Singapore MCP: datos oficiales de Singapur dentro de tu asistente de IA

El problema que resuelve

Singapur publica una cantidad inusual de datos públicos de alta calidad. Transacciones de reventa de HDB, registros de empresas de ACRA, resultados de subastas de COE, estaciones y salidas de MRT, llegadas de autobús en vivo, lecturas de PSI y lluvia, series de PIB e IPC, tipos de cambio del MAS, recaudación del IRAS, llegadas de visitantes: casi todo abierto, documentado y gratuito.

Lo difícil es conseguir que un asistente de IA los use bien. Pregunta a un modelo de propósito general por los precios de reventa en Toa Payoh y obtendrás un párrafo plausible ensamblado con lo que absorbió durante el entrenamiento, sin ningún conjunto de datos detrás y sin fecha. La versión honesta de esa respuesta exige encontrar el conjunto de datos correcto, filtrarlo por la ciudad, el tipo de piso y el mes correctos, hacer la aritmética y luego decir en voz alta qué agencia lo publicó y cuándo.

Singapore MCP hace exactamente eso, como servidor Model Context Protocol : un pequeño programa que tu aplicación de IA ejecuta y que le da un conjunto de herramientas que puede invocar. Lo instalas una vez y a partir de ahí preguntas en lenguaje corriente.

Cada respuesta muestra su trabajo

Esta es la regla de diseño sobre la que está construido todo el proyecto. Siempre que el formato de origen lo permite, un resultado conserva la agencia de origen, el identificador del conjunto de datos o de la tabla, la URL de origen, la hora de consulta, el periodo de observación, las unidades y las advertencias de actualidad. Una serie obsoleta o congelada lo dice. Un número cuyas unidades difieren de la serie de al lado no se promedia en silencio con ella. Una coincidencia de nombre de empresa que podría ser ambigua se informa como ambigua.

Eso es lo que hace que el resultado sea comprobable en lugar de simplemente fluido, y es el mismo instinto que hay detrás de todo lo demás que construimos: una respuesta que un humano puede auditar vale más que una que solo suena bien.

Qué hay dentro

• 291 herramientas de solo lectura sobre vivienda, ferrocarril, autobuses y carreteras, empresas, clima y medio ambiente, educación, economía y datos financieros oficiales de referencia.
• Ocho Agent Skills : flujos de trabajo empaquetados que enseñan a un cliente cuándo recurrir a cada herramienta, para vivienda, movilidad, economía, empresas, servicios públicos y finanzas, más uno para desarrollar contra el propio servidor.
• Siete plugins de Claude Code: la suite completa más seis perfiles enfocados (property, mobility, business, economy, civic, finance) para enviar menos definiciones de herramientas al modelo.
• Doce paquetes: instala el servidor agregado para todo, o un ejecutable enfocado cuando solo necesitas un proveedor: data.gov.sg, OneMap, LTA, clima o ferrocarril.
• Ambos transportes: stdio para clientes locales y Streamable HTTP para los que lo prefieran. Además, una herramienta de línea de comandos para invocar las mismas herramientas desde el terminal.

Las fuentes de origen son data.gov.sg (incluidos los conjuntos de datos de ACRA, HDB, URA, MOE, ECDA, IRAS, STB, EMA, SPF, MOH y NEA del catálogo curado), OneMap de la Singapore Land Authority, LTA DataMall, y el SingStat Table Builder.

Cómo se ve en un chat

Estas dos capturas son conversaciones reales con el agente de WhatsApp de Olano, que responde preguntas sobre Singapur con estas herramientas. Fíjate en lo que hace la segunda respuesta con una distribución mal portada: da la media, luego la mediana, luego el rango, y después explica la diferencia entre ellas -unidades más nuevas de Bidadari y Alkaff frente al parque antiguo- y avisa de que el mes en curso todavía se está completando. La pregunta siguiente pide un gráfico, y el agente lo construye y lo envía de vuelta al chat.

Instálalo en tu propio cliente de IA

Ejecutarlo tú mismo es la vía habitual: el servidor corre en local, no tiene cuenta de Olano y no envía telemetría. Necesitas Node.js 20 o posterior para todas las vías excepto la extensión de Claude Desktop, que trae su propio entorno de ejecución.

Claude Code

Usa el plugin: instala el servidor MCP y y las ocho Agent Skills, así las respuestas vuelven mejor fundamentadas. Dos comandos en el prompt de Claude Code:

• /plugin marketplace add olano-ai/mcp-singapore
• /plugin install olano-singapore@olano

Elige User scope para que funcione en todos los proyectos y luego ejecuta /mcp para confirmar que singapore está conectado. La primera llamada tarda 20-30 segundos mientras se descarga el paquete; después va rápido.

Aplicación Claude Desktop

Descargar olano-singapore.mcpb de la última versión publicada del proyecto y haz doble clic. Claude Desktop muestra un diálogo de revisión; selecciona Install, deja en blanco todas las claves opcionales y haz una pregunta. Sin terminal, sin reiniciar.

Aplicación Codex y Codex CLI

Comparten una sola configuración. Desde la CLI: codex mcp add singapore -- npx -y @olano/mcp-singapore. En la aplicación: Settings → MCP servers → Add server, llámalo singapore, elige STDIO, comando npx, argumentos -y @olano/mcp-singapore.

Cualquier otra cosa que hable MCP

Apunta cualquier cliente a npx -y @olano/mcp-singapore por stdio, o inícialo en HTTP con --transport http. Las instrucciones completas, las credenciales opcionales, la lista de perfiles y las notas de resolución de problemas están todas en el README del repositorio.

Cómo encaja esto con Olano

Olano es una plataforma para agentes de IA que hacen trabajo operativo real -responder clientes en WhatsApp y Telegram, mantener un CRM al día, ejecutar investigaciones programadas- dentro de un despliegue aislado con aprobaciones humanas, historial de auditoría y topes de gasto estrictos. Esos agentes hablan MCP, y así es como las herramientas de Singapur llegan a los bots de demostración de arriba: el servidor se añade a un despliegue como cualquier otro servidor MCP, y las reglas de aprobación y los límites de gasto del agente se le aplican sin cambios.

Así que esta página es dos cosas a la vez. Es una herramienta gratuita para cualquiera en Singapur que trabaje con datos públicos: úsala, bifúrcala, abre incidencias. Y es una muestra honesta de cómo construimos: un trabajo estrecho, hecho con las fuentes adjuntas, para que quien lea la respuesta pueda comprobarla.

Los límites que respetamos

• No es un producto del gobierno. Singapore MCP es un proyecto comunitario independiente, no afiliado ni respaldado por el Gobierno de Singapur ni ninguna agencia, y no es un producto oficial suyo. "Oficial" describe los datos de origen, nunca el software.
• Es de solo lectura. Las 291 herramientas consultan APIs y conjuntos de datos publicados. No hay ninguna vía de escritura.
• Las herramientas de hipoteca son educativas. Muestran estadísticas oficiales de tipos de referencia como el SORA y series publicadas de préstamos para vivienda, y calculan escenarios ilustrativos transparentes. No son ofertas reales de prestamistas, ni decisiones de crédito, ni asesoramiento financiero personal.
• La cobertura sigue a la fuente. Cuando un conjunto de datos está obsoleto o congelado, la herramienta lo dice en lugar de presentar una cifra vieja como actual.