
legion-mcp
一个服务器,旨在帮助用户使用查询运行器(Query Runner)以及集成的模型上下文协议(Model Context Protocol,MCP)Python SDK 来访问和查询数据库中的数据。支持的数据库包括: * PostgreSQL * Redshift * MySQL * Microsoft SQL Server * Google APIs * Amazon Web Services (通过 boto3) * CockroachDB * SQLite
README
Database MCP Server (由 Legion AI 提供)
一个服务器,旨在帮助人们使用 Legion Query Runner 访问和查询数据库中的数据,并集成了模型上下文协议 (MCP) Python SDK。
Start Generation Here
此工具由 Legion AI 提供。要使用功能齐全且功能强大的 AI 数据分析工具,请访问该网站。
End Generation Here
功能
- 通过 Legion Query Runner 访问数据库
- 支持 AI 助手的模型上下文协议 (MCP)
- 将数据库操作公开为 MCP 资源、工具和提示
- 多种部署选项(独立 MCP 服务器、FastAPI 集成)
- 查询执行和结果处理
- 通过环境变量、命令行参数或 MCP 设置 JSON 进行灵活配置
支持的数据库
数据库 | DB_TYPE 代码 |
---|---|
PostgreSQL | pg |
Redshift | redshift |
CockroachDB | cockroach |
MySQL | mysql |
RDS MySQL | rds_mysql |
Microsoft SQL Server | mssql |
Big Query | bigquery |
Oracle DB | oracle |
SQLite | sqlite |
我们使用 Legion Query Runner 库作为连接器。您可以在他们的 api doc 上找到更多信息。
什么是 MCP?
模型上下文协议 (MCP) 是一种用于在 AI 应用程序中维护上下文的规范。此服务器使用 MCP Python SDK 来:
- 将数据库操作公开为 AI 助手的工具
- 提供数据库模式和元数据作为资源
- 为数据库操作生成有用的提示
- 实现与数据库的有状态交互
安装与配置
必需参数
所有安装方法都需要两个参数:
- DB_TYPE: 数据库类型代码(参见上表)
- DB_CONFIG: 数据库连接的 JSON 配置字符串
DB_CONFIG 格式因数据库类型而异。有关特定于数据库的配置详细信息,请参阅 API 文档。
安装方法
选项 1:使用 UV(推荐)
当使用 uv
时,不需要特定的安装。我们将使用 uvx
直接运行 database-mcp。
UV 配置示例:
替换 DB_TYPE 和 DB_CONFIG 为您的连接信息。
{
"mcpServers": {
"database-mcp": {
"command": "uvx",
"args": [
"database-mcp"
],
"env": {
"DB_TYPE": "pg",
"DB_CONFIG": "{\"host\":\"localhost\",\"port\":5432,\"user\":\"user\",\"password\":\"pw\",\"dbname\":\"dbname\"}"
},
"disabled": true,
"autoApprove": []
}
}
}
选项 2:使用 PIP
通过 pip 安装:
pip install database-mcp
PIP 配置示例:
{
"mcpServers": {
"database": {
"command": "python",
"args": [
"-m", "database_mcp",
"--repository", "path/to/git/repo"
],
"env": {
"DB_TYPE": "pg",
"DB_CONFIG": "{\"host\":\"localhost\",\"port\":5432,\"user\":\"user\",\"password\":\"pw\",\"dbname\":\"dbname\"}"
}
}
}
}
运行服务器
开发模式
mcp dev mcp_server.py
生产模式
python mcp_server.py
配置方法
环境变量
export DB_TYPE="pg" # 或 mysql, postgresql 等
export DB_CONFIG='{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"}'
mcp dev mcp_server.py
命令行参数
python mcp_server.py --db-type pg --db-config '{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"}'
或者使用 UV:
uv mcp_server.py --db-type pg --db-config '{"host":"localhost","port":5432,"user":"username","password":"password","dbname":"database_name"}'
公开的 MCP 功能
资源
资源 | 描述 |
---|---|
schema://all |
获取完整的数据库模式 |
工具
工具 | 描述 |
---|---|
execute_query |
执行 SQL 查询并将结果作为 markdown 表格返回 |
execute_query_json |
执行 SQL 查询并将结果作为 JSON 返回 |
get_table_columns |
获取特定表的列名 |
get_table_types |
获取特定表的列类型 |
get_query_history |
获取最近的查询历史 |
提示
提示 | 描述 |
---|---|
sql_query |
创建针对数据库的 SQL 查询 |
explain_query |
解释 SQL 查询的作用 |
optimize_query |
优化 SQL 查询以获得更好的性能 |
开发
测试
uv pip install -e ".[dev]"
pytest
发布
rm -rf dist/ build/ *.egg-info/ && python -m build
python -m build
python -m twine upload dist/*
许可证
此存储库在 GPL 许可下
推荐服务器

Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。