postgres-mcp安装使用

我们业务中使用功能postgreql,我自然想要在大模型中使用postgres-mcp(github.com/crystaldba/...) 这是一种遵循模型上下文协议(MCP)的服务器软件,它的作用是充当 AI代理(Agent)和> PostgreSQL 数据库之间的安全桥梁

简单来说,它让大语言模型(LLM)可以用 自然语言 去操作数据库,而不需要人手动写 SQL。

例如,AI工程师或数据分析师只需要对 AI 助手说:

  • "列出客户表有哪些字段"
  • "查一下上个季度销量最高的五个产品"

AI 就可以通过 postgres-mcp 自动完成这些事情:

1. 数据库结构查看(Schema Inspection)

AI 可以查看数据库里有哪些表,每个表有哪些字段、字段类型是什么等。

2. 数据查询(Query Execution)

AI 会根据用户的要求自动生成 SQL 语句,并在数据库中执行查询。

3. 安全保护

数据库的账号和密码都保存在服务器端,不会出现在 AI 对话或提示词中,从而避免敏感凭证泄露。

总的来说 postgers-mcp 的核心价值就是:
让 AI 可以用自然语言安全地访问和分析数据库数据。

一 安装

1 (推荐):安装 Python 3.12 或 3.13

Postgres MCP 官方就是按 Python 3.12+ 发布的。

安装 Python 3.12或更高 www.python.org/downloads/

js 复制代码
安装时勾选:
Add Python to PATH

2 用 uv 创建新虚拟环境

js 复制代码
进入项目目录:

cd D:\workspace\bim\qqsl-bim-model-assembly
创建 Python 3.12 环境:

uv venv --python 3.12
激活:.venv\Scripts\activate

3 安装 postgres-mcp

js 复制代码
uv pip install postgres-mcp

以后运行 MCP server 就用:

uv run postgres-mcp
或者带数据库:

uv run postgres-mcp postgresql://user:password@localhost:5432/dbname
例如:

uv run postgres-mcp postgresql://postgres:123456@localhost:5432/postgres

二 修改 PostgreSQL 配置文件

修改这个文件:

/etc/postgresql/14/main/postgis.conf

找到shared_preload_libraries,修改为: shared_preload_libraries = 'pg_cron,pg_stat_statements'

然后重启 PostgreSQL: sudo systemctl restart postgresql 如果是到docker运行的,使用: docker restart image_db_postgresql

然后在claude code中加入mcp配置:

js 复制代码
     "mcpServers": {
        "postgres": {
          "command": "uvx",
          "args": [
            "postgres-mcp",
            "--access-mode=unrestricted"
          ],
          "env": {
            "DATABASE_URI": "postgresql://root:123456@47.99.162.246:5432/qqsl_resource_library_release"
          }
        }
    }

三 测试使用

已发现错误

我在另一台电脑,按照:

js 复制代码
进入项目目录:

cd D:\workspace\bim\qqsl-bim-model-assembly
创建 Python 3.12 环境:

uv venv --python 3.12
激活:.venv\Scripts\activate

3 安装 postgres-mcp

uv pip install postgres-mcp

vbnet 复制代码
安装后,配置了claude code,发现启动不起来,运行uvx run postgres-mcp --help


```js
PS D:\workspace\bim\qqsl-bim-model-assembly> uvx postgres-mcp --help x Failed to build `pglast==7.2` |-> The build backend returned an error `-> Call to `setuptools.build_meta:__legacy__.build_wheel` failed (exit code: 1) [stdout] running bdist_wheel running build running build_py copying pglast\ast.py -> build\lib.win-amd64-cpython-314\pglast copying pglast\error.py -> build\lib.win-amd64-cpython-314\pglast copying pglast\keywords.py -> build\lib.win-amd64-cpython-314\pglast copying pglast\stream.py -> build\lib.win-amd64-cpython-314\pglast copying pglast\visitors.py -> build\lib.win-amd64-cpython-314\pglast copying pglast\__init__.py -> build\lib.win-amd64-cpython-314\pglast copying pglast\__main__.py -> build\lib.win-amd64-cpython-314\pglast copying pglast\enums\lockdefs.py -> build\lib.win-amd64-cpython-314\pglast\enums copying pglast\enums\lockoptions.py -> build\lib.win-...
******************************************************************************** Please consider removing the following classifiers in favor of a SPDX license expression: License :: OSI Approved :: GNU General Public License v3 or later (GPLv3+) See https://packaging.python.org/en/latest/guides/writing-pyproject-toml/#license for details. ******************************************************************************** !! self._finalize_license_expression() error: [WinError 2] 系统找不到指定的文件。 hint: This usually indicates a problem with the package or the build environment. help: `pglast` (v7.2) was included because `postgres-mcp` (v0.3.0) depends on `pglast`

日志里暴露了关键点:

vbnet 复制代码
build\lib.win-amd64-cpython-314

说明 uvx 仍然在用 Python 3.14,所以你的:

uvx postgres-mcp --help

根本没有使用 3.12 ,而 pglast 目前 Windows 不支持 3.14 wheel,导致 uvx 尝试源码编译 → 失败。 解决:claude code配置不要使用uvx,使用uv:

js 复制代码
      "mcpServers": {
        "postgres": {
          "command": "uv",
          "args": [
            "run",
            "postgres-mcp",
            "--access-mode=unrestricted"
          ],
          "env": {
            "DATABASE_URI": "postgresql://root:123456@47.99.162.246:5432/qqsl_resource_library_release"
          }
        }
     }
相关推荐
暗黑小白14 小时前
第三篇:RAG 的三个盲区 —— 混合检索 + 图增强的渐进式进化
架构·ai agent
沪漂阿龙14 小时前
Vector Store:FAISS、Chroma、Milvus、Qdrant、ES 怎么选?
人工智能·elasticsearch·架构·milvus·faiss
Y学院14 小时前
Java 智能体开发实战:从核心架构到生产级落地,告别AI调用积木式编程
java·人工智能·架构
暗黑小白14 小时前
第八篇:人在回路与内容安全 —— 当 AI 说“让我请示一下“
python·安全·架构·ai agent
暗黑小白14 小时前
第一篇:客服Agent 四层架构 —— 一个多Agent客服系统的设计全貌
架构·ai agent
heimeiyingwang14 小时前
【架构实战】Docker容器化:从镜像到部署的完整实践
docker·容器·架构
数据知道14 小时前
指纹浏览器代理中台设计:为每个指纹环境绑定独立出口IP的架构实现
网络协议·tcp/ip·架构
大蚂蚁2号14 小时前
Python 项目架构深度解析:从混乱到清晰
开发语言·python·架构
暗黑小白14 小时前
第四篇:HNSW 参数调优 —— efSearch 从默认 50 降到 32 的完整消融实验
架构·ai agent
wb0430720115 小时前
阿明出海记——从阿明的“东京分店“,看国际化与多区域部署的工程实践
架构