MCP (模型上下文协议) 服务器

项目结构

├── client.py             # 客户端交互脚本
├── server.py             # 主要 MCP 服务器实现
├── pg_connect.py         # PostgreSQL 数据库连接
├── lm_config.py          # 语言模型配置
│
├── .env.example          # 示例环境配置
├── .env.dev              # 开发环境配置
├── requirements.txt      # 项目依赖
└── .gitignore            # Git 忽略文件

前提条件

• Python 3.10+
• PostgreSQL
• AI 提供商的 API 访问权限 (Anthropic, Google)

安装

1. 克隆仓库

git https://github.com/VajraM-dev/Postgres-MCP-Server-With-SSE-Transport.git

2. 创建虚拟环境

python -m venv venv
source venv/bin/activate  # 在 Windows 上，使用 `venv\Scripts\activate`

3. 安装依赖

pip install -r requirements.txt

4. 配置环境

1. 复制 .env.example 到 .env.dev
2. 填写所需的配置：

cp .env.example .env.dev
nano .env.dev  # 或使用您喜欢的文本编辑器

配置参数

• POSTGRES_USERNAME: PostgreSQL 数据库用户名
• POSTGRES_PASSWORD: PostgreSQL 数据库密码
• POSTGRES_DB_NAME: 数据库名称
• POSTGRES_HOST: 数据库主机
• POSTGRES_PORT: 数据库端口
• MCP_NAME: 服务器名称
• MCP_HOST: 服务器主机
• MCP_PORT: 服务器端口
• TRANSPORT: 通信传输方式 (sse/stdio)
• ANTHROPIC_API_KEY: Anthropic API 密钥
• GOOGLE_API_KEY: Google API 密钥
• USE_PROVIDER: 默认 AI 提供商

运行服务器

开发模式

python server.py

客户端交互

python client.py

主要特性

• 🔒 安全的配置管理
• 🗃️ PostgreSQL 数据库集成
• 🤖 多提供商 AI 模型支持
• 📡 灵活的通信传输
• 🛡️ 可扩展的工具注册

支持的 AI 提供商

• Anthropic (Claude 模型)
• Google (Gemini 模型)

工具和端点

可用工具

• list_tables(): 检索数据库表
• 可以通过装饰器轻松添加自定义工具

端点

• /sse: Server-Sent Events 端点
• 可定制的路由和工具注册

扩展框架

添加新工具

@app.tool()
def custom_tool():
    """自定义工具实现"""
    # 在这里编写您的工具逻辑

配置 AI 提供商

修改 lm_config.py 以添加或配置新的 AI 提供商。