JVLink MCP Server
Server Configuration
Describes the environment variables required to run the server.
| Name | Required | Description | Default |
|---|---|---|---|
| DB_HOST | No | PostgreSQL database host | |
| DB_NAME | No | PostgreSQL database name | |
| DB_PATH | No | Path to the SQLite database file (keiba.db) | |
| DB_PORT | No | PostgreSQL database port | 5432 |
| DB_TYPE | No | The type of database to use (sqlite or postgresql) | |
| DB_USER | No | PostgreSQL database user | |
| DB_PASSWORD | No | PostgreSQL database password |
Instructions
Guidance the server publishes about itself, which clients place ahead of the tool catalog so the model reads it before choosing anything.
This server publishes no instructions, or was last inspected before Glama recorded them.
Capabilities
Features and capabilities supported by this server
Protocol revision2025-11-25
| Capability | Details |
|---|---|
| tools | {
"listChanged": false
} |
| prompts | {
"listChanged": false
} |
| resources | {
"subscribe": false,
"listChanged": false
} |
| experimental | {} |
Tools
Functions exposed to the LLM to take actions
| Name | Description |
|---|---|
| get_database_schemaB | データベーススキーマ情報を取得 |
| get_query_examplesA | クエリ例集を取得 |
| list_tablesB | データベース内のテーブル一覧を取得 |
| get_table_infoB | 指定テーブルのスキーマ情報を取得（詳細説明付き） |
| get_important_featuresB | 競馬予測で重要な特徴量の知見を提供 |
| get_feature_by_categoryC | カテゴリ別に特徴量を取得 |
| search_featuresB | キーワードで特徴量を検索 |
| get_sql_generation_promptA | 自然言語クエリをSQLに変換するためのLLMプロンプトを生成 |
| keiba_data_searchA | SQLで競馬データを自由に検索・分析できる万能ツール |
| validate_sql_queryC | SQLクエリの安全性を検証 |
| favorite_performanceC | 指定した人気順位の馬の成績を分析 1番人気、2番人気など、人気順位別の勝率・複勝率を調べられます。 競馬場やグレード、距離でフィルタリングも可能です。 |
| jockey_statsC | 騎手の成績を分析 騎手名を指定して、勝率・複勝率・騎乗数などを調べられます。 競馬場や距離でのフィルタリングも可能です。 |
| frame_statsB | 枠番（1〜8枠）別の成績を分析 内枠・外枠の有利不利を調べられます。 競馬場や距離でフィルタリングすると、コース特性が見えます。 |
| horse_historyC | 特定の馬の過去レース戦績を取得 馬名を指定して、過去の出走履歴・着順・タイムなどを一覧できます。 |
| sire_statsB | 種牡馬（父馬）の産駒成績を分析 種牡馬名を指定して、産駒の勝率・複勝率を調べられます。 距離や競馬場でフィルタリングすると、血統の適性傾向が見えます。 |
| list_query_templatesB | 利用可能なクエリテンプレート一覧を取得 |
| execute_template_queryC | テンプレートからSQLを生成して実行 |
| get_table_sample_dataB | テーブルのサンプルデータを取得（データ形式理解用） |
| get_column_examplesB | 特定カラムの値の例を取得（データ形式理解用） |
| get_database_overviewB | データベース全体の概要を取得 |
| check_updateA | サーバーの最新バージョンを確認する。アップデートがあるか確認します。 |
| update_serverB | サーバーを更新する。Git checkoutは自動更新し、wheel導入時は手順を返します。 |
Prompts
Interactive templates invoked by user choice
| Name | Description |
|---|---|
No prompts | |
Resources
Contextual data attached and managed by the client
| Name | Description |
|---|---|
| database_schema_resource | データベース全体のスキーマ情報 接続時に自動的に読み込まれ、Claudeが最初からテーブル構造を理解できます |
| tables_list_resource | テーブル一覧と説明 全テーブルの概要を提供し、どのテーブルを使うべきか判断しやすくします |
| query_examples_resource | クエリ例集 よく使うクエリパターンをサンプルとして提供 |
| feature_knowledge_resource | 競馬予測で重要な特徴量の知見 機械学習モデルで重要とされる特徴量とその活用方法 |
| track_codes_resource | 競馬場コード一覧 JVLinkで使用される競馬場コードのマスタデータ |
| grade_codes_resource | グレードコード一覧 レースグレード（G1, G2, G3等）のコード表 |
TDQS
Scored across 22 tools
Tools like get_database_schema, list_tables, get_database_overview, and get_table_info all appear to expose overlapping schema/table metadata, and get_query_examples, list_query_templates, and execute_template_query blur the line between examples, templates, and execution. The specialized analytics tools are well-separated, but there is still real ambiguity between arbitrary SQL search and template-driven execution.
Most tool names use snake_case with a get_ or list_ prefix, which is readable and mostly predictable. However, the specialized stats tools are noun-first (jockey_stats, frame_stats, favorite_performance), and keiba_data_search does not follow the verb-first pattern, creating a mixed convention.
At 22 tools, the server is on the heavy side, and several schema/template helpers overlap rather than earning a clearly distinct place. The specialized horse-racing analytics tools justify much of the count, but the maintenance tools and redundant metadata tools could be consolidated.
The server covers schema exploration, SQL validation, query generation/execution, templates, sample data, and common horse-racing analytics, which avoids most dead ends. Dedicated conveniences for race results or odds are missing, but the universal keiba_data_search tool makes the overall surface functionally complete.