FOCUS DATA MCP サーバー [中文]

モデルコンテキストプロトコル (MCP) サーバーにより、人工知能アシスタントは自然言語を SQL ステートメントに変換できます。

Text-to-SQLフレームワークはすでに数多く存在します。なぜさらにもう1つ必要なのでしょうか？

簡単に言えば、focus_mcp_sql は 2 段階の SQL 生成ソリューションを採用しており、これにより LLM の幻覚を制御し、生成された SQL 結果に対する非技術者ユーザーの信頼を真に構築できます。

以下は focus_mcp_sql とその他の比較表です。

比較分析表

以下は focus_mcp_sql と他の LLM ベースのフレームワークとの比較です。

特徴	従来のLLMフレームワーク	focus_mcp_sql
生成プロセス	ブラックボックス、直接SQL生成	透過的な2段階（キーワード + SQL）
幻覚リスク	高い（モデルの品質により異なる）	低い、制御可能（キーワード検証）
スピード	遅く、大規模なモデル推論に依存	高速で決定論的なキーワードからSQLへの変換
料金	高、高度なモデルが必要	低い、大規模モデルへの依存を減らす
非技術的なユーザーフレンドリーさ	結果が低く、検証が難しい	高度で簡単なキーワードチェック

特徴

- モデルを初期化する - 自然言語をSQL文に変換する

Related MCP server: X Tools for Claude MCP

前提条件

jdk 23以上。jdkをダウンロード
gradle 8.12以降。gradleをダウンロード
ベアラートークンを取得するには、 Datafocusを登録します。
1. Datafocusにアカウントを登録する
2. アプリケーションを作成する
3. アプリケーションを入力してください
4. 管理 -> インターフェース認証 -> ベアラートークン -> 新しいベアラートークン

インストール

このリポジトリをクローンします:

git clone https://github.com/FocusSearch/focus_mcp_sql.git
cd focus_mcp_sql

サーバーを構築します。

gradle clean
gradle bootJar

The jar path: build/libs/focus_mcp_sql.jar

MCP構成

サーバーを MCP 設定ファイルに追加します。

{
  "mcpServers": {
    "focus_mcp_data": {
      "command": "java",
      "args": [
        "-jar",
        "path/to/focus_mcp_sql/focus_mcp_sql.jar"
      ],
      "autoApprove": [
        "gptText2sqlStart",
        "gptText2sqlChat"
      ]
    }
  }
}

利用可能なツール

1. gptText2sqlStart

初期モデル。

パラメータ:

model （必須）: テーブルモデル
bearer （必須）：ベアラートークン
language （オプション）：言語 ['english','chinese']

例：

{
  "model": {
    "tables": [
      {
        "columns": [
          {
            "columnDisplayName": "name",
            "dataType": "string",
            "aggregation": "",
            "columnName": "name"
          },
          {
            "columnDisplayName": "address",
            "dataType": "string",
            "aggregation": "",
            "columnName": "address"
          },
          {
            "columnDisplayName": "age",
            "dataType": "int",
            "aggregation": "SUM",
            "columnName": "age"
          },
          {
            "columnDisplayName": "date",
            "dataType": "timestamp",
            "aggregation": "",
            "columnName": "date"
          }
        ],
        "tableDisplayName": "test",
        "tableName": "test"
      }
    ],
    "relations": [

    ],
    "type": "mysql",
    "version": "8.0"
  },
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

モデルパラメータの説明：

名称	位置	種類	必ず選択	説明
モデル	体	物体	是	なし
" タイプ	体	弦	是	データストアタイプ
» バージョン	体	弦	是	データバンク版
» テーブル	体	[物体]	是	テーブル構造リスト
»» テーブル表示名	体	弦	否	表の表示名
»» テーブル名	体	弦	否	表元の開始名
»» 列	体	[物体]	否	表一覧表
»»» 列表示名	体	弦	是	列表示名
»»» 列名	体	弦	是	列原始名
»»» データ型	体	弦	是	列データタイプ
»»» 集約	体	弦	是	列結合方式
» 関係	体	[物体]	是	表とシリーズ一覧
»» 条件	体	[物体]	否	結合条件
»»» dstColName	体	弦	否	寸法表关联列原始名
»»» ソース列名	体	弦	否	事実表の関連原文
»» ディメンションテーブル	体	弦	否	ディメンション表元名
»» ファクトテーブル	体	弦	否	事実表原名
»» 結合タイプ	体	弦	否	結合されたタイプ

2. gptText2sqlチャット

自然言語を SQL に変換します。

パラメータ:

chatId (必須): チャットID
input （必須）: 自然言語
bearer （必須）：ベアラートークン

例：

{
  "chatId": "03975af5de4b4562938a985403f206d4",
  "input": "what is the max age",
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

応答フォーマット

すべてのツールは次の形式で応答を返します。

{
  "errCode": 0,
  "exception": "",
  "msgParams": null,
  "promptMsg": null,
  "success": true,
  "data": {
  }
}

Visual Studio Code Cline サンプル

vsCode で cline プラグインをインストールする
mcp サーバー構成
使用
1. 初期モデル
2. 譲渡：最大年齢は何歳ですか

接触：

https://discord.gg/mFa3yeq9 データフォーカス

This server cannot be installed

-

security - not tested

A

license - permissive license

-

quality - not tested

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Reddit Discussion

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

focus_mcp_sql