Arquitectura del Servidor de Inteligencia de Bases de Datos MCP

Descripción general del sistema

El sistema expone las capacidades de la base de datos a los agentes de IA utilizando el Protocolo de Contexto de Modelo (MCP).

El servidor MCP actúa como un puente entre:

• Asistentes de IA

• metadatos de la base de datos

• procedimientos almacenados

• herramientas de exploración de bases de datos

Arquitectura de alto nivel

Agente de IA / Cliente MCP │ ▼ MCP Server (FastMCP) │ ├── Herramientas de descubrimiento │ (exploración de bases de datos) │ ├── Herramientas de procedimientos dinámicos │ (generadas a partir de procedimientos de la base de datos) │ ▼ Motor de inteligencia (metadatos de procedimientos + categorización) │ ▼ Capa de acceso a la base de datos │ ▼ Base de datos MySQL

Componentes principales

Related MCP server: MySQL MCP Server

1. Servidor MCP (main.py)

El servidor MCP se crea utilizando FastMCP.

Responsabilidades:

• inicializar el servidor MCP

• registrar herramientas de descubrimiento

• registrar herramientas de procedimientos dinámicos

2. Capa de acceso a la base de datos (db.py)

Este módulo gestiona toda la comunicación con la base de datos.

Responsabilidades:

• gestión de conexiones a la base de datos

• ejecución de procedimientos almacenados

• recuperación de metadatos

• aplicación de límites de resultados

Todas las interacciones con la base de datos pasan por esta capa.

3. Generador de herramientas (tool_generator.py)

Este módulo convierte dinámicamente los procedimientos almacenados de la base de datos en herramientas MCP.

Pasos realizados:

1. cargar metadatos de procedimientos desde la base de datos

2. detectar parámetros de procedimientos

3. generar funciones de herramientas MCP dinámicamente

4. registrar herramientas con el servidor MCP

Esto permite que el sistema admita automáticamente nuevos procedimientos añadidos a la base de datos.

4. Motor de inteligencia (intelligence_engine.py)

El motor de inteligencia analiza los procedimientos almacenados para generar metadatos.

Las capacidades incluyen:

• categorización de procedimientos

• generación de descripciones

• análisis de parámetros

Ejemplos de categorías:

Estos metadatos ayudan a los agentes de IA a comprender el propósito de cada herramienta.

5. Herramientas de descubrimiento (discovery_tools.py)

Las herramientas de descubrimiento permiten a los agentes de IA explorar la estructura de la base de datos.

Herramientas implementadas:

list_databases list_tables describe_table

Estas herramientas dependen de los metadatos de la base de datos de:

INFORMATION_SCHEMA

Arquitectura de seguridad

Se han implementado varias salvaguardas para garantizar una interacción segura con la base de datos.

Restricciones de palabras clave

Los procedimientos que contienen palabras clave peligrosas están bloqueados.

Ejemplos:

DELETE DROP TRUNCATE UPDATE INSERT ALTER

Límites de resultados de consulta

El sistema limita el tamaño de los resultados utilizando un valor configurable:

MAX_QUERY_ROWS

Esto evita la extracción masiva de datos.

Limitación de tasa (Rate Limiting)

El servidor MCP aplica límites de tasa de solicitudes para evitar un uso excesivo.

Usuario de base de datos restringido

El usuario de la base de datos utilizado por el servidor MCP solo debe tener:

SELECT EXECUTE

permisos.

Esto evita la modificación de datos de producción.

Fuentes de metadatos

El sistema recupera metadatos de las tablas del sistema MySQL.

Ejemplos:

INFORMATION_SCHEMA.ROUTINES INFORMATION_SCHEMA.PARAMETERS INFORMATION_SCHEMA.TABLES INFORMATION_SCHEMA.COLUMNS

Estas tablas permiten al servidor MCP comprender automáticamente la estructura de la base de datos.

Ejemplo de flujo de interacción de IA

Ejemplo de interacción entre un agente de IA y la base de datos:

list_databases() ↓ list_tables() ↓ describe_table("interface_stats") ↓ GetLinkCount("NodeA")

Esto permite a la IA explorar la estructura de la base de datos antes de ejecutar procedimientos analíticos.

Extensibilidad

El sistema está diseñado para admitir objetos de base de datos adicionales.

Las futuras extensiones pueden incluir:

list_views list_functions list_triggers search_tables explain_query

La arquitectura modular permite añadir nuevas herramientas fácilmente.

Conclusión

Esta arquitectura demuestra cómo los servidores MCP pueden exponer de forma segura las capacidades de las bases de datos a los sistemas de IA.

Principios de diseño clave:

• arquitectura modular • generación dinámica de herramientas • descubrimiento basado en metadatos • acceso seguro a la base de datos

Este enfoque permite una integración IA-base de datos segura y escalable.

Los diagramas detallados del sistema están disponibles en el directorio docs/.