多数据库 MCP 服务器（由 Legion AI 提供）
该服务器使用集成了模型上下文协议 (MCP) Python SDK 的 Legion Query Runner 帮助人们访问和查询数据库中的数据。
从这里开始生成
此工具由Legion AI提供。如需使用功能齐全、功能强大的 AI 数据分析工具，请访问该网站。如果您需要我们支持某个数据库，请发送电子邮件联系我们。
终结此世代
为什么选择数据库 MCP
数据库 MCP 与其他数据库访问解决方案相比脱颖而出，有几个令人信服的原因：
统一的多数据库接口：通过单一一致的 API 连接到 PostgreSQL、MySQL、SQL Server 和其他数据库 - 无需为每种数据库类型学习不同的客户端库。
AI-Ready 集成：通过模型上下文协议 (MCP) 专为 AI 助手交互而构建，支持自然语言数据库操作。
零配置模式发现：无需手动配置或映射即可自动发现和公开数据库模式。
与数据库无关的工具：无论底层数据库技术如何，都可以使用同一组工具查找表、探索模式和执行查询。
安全凭证管理：安全地处理数据库身份验证详细信息，将凭证与应用程序代码分开。
简单部署：只需最少的设置即可与 LangChain、FastAPI 等现代 AI 开发环境配合使用。
可扩展设计：轻松添加自定义工具和提示以增强特定用例的功能。
无论您构建的是需要数据库访问的 AI 代理，还是仅仅想要一个统一的多个数据库接口，数据库 MCP 都能提供简化的解决方案，大大减少开发时间和复杂性。
Related MCP server: MySQL MCP Server
特征
多数据库支持——同时连接多个数据库
通过 Legion Query Runner 访问数据库
人工智能助手的模型上下文协议 (MCP) 支持
将数据库操作公开为 MCP 资源、工具和提示
多种部署选项（独立 MCP 服务器、FastAPI 集成）
查询执行和结果处理
通过环境变量、命令行参数或 MCP 设置 JSON 进行灵活配置
用户驱动的多数据库设置数据库选择
支持的数据库
数据库 | DB_TYPE代码 |
PostgreSQL | 前列腺素 |
红移 | 红移 |
蟑螂数据库 | 蟑螂 |
MySQL | mysql |
RDS MySQL | rds_mysql |
微软 SQL 服务器 | mssql |
大查询 | 大查询 |
Oracle 数据库 | 神谕 |
SQLite | SQLite |
我们使用 Legion Query Runner 库作为连接器。您可以在其API 文档中找到更多信息。
什么是 MCP？
模型上下文协议 (MCP) 是用于维护 AI 应用程序中上下文的规范。此服务器使用MCP Python SDK来执行以下操作：
将数据库操作公开为人工智能助手的工具
提供数据库模式和元数据作为资源
生成有用的数据库操作提示
启用与数据库的状态交互
安装和配置
必需参数
对于单个数据库配置：
对于多数据库配置：
配置格式因数据库类型而异。有关特定数据库的配置详细信息，请参阅API 文档。
安装方法
选项 1：使用 UV（推荐）
使用uv时无需特殊安装。我们将使用uvx直接运行database-mcp 。
UV配置示例（单数据库）：
REPLACE DB_TYPE and DB_CONFIG with your connection info.
{
"mcpServers": {
"database-mcp": {
"command": "uvx",
"args": [
"database-mcp"
],
"env": {
"DB_TYPE": "pg",
"DB_CONFIG": "{\"host\":\"localhost\",\"port\":5432,\"user\":\"user\",\"password\":\"pw\",\"dbname\":\"dbname\"}"
},
"disabled": true,
"autoApprove": []
}
}
}
UV配置示例（多个数据库）：
{
"mcpServers": {
"database-mcp": {
"command": "uvx",
"args": [
"database-mcp"
],
"env": {
"DB_CONFIGS": "[{\"id\":\"pg_main\",\"db_type\":\"pg\",\"configuration\":{\"host\":\"localhost\",\"port\":5432,\"user\":\"user\",\"password\":\"pw\",\"dbname\":\"postgres\"},\"description\":\"PostgreSQL Database\"},{\"id\":\"mysql_data\",\"db_type\":\"mysql\",\"configuration\":{\"host\":\"localhost\",\"port\":3306,\"user\":\"root\",\"password\":\"pass\",\"database\":\"mysql\"},\"description\":\"MySQL Database\"}]"
},
"disabled": true,
"autoApprove": []
}
}
}
选项 2：使用 PIP
通过 pip 安装：
PIP配置示例（单个数据库）：
{
"mcpServers": {
"database": {
"command": "python",
"args": [
"-m", "database_mcp",
"--repository", "path/to/git/repo"
],
"env": {
"DB_TYPE": "pg",
"DB_CONFIG": "{\"host\":\"localhost\",\"port\":5432,\"user\":\"user\",\"password\":\"pw\",\"dbname\":\"dbname\"}"
}
}
}
}
运行服务器
生产模式
配置方法
环境变量（单个数据库）
export DB_TYPE="pg" # or mysql, postgresql, etc.
export DB_CONFIG='{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"}'
uv run src/database_mcp/mcp_server.py
环境变量（多个数据库）
export DB_CONFIGS='[{"id":"pg_main","db_type":"pg","configuration":{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"},"description":"PostgreSQL Database"},{"id":"mysql_users","db_type":"mysql","configuration":{"host":"localhost","port":3306,"user":"root","password":"pass","database":"mysql"},"description":"MySQL Database"}]'
uv run src/database_mcp/mcp_server.py
如果您未指定 ID，系统将根据数据库类型和描述自动生成一个：
export DB_CONFIGS='[{"db_type":"pg","configuration":{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"},"description":"PostgreSQL Database"},{"db_type":"mysql","configuration":{"host":"localhost","port":3306,"user":"root","password":"pass","database":"mysql"},"description":"MySQL Database"}]'
# IDs will be generated as something like "pg_postgres_0" and "my_mysqldb_1"
uv run src/database_mcp/mcp_server.py
命令行参数（单个数据库）
python mcp_server.py --db-type pg --db-config '{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"}'
命令行参数（多个数据库）
python mcp_server.py --db-configs '[{"id":"pg_main","db_type":"pg","configuration":{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"},"description":"PostgreSQL Database"},{"id":"mysql_users","db_type":"mysql","configuration":{"host":"localhost","port":3306,"user":"root","password":"pass","database":"mysql"},"description":"MySQL Database"}]'
请注意，您可以使用id字段为每个数据库指定自定义 ID，或者让系统根据数据库类型和描述生成它们。
多数据库支持
当连接到多个数据库时，需要指定每个查询使用哪个数据库：
使用list_databases工具查看可用的数据库及其 ID
使用get_database_info查看数据库的架构详细信息
使用find_table在所有数据库中定位表
为诸如execute_query 、 get_table_columns等工具提供db_id参数。
数据库连接在内部以DbConfig对象字典的形式进行管理，每个数据库都有唯一的 ID。架构信息以表对象列表的形式表示，其中每个表包含其名称和列信息。
select_database提示引导用户完成数据库选择过程。
模式表示
数据库模式表示为表对象列表，每个表包含有关其列的信息：
[
{
"name": "users",
"columns": [
{"name": "id", "type": "integer"},
{"name": "username", "type": "varchar"},
{"name": "email", "type": "varchar"}
]
},
{
"name": "orders",
"columns": [
{"name": "id", "type": "integer"},
{"name": "user_id", "type": "integer"},
{"name": "product_id", "type": "integer"},
{"name": "quantity", "type": "integer"}
]
}
]
通过这种表示形式，可以轻松地以编程方式访问表和列信息，同时保持清晰的层次结构。
公开的 MCP 功能
资源
资源 | 描述 |
resource://schema/{database_id}
| 获取一个或所有已配置数据库的架构 |
工具
工具 | 描述 |
execute_query
| 执行 SQL 查询并以 markdown 表形式返回结果 |
execute_query_json
| 执行 SQL 查询并以 JSON 格式返回结果 |
get_table_columns
| 获取特定表的列名 |
get_table_types
| 获取特定表的列类型 |
get_query_history
| 获取最近的查询历史记录 |
list_databases
| 列出所有可用的数据库连接 |
get_database_info
| 获取有关数据库的详细信息（包括架构） |
find_table
| 查找哪个数据库包含特定表 |
describe_table
| 获取表的详细描述，包括列名和类型 |
get_table_sample
| 从表中获取数据样本 |
所有特定于数据库的工具（如execute_query ， get_table_columns等）都需要一个db_id参数来指定要使用的数据库。
提示
迅速的 | 描述 |
sql_query
| 针对数据库创建 SQL 查询 |
explain_query
| 解释 SQL 查询的作用 |
optimize_query
| 优化 SQL 查询以获得更好的性能 |
select_database
| 帮助用户选择要使用的数据库 |
发展
使用 MCP 检查器
运行此命令来启动检查器
npx @modelcontextprotocol/inspector uv run src/database_mcp/mcp_server.py
然后在命令输入字段中设置类似
run src/database_mcp/mcp_server.py --db-type pg --db-config '{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"}'
测试
uv pip install -e ".[dev]"
pytest
出版
# Clean up build artifacts
rm -rf dist/ build/
# Remove any .egg-info directories if they exist
find . -name "*.egg-info" -type d -exec rm -rf {} + 2>/dev/null || true
# Build the package
uv run python -m build
# Upload to PyPI
uv run python -m twine upload dist/*
执照
此存储库采用 GPL 许可