Servidor MCP de FOCUS DATA [中文]

Un servidor de Protocolo de Contexto de Modelo (MCP) permite que los asistentes de inteligencia artificial conviertan el lenguaje natural en declaraciones SQL.

Ya existen muchos frameworks de conversión de texto a SQL. ¿Por qué necesitamos uno más?

En términos simples, focus_mcp_sql adopta una solución de generación de SQL de dos pasos, que permite controlar las alucinaciones de LLM y realmente genera la confianza de los usuarios no técnicos en los resultados de SQL generados.

A continuación se muestra la tabla de comparación entre focus_mcp_sql y otros:

Tabla de análisis comparativo

A continuación se muestra una comparación lado a lado de focus_mcp_sql con otros marcos basados en LLM:

Características

-Inicializar el modelo -Convertir lenguaje natural a sentencias SQL

Related MCP server: database-explorer-mcp

Prerrequisitos

• jdk 23 o superior. Descargar jdk

• Gradle 8.12 o superior. Descargar Gradle.

• Registre Datafocus para obtener el token portador:

  1. Registrar una cuenta en Datafocus

  2. Crear una aplicación

  3. Ingresar a la aplicación

  4. Administrador -> Autenticación de interfaz -> Token de portador -> Nuevo token de portador

Instalación

1. Clonar este repositorio:

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

2. Construir el servidor:

gradle clean
gradle bootJar

The jar path: build/libs/focus_mcp_sql.jar

Configuración de MCP

Agregue el servidor a su archivo de configuración MCP:

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

Herramientas disponibles

1. gptText2sqlStart

modelo inicial.

Parámetros:

• model (obligatorio): modelo de tabla

• bearer (obligatorio): token de portador

• language (opcional): idioma ['inglés','chino']

Ejemplo:

{
  "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="
}

modelo 参数说明：

2. gptText2sqlChat

Convertir lenguaje natural a SQL.

Parámetros:

• chatId (obligatorio): ID del chat

• input (obligatoria): lenguaje natural

• bearer (obligatorio): token de portador

Ejemplo:

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

Formato de respuesta

Todas las herramientas devuelven respuestas en el siguiente formato:

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

Ejemplo de Cline de Visual Studio Code

1. vsCode instala el complemento cline

2. configuración del servidor mcp

3. usar

   1. modelo inicial

   2. transferencia: ¿cuál es la edad máxima?

Contacto:

https://discord.gg/mFa3yeq9