简单的 PostgreSQL MCP 服务器 这是一个为那些希望构建自己的 MCP 服务器的人准备的模板项目。我设计它的目的是让它非常简单易懂和易于适应——代码非常直接，并附有 MCP 文档，因此你可以快速上手。 什么是 MCP？ TL;DR - 它是一种为 AI 编写插件的方式 模型上下文协议（MCP）是 LLM 与外部工具和数据交互的标准方式。简而言之： 工具 允许 LLM 执行命令（如运行数据库查询） 资源 是可以附加到对话中的数据（如将文件附加到提示中） 提示 是生成一致的 LLM 指令的模板 功能 这个 PostgreSQL MCP 服务器实现了以下功能： 工具 execute_query - 对你的数据库运行 SQL 查询 test_connection - 验证数据库连接是否正常工作 资源 db://tables - 架构中的所有表列表 db://tables/\{table_name\} - 特定表的架构信息 db://schema - 数据库中所有表的完整架构信息 提示 查询生成模板 分析查询构建器 基于此仓库中的模板 前提条件 Python 3.8+ uv - 现代 Python 包管理器和安装程序 npx（包含在 Node.js 中） 你可以连接的 PostgreSQL 数据库 快速设置 创建虚拟环境并安装依赖项： # 使用 uv 创建虚拟环境 uv venv # 激活虚拟环境 source .venv/bin/activate # 在 Windows 上: .venv\Scripts\activate # 安装依赖项 uv pip install -r requirements.txt 使用 MCP Inspector 运行服务器： # 请替换为您的实际数据库凭据 npx @modelcontextprotocol/inspector uv --directory . run postgres -e DSN=postgresql://username:password@hostname:port/database -e SCHEMA=public 注意：如果您是第一次运行 npx，系统会提示您批准安装。输入 'y' 继续。 运行此命令后，您将在浏览器中看到 MCP Inspector 界面启动。您应该会看到类似以下的消息： MCP Inspector 正在 http://localhost:5173 运行 如果浏览器没有自动打开，请将 URL 复制粘贴到您的浏览器中。您应该会看到类似这样的界面： 使用 Inspector： 点击界面上的“连接”按钮（除非左下角的控制台中有错误消息） 探索“工具”、“资源”和“提示”选项卡以查看可用功能 尝试点击列出的命令或输入资源名称以检索资源和提示 该界面允许您测试查询并查看 MCP 服务器如何响应 查阅官方文档 官方服务器开发者指南：https://modelcontextprotocol.io/quickstart/server 关于 Inspector 的更多信息：https://modelcontextprotocol.io/docs/tools/inspector 将您的 AI 工具连接到服务器 您可以为您的 AI 助手配置 MCP 服务器，方法是创建一个 MCP 配置文件： \{ "mcpServers": \{ "postgres": \{ "command": "/path/to/uv", "args": [ "--directory", "/path/to/simple-psql-mcp", "run", "postgres" ], "env": \{ "DSN": "postgresql://username:password@localhost:5432/my-db", "SCHEMA": "public" \} \} \} \} 或者，您可以使用附带的脚本生成此配置文件： # Make the script executable chmod +x generate_mcp_config.sh # Run the configuration generator ./generate_mcp_config.sh 当被提示时，输入您的 PostgreSQL DSN 和模式名称。 如何使用它 现在，您可以用自然语言向 LLM 提问关于您的数据的问题： "我的数据库里有哪些表？" "按创建日期显示前 5 名用户" "按州统计地址数量" 对于测试，Claude Desktop 原生支持 MCP，并且开箱即用地支持所有功能（工具、资源和提示）。 示例数据库（可选） 如果您还没有准备好数据库或遇到连接问题，可以使用包含的示例数据库： # Make the script executable chmod +x example-db/create-db.sh # Run the database setup script ./example-db/create-db.sh 此脚本将创建一个预填充了示例用户和地址表的 PostgreSQL 数据库 Docker 容器。运行后，您可以使用以下方式连接： npx @modelcontextprotocol/inspector uv --directory . run postgres -e DSN=postgresql://postgres:postgres@localhost:5432/user_database -e SCHEMA=public 下一步 要扩展此项目并添加您自己的 MCP 服务器： 在 /src 目录下创建一个新目录（例如 /src/my-new-mcp） 根据 PostgreSQL 示例实现您的 MCP 服务器 将您的新 MCP 添加到 pyproject.toml 中： [project.scripts] postgres = "src.postgres:main" my-new-mcp = "src.my-new-mcp:main" 然后，您可以使用以下命令运行您的新 MCP： npx @modelcontextprotocol/inspector uv --directory . run my-new-mcp 文档 包含MCP文档以便于LLM开发 基于以下方法：https://modelcontextprotocol.io/tutorials/building-mcp-with-llms 安全性 这是一个实验性项目，旨在使开发者能够创建自己的MCP服务器。我尽了最小的努力来确保当你尝试使用它时不会立即出现问题，但请小心——使用这个工具很容易进行SQL注入攻击。服务器会检查查询是否以SELECT开头，但除此之外没有任何保证。总之——除非你是创始人且没有付费客户，否则不要在生产环境中运行。 许可证 MIT