Setup locale

Guida per contributori esterni che vogliono lavorare sui dataset del Lab.

Se fai parte del core team, la guida interna è in lab-ops/operations/local-setup.md (repo privata).

Requisiti

  • Git
  • Python 3.12+
  • VS Code (opzionale, ma semplifica)

Setup rapido (consigliato)

curl -fsSL https://raw.githubusercontent.com/dataciviclab/dataciviclab/main/scripts/setup.sh | bash

Lo script:

  1. Crea dataciviclab-workspace/ nella directory corrente
  2. Clona tutti i repo del Lab (7 core + 7 opzionali)
  3. Crea .venv e installa tutte le dipendenze Python
  4. Copia .env.example in .env
  5. Genera .mcp.json con i server MCP del Lab

Tempo stimato: 1-3 minuti (dipende dalla connessione).

Per contributori (fork)

curl -fsSL https://raw.githubusercontent.com/dataciviclab/dataciviclab/main/scripts/setup.sh | bash -s -- --contributor

Alla fine stampa i comandi per convertire ogni clone in fork con upstream.

Setup manuale

Se preferisci non usare lo script o vuoi più controllo:

1. Struttura workspace

Metti tutti i repo nella stessa cartella:

lavoro/
  dataciviclab/
  toolkit/
  dataset-incubator/
  lab-connectors/
  source-observatory/
  agent-context-builder/
  data-explorer/

2. Contributore esterno (fork)

  1. Forka ogni repo che ti serve dalla pagina GitHub del Lab (tasto Fork)
  2. Clona il tuo fork: 
    git clone git@github.com:{TUO}/dataset-incubator.git
  3. Aggiungi l’upstream per restare sincronizzato: 
    git remote add upstream git@github.com:dataciviclab/dataset-incubator.git

3. Venv e dipendenze

python3 -m venv .venv
source .venv/bin/activate
pip install -e lab-connectors
pip install -e "toolkit[parquet,dev]"
pip install --no-deps -e "dataset-incubator[dev]"
pip install --no-deps -e "source-observatory[dev]"
pip install -e agent-context-builder[mcp,dev]
pip install --no-deps -e lab-connectors

4. Variabili d’ambiente

cp dataciviclab/.env.example .env
# Compila almeno GITHUB_TOKEN

5. Verifica

toolkit --help

6. MCP (per AI agent)

cp dataciviclab/scripts/mcp-servers.json .mcp.json
# Sostituisci __WORKSPACE__ con il path assoluto del workspace

VS Code (opzionale)

Dopo il setup rapido trovi dataciviclab.code-workspace alla root del workspace:

code dataciviclab.code-workspace

Include impostazioni consigliate, estensioni e path a tutti i repo del Lab.

Primo run

toolkit run all --config dataset-incubator/candidates/irpef-comunale/dataset.yml

Se tutto è a posto vedrai l’output in dataset-incubator/out/.

Prossimi passi