🚀 AnalyticDB PostgreSQL MCP 服务器

AnalyticDB PostgreSQL MCP 服务器作为 AI Agent 与 AnalyticDB PostgreSQL 数据库之间的通用接口，实现了二者的无缝通信。它能助力 AI Agent 获取数据库元数据，还可执行 SQL 操作。

🚀 快速开始

📦 安装指南

下载

从 Github 下载项目代码：

git clone git@github.com:aliyun/alibabacloud-adbpg-mcp-server.git

MCP 集成

在 MCP 客户端配置文件中添加如下配置：

"mcpServers": {
  "adbpg-mcp-server": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/adbpg-mcp-server",
      "run",
      "adbpg-mcp-server"
    ],
    "env": {
      "ADBPG_HOST": "host",
      "ADBPG_PORT": "port",
      "ADBPG_USER": "username",
      "ADBPG_PASSWORD": "password",
      "ADBPG_DATABASE": "database"
    }
  }
}

💻 使用示例

基础用法

# 创建并激活虚拟环境
uv venv .venv
source .venv/bin/activate  # Linux/Mac
# 或者
.venv\Scripts\activate     # Windows

# 安装依赖项
uv pip install -e .

# 启动服务器
uv run adbpg-mcp-server

✨ 主要特性

工具

• execute_select_sql：在 AnalyticDB PostgreSQL 服务器上执行 SELECT SQL 查询。
• execute_dml_sql：在 AnalyticDB PostgreSQL 服务器上执行 DML（INSERT、UPDATE、DELETE）SQL 查询。
• execute_ddl_sql：在 AnalyticDB PostgreSQL 服务器上执行 DDL（CREATE、ALTER、DROP）SQL 查询。
• analyze_table：收集表统计信息。
• explain_query：获取查询执行计划。

资源

内置资源

• adbpg:///schemas：获取数据库中的所有架构。

资源模板

• adbpg:///{schema}/tables：列出特定架构中的所有表。
• adbpg:///{schema}/{table}/ddl：获取表的 DDL。
• adbpg:///{schema}/{table}/statistics：显示表统计信息。

🔧 技术细节

环境变量

MCP 服务器需要以下环境变量来连接 AnalyticDB PostgreSQL 实例：

依赖项

• Python 3.10 或更高版本。
• 必要的包：
  • mcp >= 1.4.0
  • psycopg >= 3.1.0
  • python-dotenv >= 1.0.0
  • pydantic >= 2.0.0