📘 DataGate — 安全、AI 就绪的数据网关

DataGate 是一个无头、安全、策略驱动的网关，以可控、可预测且无自由 SQL 的方式向 AI 工具（如 GitHub Copilot）暴露数据库。

DataGate 充当 LLM 与真实数据库之间的中介：不允许直接访问数据库，不暴露任意查询，不允许写入操作。它被设计为只读、schema 感知、多数据库，并且完全 LLM 安全。

🎯 主要目标

• 安全的数据访问 — 通过数据库角色、策略引擎和受控查询构建器保证只读。

• 数据库抽象 — 模型不生成 SQL：DataGate 构建安全且经过验证的查询。

• 多数据库 — 可以像无头 DBeaver 一样连接到不同应用的不同数据库。

• 策略引擎 — 对表、列、过滤器、限制和操作复杂度进行细粒度控制。

• Schema 感知 — 自动加载数据库 schema 并应用安全规则。

• 真正的并发 — 异步且安全的架构，非常适合来自 Copilot 的并行请求。

• 指标与审计 — 跟踪请求、时间、错误和限制，用于调试和可观测性。

• 性能分析 — 进程内延迟画像（min/平均/p50/p95/p99/max），用于性能演进监控。

• 抽象后端 — 数据库后端共用的只读 trait，并提供 PostgreSQL、MySQL/MariaDB 和 SQLite 的具体实现。

Related MCP server: MCP DB Gateway

🧩 主要功能

• 受控查询构建器 — 语义操作如 select、search、aggregate，并自动验证。

• 类型化 MCP select — JSON 契约，以 JSON 行执行只读操作，包含策略、审计和净化后的错误；MCP transport 仍是下一步。

• 类型化 MCP search — 在允许的列上使用 ILIKE 进行语义搜索，参数化查询，策略/速率限制/指标/审计，以及服务端输出限制。

• 类型化 MCP aggregate — 在允许的列上执行 count、sum、avg、min 和 max，使用参数化过滤器，不支持自由 SQL 或 GROUP BY。

• 版本化 MCP API — 用于 API 版本和可用工具的稳定描述符。

• MCP stdio transport — 在策略安全路径上进行握手、发现以及 select、search 和 aggregate 调用。

• 高级过滤器 — 支持模式（LIKE/ILIKE）、范围（BETWEEN）和全文（to_tsvector + plainto_tsquery），始终参数化并由策略验证。

• 受控 schema 目录 — 对表、视图、索引、约束（PK/FK/UNIQUE/CHECK/EXCLUSION）、触发器、函数、存储过程和序列进行策略过滤的内省；仅当安全时才提供 DDL 定义。

• 速率限制 — 防止模型循环和过重查询。

• 输出限制 — 响应始终受控、安全且结构化。

• 确定性错误 — 无 schema 泄露、不暴露 SQL、无堆栈跟踪。

• 结构化错误 — 稳定的封装，包含代码、通用消息和 retryable 指示。

• 外部配置 — 用于策略、限制和命名配置文件（dev/staging/prod）的 TOML 文件。

• MCP 输入加固 — 验证 request_id，限制文本负载和基数，以减少 DoS/输入滥用面。

• 动态策略 — 活动策略可以原子替换，甚至可以从 TOML 重新加载，而无需重新创建 MCP 工具。

DataGate 不暴露自由 SQL 查询的 MCP 函数：代理仅发送结构化参数，这些参数在构建参数化查询之前会针对 schema 和策略进行验证。

公共错误使用代码 invalid_request、policy_denied、backend_unavailable 和 internal_error。SQL、堆栈跟踪、密码、过滤器值和未授权对象名称不会跨越 MCP 边界。

PostgreSQL 配置

PostgreSQL 凭据不会保存在配置文件或代码中。服务从运行时环境读取连接：

• 紧凑模式：DB_URL

• 组件模式：DB_HOST、DB_PORT（默认 5432）、DB_USER、DB_PASSWORD、DB_NAME

• PostgreSQL 选项：DB_OPTIONS，格式为 key=value&key=value

• 连接池：DB_MAX_CONNECTIONS 和 DB_ACQUIRE_TIMEOUT_SECS

SQLite 配置

要以只读模式使用 SQLite，请配置以下两种变体之一：

• 完整 URL：SQLITE_URL

• 文件路径：SQLITE_PATH

SQLite 连接池选项：

• SQLITE_MAX_CONNECTIONS

• SQLITE_ACQUIRE_TIMEOUT_SECS

MySQL/MariaDB 配置

要以只读模式使用 MySQL 或 MariaDB，请配置以下两种变体之一：

• 完整 URL：MYSQL_URL

• 组件模式：MYSQL_HOST、MYSQL_PORT（默认 3306）、MYSQL_USER、MYSQL_PASSWORD、MYSQL_DATABASE

MySQL/MariaDB 连接池选项：

• MYSQL_MAX_CONNECTIONS

• MYSQL_ACQUIRE_TIMEOUT_SECS

多数据库后端选择

要显式选择激活哪个后端，请设置 DATAGATE_BACKEND：

• auto（默认）：优先级 postgres -> mysql -> sqlite

• postgres

• mysql（或 mariadb）

• sqlite

当 DATAGATE_BACKEND 设置为特定后端时，DataGate 要求相应的环境配置；否则会以明确错误终止。

启动时的后端优先级：

1. PostgreSQL

2. MySQL/MariaDB

3. SQLite

列表中最先配置的后端将被激活。

可选的服务器端速率限制使用 RATE_LIMIT_REQUESTS 和 RATE_LIMIT_WINDOW_SECS。该限制在策略、查询构建器和数据库之前按 request_id 应用；超过阈值的请求会收到 rate_limited，并且不会生成 SQL。

查询构建器还通过策略中的 max_query_complexity 应用可配置的最大预算：每列花费 1，每个过滤器花费 2。超出预算的请求会在生成 SQL 之前被拒绝。

select 响应还受策略中的 max_output_bytes 约束：如果最终 JSON 负载超过限制，DataGate 会以策略错误拒绝请求，而不会暴露 SQL 或内部细节。

指标层还为 select 工具记录服务器端计数器和延迟：总/接受/拒绝请求、后端错误、内存中的 p95 延迟以及 PostgreSQL 连接池快照（size、idle）。

应用日志支持两种格式：

• LOG_FORMAT=pretty（默认）

• LOG_FORMAT=json（结构化，适合日志收集器）

日志的最低级别可以通过 LOG_LEVEL（trace|debug|info|warn|error）或 RUST_LOG 配置。

如果存在 DB_URL，则优先于组件。PostgreSQL 角色必须仅具有读取权限；此外，每个连接都会设置 default_transaction_read_only = on。

活动配置文件通过 profile = "dev" 选择，并可在 [profiles.dev.policy] 中定义策略。如果不存在命名配置文件，则仍支持旧版 [policy] 形式。声明但不存在配置文件会激活 deny-all 策略，且不会启动数据库操作。

已发布的版本包含 Linux x64/ARM64、Windows x64/ARM64 和 macOS Intel/Apple Silicon 的二进制文件，带有按平台命名的归档文件和用于验证构件的 SHA256SUMS-* 文件。

🛡️ 为什么选择 DataGate？

LLM 不应直接与数据库对话。 需要一个安全、可预测、可控、可审计、可扩展且支持多应用的层。DataGate 就是这个层。

🔧 技术

• 语言：Rust

• 数据库：PostgreSQL、MySQL/MariaDB 和 SQLite（目前），未来支持其他数据库

• 协议：MCP（Model Context Protocol）

• 架构：异步、策略驱动、schema 感知

🚀 项目状态

DataGate 处于设计阶段。该仓库包含初始结构、文档和技术路线图。

🧪 多后端集成测试

后端集成测试使用可选环境变量：

• DATAGATE_TEST_POSTGRES_URL

• DATAGATE_TEST_MYSQL_URL

当变量存在时，相应测试会验证只读后端执行受控的 SELECT 并拒绝写入语句。如果变量不存在，测试将被跳过而不报错。

完整文档：

• Architecture.md — 设计原则和分层架构

• ROADMAP.md — 通往 1.0 的详细路线图

• docs/configuration.md — 快速入门、后端、策略和操作

• docs/benchmarks.md — 本地 SQLite 和真实 PostgreSQL 基准测试

• docs/hardening.md — MCP/数据库边界的最终加固检查清单

• docs/http-transport-decision.md — 关于远程 MCP HTTP transport 的安全决策

• docs/editor-registry-evaluation.md — MCP Registry 要求和跨编辑器客户端评估

• docs/packaging.md — 打包渠道和构件的规范来源

• docs/postgres-mcp-comparison.md — 与其他 PostgreSQL MCP 服务器的对比

• docs/registry-publication.md — MCP Registry 策略、跨编辑器安装和命名连接

• docs/mcp-registry-metadata.json — 用于 MCP registry/画廊的候选元数据

• docs/release-candidate.md — 1.0 候选版本的标准和门禁

• docs/mcp-tools.md — MCP 工具的内部契约和规则

• CONTRIBUTING.md — 贡献、提交和分支规则

• SECURITY.md — 安全策略和漏洞报告

通过 VS Code 使用 MCP 启动：

• 默认本地 transport 是 stdio

• 本地 stdio 的 mcp.json 模板位于 docs/mcp-tools.md 和 docs/configuration.md

• 远程 HTTP 不在 1.0 默认范围内，需要专门的安全决策

📍 路线图（概要）

• 定义策略引擎

• 实现受控查询构建器（参数化 select）

• 保证只读连接

• 自动 schema 感知（内部 PostgreSQL 目录）

• 审计日志基础（通过 AUDIT_LOG_PATH 的 JSONL）

• MCP 工具（select、search、aggregate）

• 多数据库支持（PostgreSQL、MySQL/MariaDB、SQLite）

• 初始企业层（可观测性、加固、动态策略）

• MCP API 稳定性（版本化描述符；stdio transport）

• MCP stdio transport

• 基准测试

• 最终加固

• 1.0 候选版本

📄 许可证

Apache License 2.0