FOCUS DATA MCP Server [中文]

一个模型上下文协议 (MCP) 服务器使人工智能助手能够将自然语言转换为 SQL 语句。

已经有这么多的 Text-to-SQL 框架了。为什么我们还需要另一个？

简单来说，focus_mcp_sql 采用两步 SQL 生成方案，可以控制 LLM 的幻觉，真正建立非技术用户对生成的 SQL 结果的信任。

以下是 focus_mcp_sql 与其他框架的比较表：

比较分析表

以下是 focus_mcp_sql 与其他基于 LLM 的框架的并排比较：

特性	传统 LLM 框架	focus_mcp_sql
生成过程	黑盒，直接 SQL 生成	透明，两步（关键词 + SQL）
幻觉风险	高，取决于模型质量	低，可控（关键词验证）
速度	慢，依赖于大型模型推理	快，确定性的关键词到 SQL
成本	高，需要高级模型	低，减少对大型模型的依赖
非技术用户友好性	低，难以验证结果	高，易于关键词检查

特性

• 初始化模型
• 将自然语言转换为 SQL 语句

前提条件

• jdk 23 或更高版本。下载 jdk
• gradle 8.12 或更高版本。下载 gradle
• 注册 Datafocus 以获取 bearer token：
  1. 在 Datafocus 中注册一个帐户
  2. 创建一个应用程序
  3. 进入应用程序
  4. 管理 -> 接口认证 -> Bearer Token -> 新建 Bearer Token

安装

1. 克隆此存储库：

git clone https://github.com/FocusSearch/focus_mcp_sql.git
cd focus_mcp_sql

2. 构建服务器：

gradle clean
gradle bootJar

The jar path: build/libs/focus_mcp_sql.jar

MCP 配置

将服务器添加到您的 MCP 配置文件：

{
  "mcpServers": {
    "focus_mcp_data": {
      "command": "java",
      "args": [
        "-jar",
        "path/to/focus_mcp_sql/focus_mcp_sql.jar"
      ],
      "autoApprove": [
        "gptText2sqlStart",
        "gptText2sqlChat"
      ]
    }
  }
}

可用工具

1. gptText2sqlStart

初始化模型。

参数：

• model (必需): 表模型
• bearer (必需): bearer token
• language (可选): 语言 ['english','chinese']

示例：

{
  "model": {
    "tables": [
      {
        "columns": [
          {
            "columnDisplayName": "name",
            "dataType": "string",
            "aggregation": "",
            "columnName": "name"
          },
          {
            "columnDisplayName": "address",
            "dataType": "string",
            "aggregation": "",
            "columnName": "address"
          },
          {
            "columnDisplayName": "age",
            "dataType": "int",
            "aggregation": "SUM",
            "columnName": "age"
          },
          {
            "columnDisplayName": "date",
            "dataType": "timestamp",
            "aggregation": "",
            "columnName": "date"
          }
        ],
        "tableDisplayName": "test",
        "tableName": "test"
      }
    ],
    "relations": [

    ],
    "type": "mysql",
    "version": "8.0"
  },
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

model 参数说明：

名称	位置	类型	必选	说明
model	body	object	是	none
» type	body	string	是	数据库类型
» version	body	string	是	数据库版本
» tables	body	[object]	是	表结构列表
»» tableDisplayName	body	string	否	表显示名
»» tableName	body	string	否	表原始名
»» columns	body	[object]	否	表列列表
»»» columnDisplayName	body	string	是	列显示名
»»» columnName	body	string	是	列原始名
»»» dataType	body	string	是	列数据类型
»»» aggregation	body	string	是	列聚合方式
» relations	body	[object]	是	表关联关系列表
»» conditions	body	[object]	否	关联条件
»»» dstColName	body	string	否	dimension 表关联列原始名
»»» srcColName	body	string	否	fact 表关联列原始名
»» dimensionTable	body	string	否	dimension 表原始名
»» factTable	body	string	否	fact 表原始名
»» joinType	body	string	否	关联类型

2. gptText2sqlChat

将自然语言转换为 SQL。

参数：

• chatId (必需): chat id
• input (必需): 自然语言
• bearer (必需): bearer token

示例：

{
  "chatId": "03975af5de4b4562938a985403f206d4",
  "input": "what is the max age",
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

响应格式

所有工具都以以下格式返回响应：

{
  "errCode": 0,
  "exception": "",
  "msgParams": null,
  "promptMsg": null,
  "success": true,
  "data": {
  }
}

Visual Studio Code Cline 示例

1. vsCode 安装 cline 插件
2. mcp 服务器配置
3. 使用
   1. 初始化模型
   2. 转换: what is the max age

联系方式：

https://discord.gg/mFa3yeq9