FOCUS DATA MCP サーバー [中文]

Name: focus_mcp_sql
Author: FocusSearch

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=" }