Profy (https://www.profy.ai/), которая управляет продуктами на основе LLM для BNCC. Код лицензирован под MIT, а данные под CC BY 4.0, в отдельных файлах лицензий. Название bncc.dev и визуальная идентичность не лицензированы.