モデルコンテキストプロトコル（Model Context Protocol、MCP）実装で、MySQL データベースとの安全な対話をサポートします。このサーバーコンポーネントは、AI アプリケーション（ホスト/クライアント）と MySQL データベースの間の通信を確立し、制御されたインターフェースを通じて、データベースの探索と分析をより安全かつ構造的に行えるようにします。
注記: MySQL MCP Server は、標準入出力（STDIO）と Streamable HTTP（SSE）の両方のトランスポートモードをサポートしています。リモート/セルフホスト型のデプロイメントでは、SSE モードを推奨します。
マネージド — Fronteir AI がサーバーを代行実行するため、ローカル設定は不要です。
ローカル — Smithery がお使いのマシンにサーバーをインストールして実行します。
Related MCP server: mysql-mcp-server
利用可能な MySQL テーブルをリソースとして一覧表示
テーブル内容の読み取り
堅牢なエラーハンドリングを備えた SQL クエリの実行
マルチデータベースモード（オプションの MYSQL_DATABASE）
SSE/HTTP トランスポートサポート（MCP_TRANSPORT=sse）
SSH トンネルサポート
完全なテーブルスキーマ情報
テーブルデータのサンプリング
環境変数による安全なデータベースアクセス
充実したロギング
pip install mysql-mcp-serverSmithery を使用して、Claude Desktop 用に MySQL MCP Server を自動インストールします：
npx -y @smithery/cli install designcomputer/mysql-mcp-server --client claudeclaude mcp add --transport stdio designcomputer-mysql_mcp_server uvx mysql_mcp_serverautohand mcp add mysql env MYSQL_HOST=localhost MYSQL_PORT=3306 MYSQL_USER=your_username MYSQL_PASSWORD=your_password MYSQL_DATABASE=your_database uvx mysql_mcp_servermcp add の後に --scope project を付けると、現在のワークスペースに登録情報を保持できます。現在の CLI の詳細は Autohand Code を参照してください。
以下の環境変数を設定します：
MYSQL_HOST=localhost # 数据库主机
MYSQL_PORT=3306 # 可选：数据库端口（不指定时默认 3306）
MYSQL_USER=your_username
MYSQL_PASSWORD=your_password
MYSQL_DATABASE=your_database # 可选：留空则进入多数据库模式
# 高级配置
MYSQL_SSL_MODE=DISABLED # DISABLED、REQUIRED、VERIFY_CA、VERIFY_IDENTITY
MYSQL_CONNECT_TIMEOUT=10 # 超时时间（秒）
# 连接行为（可选）
MYSQL_SQL_MODE=TRADITIONAL # 连接所应用的 SQL mode（默认：TRADITIONAL）
# 兼容性（可选）
MYSQL_CHARSET=utf8mb4
MYSQL_COLLATION=utf8mb4_unicode_ci
MYSQL_AUTH_PLUGIN= # 例如旧版 MySQL 使用 mysql_native_password
MYSQL_USE_PURE=false # 强制使用纯 Python 连接器（默认：false）
MYSQL_RAISE_ON_WARNINGS=false # 出现 SQL 警告时抛出异常（默认：false）
# SSE 传输（可选）
MCP_TRANSPORT=stdio # stdio 或 sse
MCP_SSE_HOST=0.0.0.0 # 监听所有网卡（Docker/托管部署需要）
PORT=8000 # HTTP 端口（MCP_SSE_PORT 的回退值）
MCP_SSE_ALLOWED_HOSTS= # 逗号分隔的允许 Host 头（默认：localhost:{port},127.0.0.1:{port}）
# SSH 隧道（可选）
MYSQL_SSH_ENABLE=false # 设为 true 启用
MYSQL_SSH_HOST= # SSH 跳板机
MYSQL_SSH_PORT=22 # SSH 端口
MYSQL_SSH_USER= # SSH 用户名
MYSQL_SSH_KEY_PATH= # SSH 私钥路径
MYSQL_SSH_REMOTE_HOST=localhost # 从跳板机视角看的目标主机
MYSQL_SSH_REMOTE_PORT=3306
MYSQL_LOCAL_PORT=3330.env ファイルの読み込みサーバー起動時に python-dotenv を使用して .env ファイルを自動的に読み込みます。ローカルで使用するには、次のようにするだけです：
cp .env.example .env # 然后填入你的凭据このファイルはプロセスの作業ディレクトリ（およびその親ディレクトリ）から読み込まれるため、プロジェクトディレクトリでサーバーを自分で起動する場合は正常に機能します。
⚠️ Claude Code / Claude Desktop： これらのホストは独自の作業ディレクトリからサーバーを起動するため、プロジェクト内の
.envは見つからず、Missing required database configurationというエラーが表示されます。MYSQL_*の値は、.envに依存するのではなく、MCP 設定のenvブロック（下記の「使用法」を参照）に記述してください。
MYSQL_DATABASE が設定されていない場合、サーバーはマルチデータベースモードで動作します：
list_resources はすべてのユーザーデータベースを返します（システムデータベースはフィルタリングされます）
SQL クエリでは mydb.mytable のように完全修飾テーブル名を使用します
注意： 単一の SQL ステートメントのみサポートされており、複数ステートメントのクエリ（USE db; SELECT ... など）はサポートされていません。
SSE モードでサーバーを起動し、組み込みの管理ページを開くと、複数のデータベース接続を管理でき、各接続に独立した読み取り/書き込みアカウントを設定できます：
# Windows PowerShell
$env:MCP_TRANSPORT="sse"; $env:MCP_SSE_PORT="8000"; python -m mysql_mcp_server
# Linux/macOS
MCP_TRANSPORT=sse MCP_SSE_PORT=8000 python -m mysql_mcp_server管理ページ：http://127.0.0.1:8000/admin/（ループバックアクセスのみ許可されています。管理 API とページは、非ループバッククライアントと不明な Host ヘッダーを拒否します。リバースプロキシの背後に配置しないでください）。
各エイリアスで設定可能な項目：
フィールド | 用途 |
接続（host/port/database） | 接続先。database を空にするとマルチデータベースモードになります。 |
クエリユーザー（read_user） | SELECT / SHOW / DESCRIBE / EXPLAIN に使用 |
操作ユーザー（write_user） | 確認後の DML/DDL に使用 |
write_policy |
|
allow_delete | DELETE / TRUNCATE / DROP のマスタースイッチ（デフォルトはオフ） |
クライアントはエイリアスで接続します：http://127.0.0.1:8000/sse?alias=db1
（alias を省略した場合はデフォルトのエイリアスが使用されます）。config/databases.json にエントリがない場合、従来の MYSQL_* 環境変数が後方互換性のある単一データベースのフォールバックとして引き続き使用できます（このモードでは読み取りと書き込みで同じアカウントが使用されます）。
上記のマルチデータベースモードとの違いに注意してください。あちらは単一の接続で複数の スキーマ を公開するのに対し、エイリアスは複数の接続を管理し、各接続に独立したアカウントと書き込みポリシーがあります。
書き込み操作の確認方法： サーバーは各ステートメントを3段階（読み取り/書き込み/削除）で判定します。読み取り操作はクエリアカウントで実行されます。書き込み操作と削除操作は MCP elicitation ダイアログをトリガーして完全な SQL を表示します。受け入れると操作アカウントで実行され、拒否すると中止されます。クライアントが elicitation をサポートしていない場合、エイリアスの write_policy に従ってダウングレード動作が決定されます（上表を参照）。すべての書き込み操作の試行は、管理ページの監査リスト（ディスク上では logs/audit.log）に記録されます。
execute_sql任意の標準 SQL クエリを実行します。
パラメータ： query（文字列）
機能： SELECT、SHOW、DESCRIBE、および DML（INSERT、UPDATE、DELETE）をサポートします。DML 操作には破壊的なプロンプトのマークが付きます。
制限： 単一ステートメントのみサポートされており、複数ステートメントのクエリはサポートされていません。
クロスデータベース： MYSQL_DATABASE の設定に関係なく、database.table 構文で任意のデータベースをクエリできます。
get_schema_infoデータベーススキーマに関する詳細なメタデータを提供します。
パラメータ： table_name（オプションの文字列）
出力： 列名、型、NULL 許容性、デフォルト値、コメント。
クロスデータベース： database.table を渡すと、MYSQL_DATABASE 以外のデータベースをクエリできます。ベアテーブル名は設定済みのデータベースを使用します。
識別子ルール： 名前に使用できるのは英数字、アンダースコア、$ のみです（database.table の区切り文字としてドットを1つ使用できます）。
get_table_sample代表的なデータサンプルを取得します。
パラメータ： table_name（文字列）、limit（オプションの整数、最大 20）
用途： 大きな結果セットを取得することなく、データの形式と内容をすばやく把握できます。
クロスデータベース： database.table を渡すと、MYSQL_DATABASE 以外のデータベースをサンプリングできます。ベアテーブル名は設定済みのデータベースを使用します。
識別子ルール： 名前に使用できるのは英数字、アンダースコア、$ のみです（database.table の区切り文字としてドットを1つ使用できます）。
ツールに加えて、サーバーは MCP プロンプト も提供します。これは、クライアントが必要に応じて起動できるガイド付きのマルチステップワークフローです。Claude Code ではスラッシュコマンド（/mcp__<server>__<prompt>）として表示され、Claude Desktop ではプロンプト（+）メニューに表示されます。
プロンプト | パラメータ | 説明 |
| （なし） | データベースを体系的に探索します。利用可能なテーブルの発見、テーブルスキーマの表示、データのサンプリング、内容の要約を行います。 |
|
| 指定されたテーブルを詳細に分析します。テーブルスキーマの取得、データのサンプリング、実用的なクエリの提案を行います。 |
例（Claude Code）：
/mcp__mysql__explore_database
/mcp__mysql__analyze_table customersどちらのプロンプトも、既存の get_schema_info ツールと get_table_sample ツールを調整します。explore_database はリソースリストも使用してテーブルを列挙します。
claude_desktop_config.json に以下を追加します：
{
"mcpServers": {
"mysql": {
"command": "uv",
"args": [
"--directory",
"path/to/mysql_mcp_server",
"run",
"mysql_mcp_server"
],
"env": {
"MYSQL_HOST": "localhost",
"MYSQL_PORT": "3306",
"MYSQL_USER": "your_username",
"MYSQL_PASSWORD": "your_password",
"MYSQL_DATABASE": "your_database"
}
}
}
}より詳細な例とエージェント固有の手順については、MCP_USECASES.md を参照してください。
mcp.json に以下を追加します：
{
"mcpServers": {
"mysql": {
"type": "stdio",
"command": "uvx",
"args": [
"--from",
"mysql-mcp-server",
"mysql_mcp_server"
],
"env": {
"MYSQL_HOST": "localhost",
"MYSQL_PORT": "3306",
"MYSQL_USER": "your_username",
"MYSQL_PASSWORD": "your_password",
"MYSQL_DATABASE": "your_database"
}
}
}
}注：事前に uv をインストールする必要があります。
MySQL MCP Server は、スタンドアロンで、または Python コマンドラインから直接起動するプログラムとして設計されていませんが、MCP Inspector を使用してデバッグできます。
MCP Inspector は、MCP 実装をテストおよびデバッグするための便利な方法を提供します：
# 安装依赖
pip install -r requirements.txt
# 使用 MCP Inspector 调试（不要直接用 Python 运行）MySQL MCP Server は Claude Desktop などの AI アプリケーションに統合されるように設計されており、スタンドアロンの Python プログラムとして直接実行することは想定されていません。
# 克隆仓库
git clone https://github.com/designcomputer/mysql_mcp_server.git
cd mysql_mcp_server
# 创建虚拟环境
python -m venv venv
source venv/bin/activate # Windows 上用 `venv\Scripts\activate`
# 安装开发依赖
pip install -r requirements-dev.txt
# 复制示例配置并填入你的凭据
cp .env.example .env
# 编辑 .env，填入 MySQL 连接信息
# 运行测试
pytest識別子の検証： get_schema_info と get_table_sample に渡されるテーブル名とデータベース名は、厳格なホワイトリスト検証（英数字、アンダースコア、$ のみ許可。database.table の区切り文字としてドットを1つ許可）を受けます。SQL インジェクションを防ぐため、他の特殊文字はすべて拒否されます。
暗号化アクセス： リモート接続を保護するために、SSL/TLS と SSH トンネルを完全にサポートしています。
ログのプライバシー： パスワードと SSH 秘密鍵は、サーバーログで自動的にマスクされます。
最小権限： 常に最小限の権限を持つ専用の MySQL ユーザーを使用してください。
SSE トランスポートには組み込みの認証はありません。 SSE サーバーはデフォルトで 0.0.0.0 にバインドされ、資格情報なしの接続を受け入れます。localhost の外部に公開する場合は、認証を強制するリバースプロキシ（nginx、Caddy、Traefik）の背後に配置してください。nginx + HTTP Basic 認証の例：
location /sse {
auth_basic "MCP";
auth_basic_user_file /etc/nginx/.htpasswd;
proxy_pass http://127.0.0.1:8000;
proxy_set_header Host $host;
proxy_buffering off;
}
location /messages/ {
auth_basic "MCP";
auth_basic_user_file /etc/nginx/.htpasswd;
proxy_pass http://127.0.0.1:8000;
proxy_set_header Host $host;
}MCP_SSE_HOST=127.0.0.1 を設定すると、サーバーはループバックアドレスのみをリッスンし、プロキシが唯一のパブリックエントリポイントになります。MCP_SSE_ALLOWED_HOSTS をプロキシが転送するパブリックホスト名に設定します（例：MCP_SSE_ALLOWED_HOSTS=myserver.example.com:443）。
セキュリティで保護されたデプロイの完全なガイドについては、SECURITY.md を参照してください。
この MCP 実装が機能するには、データベースへのアクセス権限が必要です。安全のために：
専用の MySQL ユーザーを作成し、最小限の権限を付与します
root 資格情報や管理者アカウントは絶対に使用しないでください
データベースアクセスを必要な操作に制限します
監査のためにログを有効にします
データベースアクセスを定期的にセキュリティレビューします
詳細な手順については、MySQL セキュリティ設定ガイド を参照してください。以下が含まれます：
制限付き MySQL ユーザーの作成
適切な権限の設定
データベースアクセスの監視
セキュリティのベストプラクティス
⚠️ 重要：データベースアクセスを構成するときは、必ず最小権限の原則に従ってください。
MIT ライセンス - 詳細は LICENSE ファイルを参照してください。
このリポジトリをフォークします
機能ブランチを作成します（git checkout -b feature/amazing-feature）
変更をコミットします（git commit -m 'Add some amazing feature'）
ブランチをプッシュします（git push origin feature/amazing-feature）
プルリクエストを送信します
Execute a SQL statement against the MySQL server. Use for SELECT, DML (INSERT/UPDATE/DELETE), SHOW, DESCRIBE, and ad-hoc queries. Supports cross-database queries using database.table notation. Single statements only — use fully qualified names instead of USE statements. Write/delete statements require user confirmation: depending on the client, either a confirmation prompt appears, or the first call returns a confirm_token — show the SQL to the user, and after explicit consent re-call with the same query plus confirm_token. Use the optional alias parameter to target a different configured database within a single connection.
| Name | Required | Description | Default |
|---|---|---|---|
| alias | No | 数据库别名，或管理页面 /admin 中为该库配置的项目名称（项目文件夹名）。在单个 SSE 连接内通过此参数切换不同库；省略时用连接 URL ?alias 指定的别名或默认别名。建议优先传当前项目文件夹名自动匹配对应数据库。 | |
| query | Yes | The SQL statement to execute. Single statements only. | |
| confirm_token | No | One-time confirmation token returned by a previous write attempt. Pass it with the SAME query after the user explicitly approved the SQL. |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations mark this as destructive, and the description substantially expands on this by detailing the confirmation workflow: a prompt appears, or a confirm_token is returned and must be re-sent with the same query after explicit user consent. It also discloses single-statement-only behavior and cross-database support, going well beyond the annotation flags.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is dense but well-structured, front-loading the main purpose, then constraints, confirmation flow, and alias behavior. Every clause contributes essential information without redundancy, and its length is justified by the tool's complexity.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
For a destructive SQL tool with no output schema, this description covers all critical operational aspects: statement types, single-statement enforcement, cross-db notation, the confirmation protocol, and alias usage. The only gap is return-format details, but that is standard SQL client behavior and not essential for correct invocation.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
The schema already covers all parameters, so the baseline is 3. The description adds meaningful semantics for confirm_token (one-time token from a prior write attempt, pass with the same query after approval) and alias (switch database within a single connection), enriching the raw schema definitions.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly identifies the tool as executing SQL statements against a MySQL server and enumerates supported statement types (SELECT, DML, SHOW, DESCRIBE, ad-hoc queries). It is distinct from sibling inspection tools by its general-purpose scope, though it does not explicitly name or contrast them.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
It provides direct usage guidance by enumerating applicable statement types and imposing constraints: single statements only, fully qualified names instead of USE statements, and confirmation for writes/deletes. It does not explicitly discuss when to prefer sibling tools like get_schema_info, but the implied distinction is clear.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Get column metadata for a table or all tables in the configured database: column names, data types, nullability, default values, and comments. Call this before querying an unfamiliar table. Omit table_name to see all tables at once. Accepts bare table names (uses MYSQL_DATABASE) or database.table for cross-database lookups. Use alias to target a different configured database.
| Name | Required | Description | Default |
|---|---|---|---|
| alias | No | 数据库别名，或管理页面 /admin 中为该库配置的项目名称（项目文件夹名）。在单个 SSE 连接内通过此参数切换不同库；省略时用连接 URL ?alias 指定的别名或默认别名。建议优先传当前项目文件夹名自动匹配对应数据库。 | |
| table_name | No | Optional: bare table name, or database.table for a cross-database lookup. |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already mark readOnlyHint=true and destructiveHint=false, so the safety profile is known. The description adds behavioral context: it can return metadata for all tables when table_name is omitted, accepts database.table for cross-database lookups, and uses bare names with MYSQL_DATABASE, plus alias switching behavior. This goes beyond the annotations without contradicting them.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is compact and front-loaded with the core purpose, then provides usage details in logical order. Every sentence contributes useful information without excessive verbosity.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the tool's simplicity, annotations, and full schema coverage, the description is complete enough for an agent to select and invoke it. It covers scoping, naming, and alias switching. Minor gaps like return format are acceptable since no output schema exists and the tool is a read-only metadata lookup.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 100%, so the schema documents both parameters. The description still adds meaning by explaining the semantic effects of omitting table_name, the database.table format, bare-name resolution via MYSQL_DATABASE, and alias behavior.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states the tool retrieves column metadata (names, data types, nullability, defaults, comments) for a table or all tables, with a specific resource and verb. It also distinguishes itself from sibling tools by positioning it as the pre-query metadata lookup.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description explicitly says to call this before querying an unfamiliar table, explains how to list all tables, and notes cross-database usage and alias-based targeting. This provides clear contextual guidance on when and how to use the tool.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Fetch a small sample of rows from a table to understand its data format and content. Use alongside get_schema_info before writing complex queries. Accepts bare table names (uses MYSQL_DATABASE) or database.table for cross-database lookups. Use alias to target a different configured database.
| Name | Required | Description | Default |
|---|---|---|---|
| alias | No | 数据库别名，或管理页面 /admin 中为该库配置的项目名称（项目文件夹名）。在单个 SSE 连接内通过此参数切换不同库；省略时用连接 URL ?alias 指定的别名或默认别名。建议优先传当前项目文件夹名自动匹配对应数据库。 | |
| limit | No | Number of rows to return (default 5, max 20). | |
| table_name | Yes | Table to sample. Use database.table notation for cross-database queries. |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already declare readOnlyHint=true and destructiveHint=false, so safety is covered. The description adds valuable behavioral context: bare table names use MYSQL_DATABASE, database.table enables cross-database lookups, and alias switches the configured database target. It does not describe return shape or sampling order, but these are less critical given the read-only annotations.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is four sentences with no filler: purpose, usage timing, table-name syntax, and alias behavior each get one focused sentence. It is front-loaded with the core action and reads efficiently.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
For a simple read-only sampler with no output schema, the description covers what the tool does, when to use it, how to name tables, and how to override the database target. An agent has enough information to invoke it correctly without needing to infer anything beyond the schema.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 100%, so the baseline is 3. The description goes beyond the schema by specifying that bare table names resolve to MYSQL_DATABASE and reinforcing how alias targets a different configured database. The limit parameter needs no extra explanation because the schema already documents default and maximum.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
Description states a specific action and resource: 'Fetch a small sample of rows from a table to understand its data format and content.' It also names a companion tool (get_schema_info) and clearly frames this as an exploration tool, which distinguishes it from execute_sql even without an explicit contrast.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description gives clear context: 'Use alongside get_schema_info before writing complex queries,' indicating when this tool is appropriate. It does not explicitly state when to prefer execute_sql instead, but the phrase 'before writing complex queries' implies the alternative, so it falls just short of fully explicit exclusion guidance.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
v0.4.4execute_sqlget_schema_infoget_table_sampleScored across 3 tools
Each tool has a clear, distinct role: execute_sql for arbitrary SQL, get_schema_info for metadata, and get_table_sample for row previews. Although execute_sql can also run SHOW/SELECT statements, the specialized helper tools are explicitly framed as complementary, not competing.
All tool names follow a consistent verb_noun pattern in snake_case: execute_sql, get_schema_info, get_table_sample. This makes the action and target of each tool predictable.
Three tools is a compact but appropriate scope for a SQL database server: one general execution path plus two focused inspection helpers. Each tool serves a distinct need without redundancy.
The surface covers the core workflow: inspect schema, preview data, and execute arbitrary SQL for reads and writes. Cross-database behavior and user confirmation are handled, and remaining database-level operations can be reached via execute_sql.
Guard AI agents' PostgreSQL/MySQL access via MCP: SQL audit, auth, masking, write approval
PostgreSQL, MySQL, and SQL Server in one session. 26 read-only MCP tools for AI agents.
Draxlr's remote MCP server connects AI assistants to your SQL databases and dashboards. Explore schemas, run read-only queries, manage saved queries and dashboards, and export results, all with row-level security so each user sees only their own data.
Paid remote MCP for governed database query review, SQL simulation, approvals, and audits.
