Sentinel MCP データガバナンスエージェント

Sentinelは、Model Context Protocol (MCP) を通じてPostgreSQLデータベースを監査する、小規模な自律型データガバナンスエージェントです。LLMに直接データベースアクセス権を与える代わりに、このプロジェクトでは、スキーマ検査、NULLプロファイリング、異常検知のための専用ツールを備えた制御されたFastMCPブリッジを公開しています。

このデモでは、意図的に汚れた raw_inventory テーブルをシードし、OpenAI搭載のエージェントにMCPツールを通じてそれを検査させ、Markdown形式の監査レポートを LATEST_AUDIT.md に書き出します。

実証内容

• ReActスタイルの「推論(Reason) -> 行動(Act) -> 観察(Observe)」ワークフローに従うPython MCPクライアント。

• エージェントとPostgreSQL間のガバナンスブリッジとして機能するFastMCPサーバー。

• 安全で構造化されたデータベース検査のためのSQLAlchemyベースのツール。

• 不足しているメールアドレス、負の在庫数、重複するSKUに対するデータ品質チェック。

• 修復用SQLを含む生成されたデータ健全性監査レポート。

Related MCP server: dbecho

アーキテクチャ

flowchart LR
    U[User question] --> A[Python Agent<br/>MCP Client]
    A -->|tools/list and tools/call| M[FastMCP Server<br/>Sentinel-Bridge]
    M -->|SQLAlchemy queries| DB[(PostgreSQL 16<br/>raw_inventory)]
    DB -->|schema and quality metrics| M
    M -->|structured MCP tool results| A
    A -->|OpenAI analysis or local fallback| R[LATEST_AUDIT.md]

MCPツール

inspect_schema() は、構造監査のためにテーブル名と列定義を返します。

get_data_health_sample() は、行レベルのレビューのために raw_inventory から最新の100行を返します。

check_null_ratios(table_name="raw_inventory") は、すべての列のNULLカウントとパーセンテージを返します。

find_logical_anomalies() は、負の stock_count 値を持つ行と、重複する sku グループを返します。

プロジェクト構成

agent.py              # MCP client and ReAct audit workflow
server.py             # FastMCP server exposing database audit tools
seed_data.py          # Faker-based dirty data generator
docker-compose.yml    # PostgreSQL 16 local database
architecture.md       # Mermaid architecture diagram
.env.example          # Safe environment variable template

セットアップ

要件:

• Windows 11, macOS, または Linux

• Docker Desktop

• uv で管理されたPython

• APIクォータが利用可能なOpenAI APIキー

ローカル環境ファイルを作成します:

Copy-Item .env.example .env

.env を編集し、プレースホルダーの値を置き換えます。.env はコミットしないでください。

依存関係をインストールします:

uv sync

PostgreSQLを起動します:

docker compose up -d

汚れた在庫テーブルをシードします:

uv run python seed_data.py

MCPサーバーを直接実行します:

uv run python server.py

別のターミナルで、自律型監査エージェントを実行します:

uv run python agent.py

エージェントはレポートを以下に書き出します:

LATEST_AUDIT.md

シードデータの検証

docker exec -it sentinel_postgres psql -U sentinel_user -d sentinel_db -c "SELECT COUNT(*) AS negative_stock_rows FROM raw_inventory WHERE stock_count < 0;"

シード後の期待される結果:

30

セキュリティに関する注意点

• .env はGitで無視されるため、決してコミットしないでください。

• .env.example にはプレースホルダーのみが含まれています。

• LLMは生のデータベース認証情報を直接受け取ることはなく、承認されたMCPツールと対話します。

• MCPサーバーは、データベース機能が明示的に公開されるポリシー境界です。

• ログ、スクリーンショット、ターミナル出力、またはチャットに表示されたAPIキーはすべてローテーションしてください。

なぜエージェント内で直接SQLAlchemyを使わずMCPを使うのか？

MCPは、無制限のデータベースアクセスではなく、制約のあるツールインターフェースをLLMに提供します。FastMCPサーバーは許可されたアクションを定義するため、ガバナンスの境界が明確かつ監査可能になります。同じエージェントは、後でデータベース接続を直接書き換えることなく、MCPを通じてカタログ、ポリシーエンジン、データウェアハウス、可観測性システムと相互運用できるようになります。