SQLite-Anet-MCP Server
SQLite-Anet-MCP 服务器:一个由 Rust 驱动的、速度极快的 SQLite 服务器,专为 AI 代理设计——使用 JSON-RPC 通信,存储洞察,像专业人士一样管理你的数据库。
marekkucak
README
SQLite-Anet-MCP 服务器
这是一个用 Rust 实现的 模型控制协议 (MCP) 服务器,它通过标准化的协议提供 SQLite 数据库功能。该服务器使 AI 代理能够直接创建、管理和查询 SQLite 数据库。
本项目基于 模型上下文协议 SQLite 服务器 参考实现。
特性
- 🗃️ 创建和管理 SQLite 数据库表
- 🔍 执行 SELECT 查询以检索数据
- ✏️ 执行 INSERT、UPDATE 和 DELETE 查询以操作数据
- 📊 描述表模式并列出可用表
- 📝 保存和综合来自数据的业务见解
- 🔄 NATS 传输层用于消息传递
- 🛠️ JSON-RPC 2.0 兼容 API
- ⚡ 使用 Tokio 进行异步请求处理
要求
- Rust 1.70+
- NATS 服务器在本地运行或可通过网络访问
- SQLite(作为 Rust 依赖项包含)
安装
克隆存储库并构建服务器:
git clone https://github.com/yourusername/sqlite-anet-mcp.git
cd sqlite-anet-mcp
在 .env
文件中配置您的环境:
NATS_URL=nats://localhost:4222
MCP_SUBJECT=mcp.requests
SQLITE_DB_PATH=./data/sqlite.db
RUST_LOG=debug
快速入门
运行服务器
# 在另一个终端中启动 NATS 服务器或确保已有一个正在运行
# 示例:
nats-server
# 运行 SQLite MCP 服务器
cargo run
测试服务器
您可以使用包含的测试客户端测试服务器:
cargo run --example test_client
这将设置一个基本的客户数据库并演示服务器的功能。
Chinook 数据库测试
要运行 Chinook 数据库测试示例:
cargo run --example chinook_test
注意: 在运行 Chinook 测试之前,您需要:
- 从以下位置下载 Chinook SQLite 数据库:https://www.sqlitetutorial.net/sqlite-sample-database/
- 将
chinook.db
文件放在./data/
目录中 - 在您的
.env
文件中或运行示例时设置SQLITE_DB_PATH=./data/chinook.db
可用工具
1. list_tables
列出 SQLite 数据库中的所有表。
示例:
{
"name": "list_tables",
"arguments": {}
}
2. describe_table
获取特定表的模式信息。
参数:
table_name
(必需):要描述的表的名称
示例:
{
"name": "describe_table",
"arguments": {
"table_name": "customers"
}
}
3. create_table
在 SQLite 数据库中创建一个新表。
参数:
query
(必需):CREATE TABLE SQL 语句
示例:
{
"name": "create_table",
"arguments": {
"query": "CREATE TABLE customers (id INTEGER PRIMARY KEY, name TEXT, email TEXT, join_date TEXT)"
}
}
4. read_query
在 SQLite 数据库上执行 SELECT 查询。
参数:
query
(必需):要执行的 SELECT SQL 查询
示例:
{
"name": "read_query",
"arguments": {
"query": "SELECT * FROM customers WHERE join_date > '2023-01-01'"
}
}
5. write_query
在 SQLite 数据库上执行 INSERT、UPDATE 或 DELETE 查询。
参数:
query
(必需):要执行的 SQL 查询(必须是 INSERT、UPDATE 或 DELETE)
示例:
{
"name": "write_query",
"arguments": {
"query": "INSERT INTO customers (name, email, join_date) VALUES ('John Doe', 'john@example.com', '2023-01-15')"
}
}
6. append_insight
将业务见解添加到备忘录。
参数:
insight
(必需):从数据分析中发现的业务见解
示例:
{
"name": "append_insight",
"arguments": {
"insight": "Customer acquisition is stable and growing over time."
}
}
可用资源
业务见解备忘录
一个记录已发现的业务见解的动态文档。
URI: memo://insights
示例:
{
"method": "readResource",
"params": {
"uri": "memo://insights"
}
}
可用提示
MCP 演示
一个提示,用于使用初始数据填充数据库并演示您可以使用 SQLite MCP 服务器 + Claude 做什么。
参数:
topic
(必需):用于使用初始数据填充数据库的主题
示例:
{
"method": "getPrompt",
"params": {
"name": "mcp-demo",
"arguments": {
"topic": "coffee shop sales"
}
}
}
架构
服务器遵循模块化设计:
- tools – SQLite 数据库操作实现
- models – SQLite 查询和响应结构
- prompts – 交互式演示模板
- resources – 业务见解备忘录生成
- sqlite – 核心数据库功能
开发
添加新功能
要使用其他 SQLite 功能扩展服务器:
- 在
src/models/sqlite.rs
中定义响应结构 - 在
src/tools/
中实现该工具,遵循 Tool trait - 在
src/main.rs
中注册该工具
故障排除
- 确保 NATS 服务器正在运行且可访问
- 检查 SQLite 数据库路径是否已正确设置
- 验证请求格式是否与每个工具的预期输入模式匹配
许可证
MIT 许可证
致谢
本项目构建于 Anet MCP Server 框架之上,并基于 模型上下文协议 SQLite 服务器 参考实现。
推荐服务器
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。