mcp
集成Wikidata API，支持实体搜索与元数据提取的MCP工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcp。 它的用途是：集成Wikidata API，支持实体搜索与元数据提取的MCP工具。 详细介绍见：https://321skill.com/skills/mcp-mcp-wikidata/ 请根据该页面的说明完成安装。
使用示例
“查一下‘爱因斯坦’的Wikidata信息，包括出生地、主要成就和获奖情况。”，它会调用该Skill搜索“爱因斯坦”实体，并返回其结构化元数据，如Q937（实体ID）、描述、‘获诺贝尔物理学奖’等属性。或者，你可以说：“找出与‘机器学习’这个概念相关的其他重要技术。”，Skill可以查询并列出相关的实体和关系。
介绍
这个Skill主要解决了在AI对话中快速查询和整合来自Wikidata（维基数据）的权威结构化信息的问题。Wikidata是一个庞大的、多语言的开放知识库，包含了数百万实体（如人物、地点、概念）的详细属性和关系。手动查找和整理这些信息非常耗时。
通过集成Wikidata API，该Skill允许AI直接在你的工作流中执行实体搜索、获取实体ID、提取详细的元数据（如描述、别名、属性值）以及查询实体间的关联。你只需提供关键词或实体ID，即可获得结构化的知识数据。
它非常适合需要快速核实事实、获取实体背景信息、构建知识图谱或进行学术研究的内容创作者、学术研究者、数据分析师和开发者。无论是撰写报告、分析数据还是开发需要外部知识接入的智能应用，都能从中受益。
使用建议：由于Wikidata数据庞大且由社区维护，建议在查询时使用更具体的关键词以提高匹配精度。对于非英语实体，可以尝试使用本地语言名称进行搜索。注意，返回的数据可能包含多种语言版本，请根据需求选择。
核心特点
与通用的网页搜索或百科查询工具不同，它直接对接Wikidata的结构化数据库，返回的是机器可读、属性明确的JSON格式数据，便于AI进一步处理和推理，而非简单的文本摘要。这使得它在需要精确数据字段（如出生日期、地理坐标、化学式）或关系网络的场景下更具优势。
注意事项
不适合需要实时新闻、主观评论或非结构化长篇文本（如完整维基百科文章）的场景。
常见问题
这个Skill能查中文实体吗？
可以，Wikidata支持多语言标签和别名，用中文关键词搜索通常能匹配到对应实体。
返回的数据可以直接用于编程吗？
是的，返回的是结构化的JSON数据，包含实体ID、描述、属性等字段，非常适合程序化处理。