How do I use sqlglot MCP server?

1. Click on "Deploy Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@sqlglot MCP server transpile this MySQL query to PostgreSQL: SELECT IFNULL(a, 0)" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

sqlglot MCP server

by xieyuhua

Overview Schema Source Related Servers Discussions Admin

Python

Remote

SQL 解析 API 服务（REST / HTTP）

基于 sqlglot 的 SQL 解析 / 转译 / 格式化 / 提取 / 条件注入服务，使用 FastAPI 暴露为 REST 接口。核心逻辑在 core.py，被本服务（HTTP）复用。

运行

pip install -r requirements.txt
uvicorn main:app --host 0.0.0.0 --port 8000 --reload

启动后访问交互式文档：http://localhost:8000/docs

服务默认开启 CORS（allow_origins=["*"]），便于前端跨域调用。

Related MCP server: mcp-server-mssql

接口总览

方法	路径	说明
GET	`/health`	健康检查，返回 sqlglot 版本
GET	`/dialects`	列出 sqlglot 支持的所有方言
POST	`/parse`	将 SQL 解析为结构化 AST（JSON）
POST	`/transpile`	在方言之间互转 SQL（如 MySQL → PostgreSQL）
POST	`/format`	美化 / 标准化 SQL
POST	`/validate`	校验 SQL 语法是否合法（不抛异常）
POST	`/extract`	提取表名、列名、函数、CTE 及别名映射
POST	`/add_condition`	追加 WHERE 条件（自动别名，支持多表 / 多条件 / 多操作符 / 直拼原始 SQL）

所有接口在 SQL 解析 / 处理失败时会返回 400，错误信息在响应体 detail 字段中。

接口详情

1. 健康检查 `GET /health`

返回服务状态与 sqlglot 版本号。

curl http://localhost:8000/health
# {"status":"ok","sqlglot_version":"30.12.0"}

2. 方言列表 `GET /dialects`

返回 sqlglot 支持的全部方言名称（按字母序）。

curl http://localhost:8000/dialects
# {"dialects":["bigquery","clickhouse","mysql","postgres", ...]}

3. 解析为 AST `POST /parse`

请求体：

字段	类型	说明
`sql`	string	待解析的 SQL
`read`	string?	输入方言，留空自动识别
`pretty`	bool	AST 是否美化输出（默认 true）

curl -X POST http://localhost:8000/parse \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT a, b FROM t WHERE a > 1"}'
# {"sql":"...","dialect":null,"ast":"SELECT a, b FROM t WHERE a > 1","json":{...}}

返回含 sql / dialect / ast / json 四个字段，其中 json 为 AST 的树形结构。

4. 方言转译 `POST /transpile`

字段	类型	说明
`sql`	string	待转译的 SQL
`read`	string?	输入方言，留空自动识别
`write`	string	目标方言（必填）

curl -X POST http://localhost:8000/transpile \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT IFNULL(a, 0) FROM t", "write": "postgres"}'
# {"read":null,"write":"postgres","sql":"SELECT IFNULL(a, 0) FROM t","transpiled":"SELECT COALESCE(a, 0) FROM t"}

5. 格式化 `POST /format`

字段	类型	说明
`sql`	string	待格式化的 SQL
`read`	string?	输入方言，留空自动识别
`write`	string?	输出方言，默认与输入一致（可顺带转译）

curl -X POST http://localhost:8000/format \
  -H "Content-Type: application/json" \
  -d '{"sql": "select a,b from t where a>1"}'
# {"sql":"select a,b from t where a>1","formatted":"SELECT a, b\nFROM t\nWHERE a > 1"}

6. 语法校验 `POST /validate`

字段	类型	说明
`sql`	string	待校验的 SQL
`read`	string?	输入方言，留空自动识别

返回不抛异常，valid 为布尔，error 在合法时为 null。

curl -X POST http://localhost:8000/validate \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT a FROM t"}'
# {"valid":true,"error":null}

7. 提取元数据 `POST /extract`

字段	类型	说明
`sql`	string	待分析的 SQL
`read`	string?	输入方言，留空自动识别

返回字段：

字段	说明
`tables`	真实表名（已剔除 CTE 名）
`columns`	带表限定符的列名，如 `t1.id`
`columns_bare`	裸列名（不含来源），如 `id`
`functions`	函数调用文本
`ctes`	CTE 别名
`table_aliases`	FROM/JOIN 上的显式别名映射 `[{alias, table}]`
`cte_sources`	CTE 名 → 内部真实表映射 `[{cte, tables}]`

curl -X POST http://localhost:8000/extract \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT a, b FROM t1 JOIN t2 ON t1.id = t2.id"}'
# {"tables":["t1","t2"],"columns":["a","b","t1.id","t2.id"],
#  "columns_bare":["a","b","id"],"functions":[],"ctes":[],
#  "table_aliases":[],"cte_sources":[]}

8. 追加条件 `POST /add_condition`

为 SQL 追加 WHERE 条件，支持 多表 / 多条件 / 多操作符 / 直拼原始 SQL。自动定位每个真实表在 SQL 中的引用名（别名优先），把裸列或真实表名限定列改写为别名前缀后，注入到「该表所属查询的作用域」。

提供三种入参方式（互斥，优先级：conditions > raw > 兼容旧版）：

方式一 · 结构化（推荐，支持多表 + 多操作符） — 字段 conditions 为条件数组，每个元素：

字段	类型	说明
`column`	string	列名，可带引用前缀，如 `"status"` 或 `"t1.id"`
`op`	string	操作符，默认 `=`。支持 `= != > >= < <= LIKE IN NOT IN BETWEEN IS NULL IS NOT NULL`
`value`	any?	比较值；`IN` / `NOT IN` 用列表，`BETWEEN` 用 `[下限, 上限]` 两元素列表，`IS NULL` 可省略
`table`	string?	可选，条件所属真实表名（多表场景）；跨表 JOIN 条件留空，注入顶层查询
`combine`	string	与上一条条件的连接符 `AND`（默认）或 `OR`

curl -X POST http://localhost:8000/add_condition \
  -H "Content-Type: application/json" \
  -d '{
    "sql": "SELECT a FROM table1 AS t1 JOIN table2 AS t2 ON t1.id = t2.id WHERE t1.flag = 0",
    "conditions": [
      {"column": "status", "op": "=",   "value": 1, "table": "table1", "combine": "AND"},
      {"column": "amount", "op": ">",   "value": 100, "table": "table1"},
      {"column": "id",     "op": "IN",  "value": [1, 2, 3], "table": "table2", "combine": "OR"},
      {"column": "t1.id",  "op": "=",   "value": "t2.fid"}
    ]
  }'
# SELECT a FROM table1 AS t1 JOIN table2 AS t2 ON t1.id = t2.id
# WHERE t1.flag = 0 AND (((t1.status = 1 AND t1.amount > 100) OR t2.id IN (1, 2, 3)) AND t1.id = 't2.fid')

方式二 · 直拼原始 SQL（自动把真实表名替换为别名） — 字段 raw，直接写 WHERE 片段（用真实表名），系统自动改写为别名后注入：

字段	类型	说明
`raw`	string \| string[]	原始 WHERE 片段（用真实表名写）；多条按 `operator` 合并
`operator`	string	多 raw 片段之间的合并方式，`AND`（默认）或 `OR`
`read`	string?	输入方言，留空自动识别

# 片段里用真实表名 table1 / table2 写，自动替换为别名 t1 / t2
curl -X POST http://localhost:8000/add_condition \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT a FROM table1 AS t1 JOIN table2 AS t2 ON t1.id = t2.id WHERE t1.flag = 0",
       "raw": "table1.status = 1 AND table2.amount > 100"}'
# SELECT a FROM table1 AS t1 JOIN table2 AS t2 ON t1.id = t2.id
# WHERE t1.flag = 0 AND (t1.status = 1 AND t2.amount > 100)

# 多条 raw 片段按 operator 合并
curl -X POST http://localhost:8000/add_condition \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT a FROM table1 AS t1",
       "raw": ["table1.status = 1", "table1.deleted_at IS NULL"], "operator": "OR"}'
# SELECT a FROM table1 AS t1 WHERE table1.status = 1 OR table1.deleted_at IS NULL

方式三 · 兼容旧版（单表 + 原始条件串）：

字段	类型	说明
`sql`	string	原始 SQL
`table`	string	真实表名（非别名），用于定位引用名
`condition`	string \| string[]	条件片段；单条字符串或字符串数组（多条件）
`operator`	string	多条件合并方式，`AND`（默认）或 `OR`
`read`	string?	输入方言，留空自动识别

curl -X POST http://localhost:8000/add_condition \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT a FROM table1 AS t1", "table": "table1",
       "condition": ["status = 1", "amount > 100"], "operator": "AND"}'
# SELECT a FROM table1 AS t1 WHERE t1.status = 1 AND t1.amount > 100

选型建议：

需要精确控制多表分作用域和每个条件的操作符 → 用 conditions（方式一）。
已有现成的 WHERE 片段（用真实表名写）想直接拼上去 → 用 raw（方式二）。
老接口 / 单表简单场景 → 用 table + condition（方式三）。

行为说明：

自动建立「真实表名 → 别名」映射；raw 直拼片段里用真实表名写的列（如 table1.status）会自动改写为别名（t1.status）。
裸列自动加引用名前缀（status = 1 → t1.status = 1）；列已带前缀（如 t1.id）则原样保留。
多表：条件按 table 定位到各自所属查询作用域；表位于子查询 / CTE 内部时，条件只注入到那一层。所有表在同一查询（如 JOIN）时，条件合并进同一 WHERE。raw 片段若跨多表，注入到这些表的最近公共查询作用域。
多操作符：除 AND / OR 连接符外，每个条件自带 op（IN / BETWEEN / LIKE / IS NULL 等）。
同一作用域内多条件按各自 combine 从左到右联结；若目标查询已有 WHERE，则与原有条件 AND 合并。
同一真实表在 SQL 中出现多次时取第一个匹配；找不到表 / 操作符不合法 / SQL 解析失败时返回 400 错误。

错误处理

所有接口在 SQL 解析 / 处理失败时会返回 HTTP 400，错误信息位于响应体的 detail 字段：

{ "detail": "解析失败: ..." }

常见错误与含义：

`detail` 片段	含义
`解析失败: ...`	输入 SQL 或条件片段无法被 sqlglot 解析（语法错误）
`未在 SQL 中找到表: xxx`	`table` / `conditions[].table` 指定的真实表在 SQL 中不存在
`条件不能为空`	传入的 `condition` / `raw` 为空
`不支持的合并方式: xxx`	`operator` 不是 `AND` / `OR`
`不支持的操作符: xxx`	`conditions[].op` 不在支持的操作符列表内
`IN 操作符的 value 必须为列表`	使用 `IN` / `NOT IN` 时 `value` 不是数组
`BETWEEN 操作符的 value 必须为包含 [下限, 上限] 的列表`	使用 `BETWEEN` 时 `value` 不是两元素数组

提示：/validate 接口不会抛异常，可通过其 valid / error 字段预先判断 SQL 是否合法，再调用其它写操作接口。

MCP 服务（供 Agent 调用）

除了 REST 接口，本服务还提供 MCP Server（mcp_server.py），让 Agent 通过 MCP 协议（stdio 传输）直接调用 SQL 解析/校验/权限能力。

特点：零额外依赖，仅依赖 sqlglot（未使用官方 mcp SDK 分叉包，避免版本/兼容风险），通过标准「换行分隔的 JSON-RPC 2.0」与任何 MCP 客户端（Claude Desktop、自定义 Agent 等）对接。

运行（Agent 以子进程方式拉起）：

python mcp_server.py

暴露的工具

工具	说明
`validate_sql`	校验 SQL 语法是否合法，返回 `{valid, error}`（不抛异常）
`parse_sql`	将 SQL 解析为结构化 AST（JSON）
`transpile_sql`	方言互转（如 MySQL → PostgreSQL）
`format_sql`	美化 / 标准化 SQL
`extract_sql`	提取表名、列名、函数、CTE 及别名映射
`add_condition`	追加 WHERE 条件（多表 / 多条件 / 多操作符 / 直拼原始 SQL）
`check_permission`	按策略校验 SQL（表/列白黑名单、禁止 DML/DDL 等），仅校验不改写
`enforce_permission`	校验通过后自动加固 SQL（注入行级过滤、自动补 LIMIT），返回改写结果

权限策略（policy）

check_permission / enforce_permission 共用如下策略（全部可选）：

字段	类型	说明
`allow_write`	bool	是否允许 DML（INSERT/UPDATE/DELETE），默认 `false`
`allow_ddl`	bool	是否允许 DDL（CREATE/DROP/ALTER/TRUNCATE），默认 `false`
`allowed_tables`	list	表白名单（非空时，不在其中的表一律拒绝）
`denied_tables`	list	表黑名单（命中即拒绝，优先级高于白名单）
`allowed_columns`	dict	列级白名单 `{表: [列,...]}`（仅校验带表限定符的列）
`row_filters`	dict	行级过滤 `{表: "条件"}`，`enforce_permission` 自动注入 WHERE
`max_limit`	int	SELECT 自动补 LIMIT 上限（无 LIMIT 时）

enforce_permission 示例（enforce_permission 工具）：

{
  "sql": "SELECT id, amount FROM orders",
  "policy": {
    "allow_write": false,
    "row_filters": { "orders": "tenant_id = 7" },
    "max_limit": 100
  }
}

→ 返回 SELECT id, amount FROM orders WHERE tenant_id = 7 LIMIT 100（行级隔离 + 限流已自动生效）。

Agent 接入配置示例

Claude Desktop / 兼容 MCP 的客户端（claude_desktop_config.json）：

{
  "mcpServers": {
    "sqlglot": {
      "command": "python",
      "args": ["/绝对路径/mcp-sqlglot/http/mcp_server.py"]
    }
  }
}

自定义 Agent（stdio 调用骨架）：向子进程 stdin 逐行写入 JSON-RPC 消息，读取 stdout 每行响应：

→ {"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"agent","version":"1"}}}
← {"jsonrpc":"2.0","id":1,"result":{"protocolVersion":"2024-11-05","capabilities":{"tools":{}},"serverInfo":{"name":"sqlglot-mcp","version":"1.0.0"}}}
→ {"jsonrpc":"2.0","id":2,"method":"tools/list"}
→ {"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"enforce_permission","arguments":{"sql":"SELECT * FROM orders","policy":{"row_filters":{"orders":"tenant_id = 7"},"max_limit":100}}}}

http/
├── main.py          # FastAPI 应用与全部 REST 接口
├── mcp_server.py    # MCP Server（stdio JSON-RPC，供 Agent 调用，零额外依赖）
├── core.py          # 核心逻辑（解析/转译/格式化/提取/条件注入/权限校验）
├── requirements.txt # 依赖（fastapi, uvicorn, sqlglot, pydantic, ...）
└── README.md        # 本文档

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivitySlowing

ResponsivenessNo issues

Resources

GitHub Repository

Need Help?

Related Servers

Related MCP Connectors

sixta-connect AOAuth
ai.sixta
DBRE-grade SQL analysis inside any MCP client. No connection. No install. Paste a query.
Databases Code Analysis
132
New Relic MCP ServerOAuth
com.newrelic
Access New Relic observability data through MCP - query metrics, logs, traces, entities, and more
Observability Monitoring
2
Airbyte AgentsOAuth
io.github.airbytehq
Let AI agents query data and act across all your business apps via MCP.
Data Platforms AI & Machine Learning RAG Systems
2
CraloOAuth
ai.cralo
Pay-per-use tool marketplace for AI agents. Search, price-check, and call APIs via MCP.
Agent Orchestration Developer Tools
1

Related MCP Servers

sql-sop-mcp
Code Analysis Developer Tools Testing & QA Tools
govern-agents
A
license
A
quality
F
maintenance
MCP server that integrates sql-sop SQL linter into LLM clients, enabling linting SQL queries and listing lint rules via chat tools.
Updated 2 months ago (2026-07-29 18:30 UTC)
2
MIT
mcp-server-mssql
Databases Developer Tools
TerraCo89
A
license
B
quality
C
maintenance
Enables AI agents to interact with Microsoft SQL Server databases via MCP, supporting table listing, schema retrieval, and CRUD operations.
Updated 2 months ago (2026-07-08 06:00 UTC)
3
1
MIT
sql-explorer-mcp
Databases Search
govern-agents
A
license
Not graded
quality
F
maintenance
Read-only MCP server for SQL databases (SQL Server, Postgres, SQLite) with multi-server support and three-layer safety using AST validation and linting.
Updated 2 months ago (2026-07-29 13:07 UTC)
MIT
Data Agent Connector
Databases RAG Systems Search
MagnusS0
A
license
Not graded
quality
D
maintenance
Enables SQL agents to connect to any SQLAlchemy-supported database via MCP, providing read-only SQL querying, automatic table summarization, and column content search.
Updated 8 months ago (2026-01-26 19:55 UTC)
4
Apache 2.0

SQL 解析 API 服务（REST / HTTP）

运行

接口总览

接口详情

1. 健康检查 GET /health

2. 方言列表 GET /dialects

3. 解析为 AST POST /parse

4. 方言转译 POST /transpile

5. 格式化 POST /format

6. 语法校验 POST /validate

7. 提取元数据 POST /extract

8. 追加条件 POST /add_condition