连接云-MCP服务器

Name: 连接云-MCP服务器
Author: CDataSoftware

作者：CDataSoftware2 星标更新：2025-09-26

安装使用来源：spider==github.com

项目介绍

🧠 CData Connect AI MCP Server

🚨 现在可以在 Connect AI 中使用 🚨

Connect AI（原 Connect Cloud）现在内置了一个远程 MCP 服务器（使用可流式传输的 HTTP 传输类型）。了解更多。

此项目仍然允许通过 STDIO 传输类型进行本地安装/托管 MCP 服务器。

这是一个用于通过 CData Connect AI 查询和管理数据的 模型上下文协议 (MCP) 服务器。该服务器使 AI 代理能够使用 SQL、元数据内省和过程执行与数据交互。

✨ 功能

✅ 在连接到云的数据源上执行 SQL 查询
🔄 执行批处理操作（INSERT、UPDATE、DELETE）
⚙️ 执行存储过程
📚 访问元数据（目录、模式、表、列）

🛠 先决条件

Node.js v18 或更高版本
带有 API 访问权限的 CData Connect Cloud 账户
用于身份验证的 个人访问令牌 (PAT)

⚙️ 设置

通过 Smithery 安装

要通过 Smithery 自动安装 CData Connect AI MCP 服务器：

npx -y @smithery/cli install @CDataSoftware/connectcloud-mcp-server --client claude

手动安装

克隆仓库

git clone https://github.com/cdatasoftware/connectcloud-mcp-server.git
cd connect-cloud-mcp-server

安装依赖项
```
npm install
```

配置环境变量

创建一个包含以下内容的 .env 文件：

CDATA_USERNAME=your_username
CDATA_PAT=your_personal_access_token

# 可选配置
LOG_ENABLED=false
LOG_LEVEL=info
CDATA_URL=https://your-test-environment-url

# 传输配置（默认：http）
TRANSPORT_TYPE=http  # 或 'stdio' 用于终端使用
PORT=3000           # HTTP 服务器端口
HOST=localhost      # HTTP 服务器主机

▶️ 运行服务器

开发模式

使用 ts-node 进行实时开发：

npm run dev

生产模式

构建并启动：

npm run build
npm start

HTTP 传输端点

当使用 HTTP 传输（默认）运行时，服务器提供以下端点：

MCP 端点：http://localhost:3000/mcp - 主要模型上下文协议端点
直接端点：http://localhost:3000/direct - 不带会话管理的直接 JSON-RPC 端点
清单：http://localhost:3000/.well-known/mc/manifest.json - MCP 发现清单

使用 STDIO 传输

要改用 STDIO 传输（用于终端/CLI 使用）：

TRANSPORT_TYPE=stdio npm start

🔍 使用 MCP 检查器测试

MCP 检查器是一个视觉测试工具，提供了 Web UI 和 CLI 接口来测试 MCP 服务器。此项目完全支持检查器。

快速设置验证

运行设置验证脚本来确保所有配置正确：

npm run validate:inspector

这将检查您的配置并提供详细的设置说明。

使用检查器快速开始

全局安装检查器（可选但推荐）：

npm install -g @modelcontextprotocol/inspector

使用 Web UI 启动检查器：
```
npm run inspector
```
这将打开一个 Web 界面，在那里您可以选择并测试不同的传输配置。

测试不同传输

STDIO 传输

# 使用 STDIO 传输启动检查器（自动启动服务器）
npm run inspector:stdio

HTTP 传输

# 首先启动服务器
npm run dev:http

# 然后在另一个终端中启动检查器
npm run inspector:http

命令行测试

# 使用 STDIO 传输快速 CLI 测试
npm run inspector:cli

# 直接测试特定方法
npm run test:inspector

检查器配置

该项目包括一个带有预配置服务器设置的 mcp-inspector.json 配置文件：

connectcloud-stdio：STDIO 传输，自动启动服务器
connectcloud-http：可流式传输的 HTTP 传输（需要手动启动服务器）

可用的检查器脚本

脚本	描述
`npm run inspector`	启动检查器 Web UI 并选择服务器
`npm run inspector:stdio`	使用 STDIO 传输启动检查器
`npm run inspector:http`	使用 HTTP 传输启动检查器
`npm run inspector:cli`	使用 STDIO 传输的 CLI 模式
`npm run test:inspector`	快速自动化测试

🧰 可用工具

🔹 数据操作

工具	描述
`queryData`	执行 SQL 查询
`execData`	执行存储过程

🔹 元数据操作

工具	描述
`getCatalogs`	获取可用目录
`getSchemas`	列出目录中的模式
`getTables`	列出模式中的表
`getColumns`	获取表的列元数据
`getPrimaryKeys`	获取表的主键
`getIndexes`	获取表的索引信息
`getImportedKeys`	获取引用表的外键列
`getExportedKeys`	获取被表引用的外键列
`getProcedures`	列出可用的过程
`getProcedureParameters`	获取过程的输入/输出参数

🤖 与 LLM 的使用

此服务器兼容实现模型上下文协议的 AI 代理。

示例（TypeScript + MCP 代理）

const response = await agent.generateContent({
  tools: [
    {
      name: "queryData",
      parameters: {
        query: "SELECT * FROM Salesforce1.Salesforce.Account LIMIT 10"
      }
    }
  ]
});

🐳 在 Docker 中运行

构建镜像

docker build -t mcp/connectcloud:latest -f Dockerfile .

🧩 与 Claude Desktop 集成

在 claude_desktop_config.json 的 mcpServers 部分添加或编辑此配置：

🔹 来自 Docker

{
  "mcpServers": {
    "connect-cloud": {
      "command": "docker",
      "args": [
        "run", 
        "-i",
        "--rm",
        "--name", "connect-cloud-mcp",
        "-e", "CDATA_USERNAME",
        "-e", "CDATA_PAT",
        "mcp/connectcloud"
      ],
      "env": {
        "CDATA_USERNAME": "<your-cdata-username>",
        "CDATA_PAT": "<your-cdata-personal-access-token>"
      }
    }
  }
}

通过 Npx

{
  "mcpServers": {
    "connect-cloud": {
      "command": "npx",
      "args": [
        "-y",
        "@cdatasoftware/connectcloud-mcp-server"],
      "env": {
        "CDATA_USERNAME": "<your-cdata-username>",
        "CDATA_PAT": "<your-cdata-personal-access-token>"
      }
    }
  }
}

📄 许可证

此项目根据 MIT 许可证授权。