使用MCP Toolbox for Databases访问数据库

本文介绍如何使用开源的 MCP Toolbox for Databases,通过 YAML 配置将其集成到 VSCode Copilot。这使得用户能用自然语言查询数据库,或自定义工具执行精确 SQL,从而简化数据库访问。

使用自然语言访问数据库已经有了许多成功的案例,AI很擅长完成这种自然语言与机器语言的转换工作。随着 MCP 的发展,肯定有不少这样的数据库 MCP Server。

MCP Toolbox for Databases 是一个用于数据库的开源 MCP 服务器。它通过处理连接池、身份验证等复杂性,使您能够更轻松、更快速、更安全地开发工具。

下面是一个简单的试用。

下载页面直接下载 Toolbox 的二进制包,然后将其路径添加到系统 PATH 环境变量中。

然后,在你的项目根目录下新建一个 mysql.yaml 文件,内容为:

yaml 复制代码
sources:
  my-mysql-source:
    kind: mysql
    host: your-mysql-host
    port: 3306
    database: mysql
    user: root
    password: your-mysql-password
tools:
  execute_sql_tool:
    kind: mysql-execute-sql
    source: my-mysql-source
    description: Use this tool to execute sql statement.

下面我会为我的 VSCode Copilot 中添加一个 MCP Server,即在项目的目录中保存 .vscode/mcp.json 为:

json 复制代码
{
    "servers": {
    "mysql-mcp-server": {
      "type": "stdio",
      "command": "toolbox",
      "args": [
              "--tools-file",
              "D:\\learns\\ai\\toolbox-mcp\\mysql.yaml",
              "--stdio"
          ]
    }
   }
}

然后在 Copilot 的 Chat 界面,选择 Agent 模式,看看有没有加载 mysql-mcp-server,如果没有,可以点击重启,应该可以看到增加了这个 MCP Server。

在 Agent 模式下,我提问:

复制代码
我的数据库实例中哪个数据库的表最少?

Copilot 问我是否执行 execute_sql_tool,输入为:

json 复制代码
{
  "sql": "SELECT table_schema, COUNT(*) AS table_count FROM information_schema.tables WHERE table_type = 'BASE TABLE' GROUP BY table_schema ORDER BY table_count ASC LIMIT 1;"
}

我确认执行后结果为:

json 复制代码
{"TABLE_SCHEMA":"sys","table_count":1}

Copilot 告诉我:

复制代码
你的数据库实例中,表最少的数据库是 sys,只有 1 个表。

通过 Toolbox 还可以自定义 Tool, 下面就是官方的一个例子:

yaml 复制代码
sources:
  my-pg-source:
    kind: postgres
    host: 127.0.0.1
    port: 5432
    database: toolbox_db
    user: ${USER_NAME}
    password: ${PASSWORD}
tools:
  search-hotels-by-name:
    kind: postgres-sql
    source: my-pg-source
    description: Search for hotels based on name.
    parameters:
      - name: name
        type: string
        description: The name of the hotel.
    statement: SELECT * FROM hotels WHERE name ILIKE '%' || $1 || '%';

这样可以精确控制一些查询。

相关推荐
Lsx_5 小时前
前端视角下认识 AI Agent 和 LangChain
前端·人工智能·agent
aiguangyuan5 小时前
使用LSTM进行情感分类:原理与实现剖析
人工智能·python·nlp
IvorySQL5 小时前
PostgreSQL 分区表的 ALTER TABLE 语句执行机制解析
数据库·postgresql·开源
Yeats_Liao5 小时前
评估体系构建:基于自动化指标与人工打分的双重验证
运维·人工智能·深度学习·算法·机器学习·自动化
深圳市恒星物联科技有限公司5 小时前
水质流量监测仪:复合指标监测的管网智能感知设备
大数据·网络·人工智能
·云扬·5 小时前
MySQL 8.0 Redo Log 归档与禁用实战指南
android·数据库·mysql
IT邦德5 小时前
Oracle 26ai DataGuard 搭建(RAC到单机)
数据库·oracle
断眉的派大星6 小时前
均值为0,方差为1:数据的“标准校服”
人工智能·机器学习·均值算法
A尘埃6 小时前
电子厂PCB板焊点缺陷检测(卷积神经网络CNN)
人工智能·神经网络·cnn
Tadas-Gao6 小时前
缸中之脑:大模型架构的智能幻象与演进困局
人工智能·深度学习·机器学习·架构·大模型·llm