一个由人工智能驱动的公司运营代理，使用 Model Context Protocol (MCP) 将自然语言 AI 交互与 PostgreSQL 数据库安全连接。
OpsMCP 允许用户使用自然语言与公司数据交互，而无需手动编写 SQL 查询或浏览复杂的后台管理面板。
该系统通过 MCP 工具将 AI 代理连接到 PostgreSQL 数据库，使代理能够检索信息、分析用户并执行授权的数据库操作。
对于敏感的写入操作，系统在修改数据库之前要求用户明确确认。
Related MCP server: PostgreSQL MCP Server
传统的内部公司系统通常要求用户：
浏览多个管理仪表板
理解数据库结构
编写 SQL 查询
手动执行重复性操作
单独跟踪数据库修改
这为日常公司运营带来了不必要的复杂性。
OpsMCP 为公司运营提供了自然语言界面。
无需编写：
SELECT id, name, email, role
FROM users
ORDER BY id;用户只需询问：
"显示所有用户。"
AI 确定需要哪个 MCP 工具，执行它，接收结果，并将其转换为用户友好的响应。
┌──────────────────────┐
│ Web Dashboard │
└──────────┬───────────┘
│
▼
┌──────────────────────┐
│ AI Agent │
│ Natural Language │
└──────────┬───────────┘
│
MCP Tool Calling
│
▼
┌──────────────────────┐
│ MCP Server │
│ │
│ Tools • Resources │
│ Prompts • Security │
└──────────┬───────────┘
│
▼
┌──────────────────────┐
│ PostgreSQL │
│ Database │
└──────────────────────┘用户可以使用日常语言与公司数据交互。
示例：
Show me all users.Find user with ID 2.Create a new user named Rahul with role developer.Change Rahul's role to manager.Analyze all users and tell me which role has the most users.该项目将数据库操作暴露为 MCP 工具。
当前工具包括：
Tool | 用途 |
| 检索所有用户 |
| 检索特定用户 |
| 创建新用户 |
| 更新用户角色 |
| 分析用户分布 |
该项目还演示了 MCP 资源，用于向 AI 代理提供结构化上下文信息。
示例：
company://info该资源包含以下信息：
部门
公司角色
组织结构
项目包含可复用的 MCP 提示词，用于用户分析等结构化操作。
示例分析工作流：
1. Count total users
2. Group users by role
3. Identify unusual roles
4. Generate a summary安全性是项目的重要组成部分。
MCP 服务器支持使用 HTTP 授权标头进行 API 密钥认证。
实现了两个权限级别：
READ_ONLY
READ_WRITE只读权限可以执行读取操作。
更改数据库的操作需要：
READ_WRITE权限。
在执行更改数据库的操作之前，AI 客户端会要求用户确认。
示例：
⚠️ WRITE OPERATION REQUIRES CONFIRMATION
Tool : update_user_role
Arguments : {
"user_id": 2,
"new_role": "manager"
}
Do you want to continue? (yes/no)只有在明确批准后才会修改数据库。
用户输入在数据库操作之前进行验证。
例如，支持的角色有：
developer
designer
product manager
manager无效输入，例如：
aestronuot会被拒绝，而不会插入数据库。
更改数据库的操作会记录在审计日志中。
示例：
action | tool_name | status
----------------+------------------+---------
update_user_role| update_user_role | SUCCESS这为敏感操作提供了可追溯性。
OPSMCP-AI-AGENNT/
│
├── server/
│ ├── auth/
│ ├── database/
│ │ └── connection.py
│ │
│ ├── prompts/
│ │ └── user_analysis.py
│ │
│ ├── resources/
│ │ └── company.py
│ │
│ └── tools/
│ ├── audit.py
│ └── user_tools.py
│
├── static/
│ ├── app.js
│ └── style.css
│
├── templates/
│ └── index.html
│
├── ai_client.py
├── web_app.py
├── run_server.py
├── requirements.txt
├── .gitignore
└── README.mdPython
FastAPI
Uvicorn
兼容 OpenAI 的 API
函数/工具调用
自然语言交互
Model Context Protocol (MCP)
可流式 HTTP 传输
PostgreSQL
Psycopg
HTML
CSS
JavaScript
API 密钥认证
读写授权
基于确认的数据库变更
输入验证
审计日志
git clone https://github.com/Ayushsharma109/OPSMCP-AI-AGENNT.git
cd OPSMCP-AI-AGENNTWindows：
python -m venv .venv激活它：
.venv\Scripts\activatepip install -r requirements.txt创建 .env 文件：
MCP_API_KEY=your_main_api_key
MCP_READONLY_KEY=your_readonly_api_key
OPENAI_API_KEY=your_api_key
OPENAI_BASE_URL=your_base_url
OPENAI_MODEL=your_model
DB_NAME=mcp_demo
DB_USER=postgres
DB_PASSWORD=your_password
DB_HOST=localhost
DB_PORT=5432切勿将
.env或 API 密钥提交到 GitHub。
确保 PostgreSQL 正在运行，并且所需的数据库/表已存在。
python run_server.pyMCP 服务器运行在：
http://127.0.0.1:8000打开另一个终端：
python web_app.py仪表板将可在以下地址访问：
http://127.0.0.1:8080Show me all users.确定需要 get_users。
执行：
get_users()返回用户记录。
将数据库结果转换为自然语言响应。
User Request
↓
AI Agent
↓
MCP Tool Selection
↓
Permission Check
↓
User Confirmation
↓
Input Validation
↓
PostgreSQL Update
↓
Audit Log
↓
AI Response这种设计有助于防止意外修改数据库。
OpsMCP 作为一个专注的 MVP 开发，演示了如何使用 MCP 将 AI 代理与企业真实数据和受控后端操作连接起来。
项目专注于：
AI 工具调用
MCP 架构
安全的数据库交互
人工确认变更
可审计性
自然语言公司运营
潜在的未来改进包括：
基于角色的仪表板访问
更多企业级 MCP 工具
高级分析
多数据库支持
更好的审计日志可视化
可部署的认证方案
企业 SSO 集成
更细粒度的权限
Ayush Sharma
作为个人黑客马拉松项目构建，探索：
AI 代理 + MCP + PostgreSQL + 安全工具执行
该项目主要作为黑客马拉松和学习项目。
This server cannot be deployed
Query PostgreSQL databases in plain English — LLM-generated, safety-validated SQL.
Ask data questions in natural language. Get SQL, insights, and charts from your databases.
Ask questions in plain language, get answers from your business database. No SQL required.
Ask business questions in plain English. Get instant answers from your database, no SQL needed.
