数据库分析 MCP 服务器

这是一个使用 FastMCP 构建的实际数据库分析 MCP 服务器，通过模型上下文协议（MCP）提供 SQLite 数据库操作。非常适合与像 Claude 这样的 AI 助手一起进行数据分析工作流程。

该服务器提供的内容

🛠️ 工具（交互式操作）

• connect_db - 连接到 SQLite 数据库文件
• execute_query - 执行带有安全检查的 SQL 查询
• list_tables - 列出数据库中的所有表

📊 资源（只读数据访问）

• schema://tables/{table_name} - 获取表列信息和结构
• data://tables/{table_name} - 获取表样本数据以预览

🔐 安全特性

• 防止 SQL 注入，阻止危险操作
• 只读资源访问，确保安全的模式探索
• 全面的错误处理，带有描述性消息

安装和设置

1. 克隆仓库：

   git clone https://github.com/khuyentran1401/database-analytics-mcp.git
   cd database-analytics-mcp
   

2. 安装 UV（推荐）：

   # 如果尚未安装，请安装 UV
   curl -LsSf https://astral.sh/uv/install.sh | sh
   

3. 安装依赖项：

   # UV 自动管理来自 pyproject.toml 的依赖项
   uv sync
   

4. 测试服务器：

   uv run example_usage.py
   

5. 添加到 Claude Code

   # 快速设置
   claude mcp add database-analytics -- uv run database_mcp_server.py
   

   验证安装：

   # 检查服务器是否已注册
   claude m
   cpl list
   

其他 MCP 客户端

对于支持标准协议的任何 MCP 客户端：

servers:
  - name: database-analytics
    transport:
      type: stdio
      command: uv
      args: ["run", "database_mcp_server.py"]

示例工作流程

使用 Claude Code 进行数据探索

1. 连接到数据库

   连接到位于 ./sample_database.db 的我的 SQLite 数据库
   

2. 探索模式

   这个数据库中有哪些表？
   

3. 查看表结构

   显示用户表的模式
   

4. 预览数据

   显示用户表的一些样本数据
   

5. 运行分析查询

   计算按产品类别划分的总销售额
   

6. 导出结果

   将查询“SELECT product_name, SUM(quantity) as total_sold FROM orders GROUP BY product_name”导出到名为 sales_report.csv 的 CSV 文件
   

7. 获取表统计信息

   显示用户表的统计信息
   

常见用例

• 数据库模式发现：快速了解数据库结构
• 数据质量检查：抽样数据以验证数据完整性
• 临时分析：安全地运行自定义 SQL 查询
• 报告生成：执行复杂的分析查询
• 数据探索：浏览表和关系，带分页
• 数据导出：将查询结果导出到 CSV 以便外部分析
• 性能监控：跟踪查询执行时间

可用工具及资源

工具（交互式操作）

工具	参数	描述
connect_db	database_path: str	连接到 SQLite 数据库文件
execute_query	sql: str	执行带有安全检查和计时的 SQL 查询
list_tables	None	列出已连接数据库中的所有表
export_to_csv	sql: str, filename: str	将查询结果导出到 CSV 文件

资源（只读访问）

资源 URI	描述
schema://tables/{table_name}	获取列信息、类型、约束、外键
data://tables/{table_name}	获取样本行，带分页和统计信息（限制、偏移量）
stats://tables/{table_name}	获取全面的表统计信息和列分析