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
shayudiandian6 分钟前
YOLOv8目标检测项目实战(从训练到部署)
人工智能·yolo·目标检测
陈天伟教授10 分钟前
基于学习的人工智能(4)机器学习基本框架
人工智能·学习·机器学习
studytosky24 分钟前
深度学习理论与实战:MNIST 手写数字分类实战
人工智能·pytorch·python·深度学习·机器学习·分类·matplotlib
做萤石二次开发的哈哈28 分钟前
11月27日直播预告 | 萤石智慧台球厅创新场景化方案分享
大数据·人工智能
AGI前沿32 分钟前
AdamW的继任者?AdamHD让LLM训练提速15%,性能提升4.7%,显存再省30%
人工智能·算法·语言模型·aigc
后端小肥肠1 小时前
小佛陀漫画怎么做?深扒中老年高互动赛道,用n8n流水线批量打造
人工智能·aigc·agent
是店小二呀1 小时前
本地绘图工具也能远程协作?Excalidraw+cpolar解决团队跨网画图难题
人工智能
程序员小白条1 小时前
你面试时吹过最大的牛是什么?
java·开发语言·数据库·阿里云·面试·职场和发展·毕设
i爱校对1 小时前
爱校对团队服务全新升级
人工智能
KL132881526931 小时前
AI 介绍的东西大概率是不会错的,包括这款酷铂达 VGS耳机
人工智能