MCP SQL Bridge：为AI助手安全连接本地数据库，实现智能数据查询

1. 项目概述为你的AI助手装上数据库的“眼睛”如果你和我一样日常开发中有一半的时间都在和数据库打交道那你肯定也经历过这样的场景想快速查一下某个表的结构或者写个稍微复杂点的联表查询都得在IDE、数据库客户端和文档之间来回切换效率低不说还容易出错。特别是当你需要向AI助手比如Cursor里的AI或者Claude咨询一个涉及具体业务数据的问题时你只能干巴巴地描述“我有一个用户表里面大概有ID、名字、邮箱……”AI助手因为看不到真实的数据结构给出的建议往往隔靴搔痒。这就是我最初开发MCP SQL Bridge也叫Local-SQL-Insight的动机。它的核心目标非常简单让AI助手能够安全、直接地“看到”你的本地数据库。不是通过调用某个遥远的API也不是把你的数据上传到云端而是通过一个名为Model Context Protocol (MCP)的本地通信协议在你的机器上建立一个只读的数据通道。这样一来当你在Cursor里问“帮我写个SQL统计一下上个月活跃用户的订单总额”时AI助手能直接列出你的users表和orders表看到真实的字段名和类型甚至能读取你项目里的README.md来理解业务背景然后生成一个几乎可以直接运行的、语法正确的SQL查询。这个工具本质上是一个MCP服务器。你可以把它理解为一个“翻译官”它一端连接着你的SQL数据库SQLite、PostgreSQL、MySQL另一端通过标准输入输出stdio连接着支持MCP的AI应用如Cursor、Claude Desktop。它只做一件事在严格的只读权限下把数据库的“世界”翻译给AI助手听。你的数据全程不会离开你的电脑这既是出于安全考虑也是为了极致的响应速度。2. 核心设计思路安全、透明与上下文感知在设计之初我就明确了几个不可妥协的原则这些原则直接决定了工具的技术选型和架构。2.1 安全第一只读是底线而非可选项对于任何涉及生产数据或敏感信息的工具“安全”必须是刻在骨子里的基因。MCP SQL Bridge从设计上就杜绝了任何写入操作的可能性。它只暴露两个核心工具list_tables列出表结构和execute_readonly_query执行只读查询。底层实现上所有SQL语句在执行前都会经过严格的语法解析和校验确保只有SELECT语句能被放行。任何包含INSERT、UPDATE、DELETE、DROP等关键词的语句都会被直接拦截并返回明确的错误信息。实操心得语法校验的坑早期版本我尝试用简单的字符串匹配来检查SELECT关键字结果很快就被绕过了比如SELECT * FROM users; DROP TABLE users;。后来改用了更可靠的SQL解析库如sqlparse先将语句标准化、去除注释再判断其第一个有效关键字是否为SELECT这才算堵住了漏洞。这让我明白安全功能绝不能依赖“想当然”的实现。2.2 上下文即王道给AI注入“业务记忆”一个只知道表名和字段类型的AI就像一个只认识单词但不理解语法的翻译很容易闹笑话。为了让AI助手真正理解你的数据MCP SQL Bridge做了两件事提供完整的DDL数据定义语言list_tables工具返回的不仅仅是表名和列名还包括完整的CREATE TABLE语句。这意味着AI能知道某个字段是否是主键、外键是否有唯一约束、默认值甚至是字段注释。这些信息对于生成正确的JOIN条件和WHERE子句至关重要。暴露项目README作为资源这是我认为最巧妙的一个设计。工具会将服务器当前工作目录下的README.md文件作为一个“资源”提供给AI。你可以在这个README里写下数据库的用途、核心业务实体解释、重要的命名约定、数据字典甚至是常见的查询陷阱。例如你可以写上“注意orders表中的status字段1代表‘待支付’2代表‘已发货’99代表‘已取消’。” 这样AI在生成查询时就能直接使用这些业务术语而不是冷冰冰的数字代码。2.3 多数据库支持与无网络架构为了适应不同的开发环境工具原生支持SQLite并通过“Pro”特性安装额外依赖支持PostgreSQL和MySQL。连接方式通过一个简单的backend参数和connection_string或SQLite的db_path来切换非常灵活。传输层选择了MCP标准的stdio标准输入输出传输。这意味着服务器和AI主机如Cursor之间的通信就像在命令行里运行一个脚本一样通过管道传递JSON数据不需要打开任何网络端口也无需处理复杂的认证和防火墙问题。这种“零配置”的本地通信方式极大地降低了使用门槛和潜在的攻击面。3. 从零开始环境搭建与快速启动理论说再多不如动手跑起来。下面我会带你一步步完成从克隆代码到在Cursor中实际调用的全过程并分享我踩过的坑和最佳实践。3.1 基础环境准备首先确保你的系统满足最低要求Python 3.11这是硬性要求因为项目用到了一些较新的语法特性。可以用python --version检查。Poetry这是推荐的依赖管理工具。用pip install poetry或根据官方文档安装。Git用于克隆代码库。注意事项Python版本管理强烈建议使用pyenv、conda或venv来管理Python版本。避免系统自带的Python也避免多个项目共用同一个全局环境否则依赖冲突会让你头疼不已。我个人的习惯是为每个项目创建一个独立的虚拟环境。3.2 克隆与安装打开终端执行以下命令# 克隆项目代码 git clone https://github.com/firas-mcp-servers/mcp-sql-bridge.git cd mcp-sql-bridge # 使用Poetry安装核心依赖这会自动创建虚拟环境 poetry install这一步会安装所有运行MCP SQL Bridge服务器所必需的基础包。如果你想体验多数据库Pro功能比如连接PostgreSQL或MySQL需要在安装时指定额外的依赖组# 安装PostgreSQL支持 poetry install --extras postgres # 或安装MySQL支持 poetry install --extras mysql # 或者一次性安装所有Pro功能 poetry install --extras pro安装完成后你可以通过poetry run mcp-sql-bridge --help来验证安装是否成功并查看命令行参数。3.3 可选启动本地Web服务器项目还贴心地附带了一个基于FastAPI的轻量级Web服务器。它主要提供三个功能一个简单的落地页展示服务信息。交互式API文档Swagger UI方便你手动测试工具调用。项目文档站点需要预先构建。如果你好奇MCP服务器背后是如何工作的或者想手动调试启动它很有帮助# 安装Web服务器所需的额外依赖 poetry install --with web # 可选构建静态文档站点 mkdocs build # 启动Web服务器 poetry run mcp-sql-bridge-web启动后在浏览器中打开http://localhost:8000即可访问。/docs是Swagger界面你可以在这里直接尝试调用list_tables等工具非常直观。4. 深度集成配置Cursor与Claude Desktop安装好服务器只是第一步接下来需要让它和你日常使用的AI工具“握手”。下面以最常用的Cursor和Claude Desktop为例详细讲解配置过程。4.1 与Cursor集成让IDE内的AI拥有数据视野Cursor是目前对MCP支持最完善的IDE之一。集成过程本质上是修改Cursor的MCP配置文件告诉它“嘿我本地有一个叫local-sql-insight的服务器这是启动它的命令。”步骤一定位或创建配置文件Cursor的MCP配置有两种作用域全局配置对所有项目生效。文件位于macOS/Linux:~/.cursor/mcp.jsonWindows:%APPDATA%\Cursor\mcp.json项目级配置仅对当前项目生效。在项目根目录下创建.cursor/mcp.json。对于数据库工具我强烈推荐使用项目级配置。因为不同项目的数据库连接信息SQLite文件路径、PostgreSQL连接串很可能不同。项目级配置可以跟着代码库走方便团队共享。步骤二编写配置文件项目仓库里已经提供了一个非常标准的模板文件mcp-config.json。我们直接基于它修改。核心是args和cwd这两个字段。{ mcpServers: { local-sql-insight: { command: poetry, args: [run, mcp-sql-bridge], cwd: /绝对路径/到/你的/mcp-sql-bridge项目目录 } } }关键点解析command: “poetry”告诉Cursor使用Poetry来执行命令。args: [“run”, “mcp-sql-bridge”]这是Poetry的命令意思是在项目虚拟环境中运行mcp-sql-bridge这个命令。cwd这是最容易出错的地方。必须填写mcp-sql-bridge项目目录的绝对路径。Cursor会在这个路径下执行上述命令。如果你填的是相对路径或者当前项目的路径Cursor会找不到pyproject.toml和虚拟环境导致启动失败。踩坑实录路径与虚拟环境我第一次配置时cwd填的是我业务项目的路径结果Cursor报错“Poetry not found”。原因是Poetry和虚拟环境是安装在mcp-sql-bridge目录下的。另一个常见错误是在Windows上使用了反斜杠\和驱动器号如C:\但在JSON中路径需要转义或使用正斜杠/。最稳妥的方法是直接复制终端里pwd命令的输出。步骤三重启与验证保存好.cursor/mcp.json文件后必须完全关闭并重新启动Cursor。MCP服务器只在Cursor启动时加载。 重启后你可以在Cursor的Chat界面中尝试让AI助手“列出可用的工具”。如果配置成功你应该能看到list_tables和execute_readonly_query这两个工具。至此集成完成。4.2 与Claude Desktop集成桌面AI的本地数据伴侣Claude Desktop的集成逻辑与Cursor类似但配置文件的位置和格式略有不同。步骤一找到配置文件macOS:~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:%APPDATA%\Claude\claude_desktop_config.json如果文件不存在可以手动创建。步骤二添加服务器配置编辑这个JSON文件添加mcpServers部分。这里我推荐另一种更稳定的配置方式直接指向虚拟环境中的可执行文件避免依赖Poetry。{ mcpServers: { local-sql-insight: { command: /绝对路径/到/mcp-sql-bridge/.venv/bin/mcp-sql-bridge, args: [] } } }配置方式对比方式A使用Poetry和Cursor配置一样依赖poetry命令和正确的cwd。好处是统一。方式B直接指向可执行文件如上例所示。你需要找到项目虚拟环境下mcp-sql-bridge脚本的绝对路径。这种方式更直接不依赖外部poetry命令启动更稳定。你可以通过poetry env info --path命令查看虚拟环境路径然后拼接上bin/mcp-sql-bridgeWindows下是Scripts\mcp-sql-bridge.exe。步骤三重启与测试保存配置文件重启Claude Desktop。之后你就可以在对话中让Claude使用SQL工具了。5. 核心功能实战与AI协作查询数据库配置妥当后我们来看看如何在实际对话中与AI助手协作。这里我假设我们有一个简单的电商数据库ecommerce.db(SQLite)里面包含users和orders两张表。5.1 场景一探索未知数据库结构当你接手一个新项目或者想快速了解某个数据库时可以让AI帮你“看看”。你对AI说“请使用Local-SQL-Insight工具列出./ecommerce.db这个SQLite数据库中的所有表。”AI助手的操作与回应AI会调用list_tables工具参数为{“db_path”: “./ecommerce.db”}。MCP服务器连接到该数据库获取元数据并返回类似下面的结构化信息找到 2 张表 1. 表名: users - 列: id (INTEGER, PRIMARY KEY), username (TEXT), email (TEXT, UNIQUE), created_at (TEXT) - DDL: CREATE TABLE users (id INTEGER PRIMARY KEY, username TEXT, email TEXT UNIQUE, created_at TEXT); 2. 表名: orders - 列: order_id (INTEGER, PRIMARY KEY), user_id (INTEGER, FOREIGN KEY REFERENCES users(id)), amount (REAL), status (TEXT), order_date (TEXT) - DDL: CREATE TABLE orders (order_id INTEGER PRIMARY KEY, user_id INTEGER, amount REAL, status TEXT, order_date TEXT, FOREIGN KEY(user_id) REFERENCES users(id));你能得到什么瞬间掌握了数据库的核心实体。看到了完整的表结构包括字段类型、主键、外键约束。这比单纯看列名有用得多。5.2 场景二编写复杂业务查询现在你想分析数据但不确定SQL怎么写。你对AI说“我想统计每个用户的订单总金额并列出用户名按总金额从高到低排序只要前10名。请帮我写这个查询并执行。”AI助手的思考与操作理解需求AI已经通过之前的list_tables知道了表结构它知道需要关联users和orders表按user_id分组对amount求和。生成SQLAI会生成类似下面的SQLSELECT u.username, SUM(o.amount) as total_amount FROM users u JOIN orders o ON u.id o.user_id GROUP BY u.id, u.username ORDER BY total_amount DESC LIMIT 10;调用工具执行AI调用execute_readonly_query工具参数为{“db_path”: “./ecommerce.db”, “query”: “上面生成的SQL”}。返回结果服务器执行查询并将结果以清晰的表格文本格式返回给AIAI再呈现给你。| username | total_amount | |----------|--------------| | alice | 12500.50 | | bob | 8920.75 | | charlie | 4567.30 | | ... | ... |效率提升你无需手动打开数据库客户端、编写、调试SQL。整个流程在聊天界面中一气呵成尤其适合探索性数据分析。5.3 场景三利用业务README提供深度上下文假设你的orders.status字段用的不是英文而是业务代码‘P’代表待支付‘S’代表已发货‘C’代表已完成。你可以把这些信息写在项目根目录的README.md里。README.md 片段## 数据库业务说明 - **orders表状态码**: - P: Paid (待支付) - S: Shipped (已发货) - C: Completed (已完成) - **关键业务规则**: 只有状态为C的订单才计入最终业绩报表。你对AI说“帮我查一下上周已完成的订单总额。”AI助手的增强操作AI不仅通过list_tables看到了orders表有status字段还会自动读取README.md资源。AI从README中学习到状态码C代表“已完成”。AI生成精准的SQLSELECT SUM(amount) FROM orders WHERE status ‘C’ AND order_date date(‘now’, ‘-7 days’);调用工具执行并返回结果。这就是“上下文感知”的力量AI不再是机械地操作数据而是像一个真正理解你业务的新手同事能根据你提供的文档做出正确判断。6. 高级用法与多数据库支持对于更复杂的生产环境或使用多种数据库的开发者MCP SQL Bridge的“Pro”特性提供了强大的支持。6.1 连接PostgreSQL与MySQL连接非SQLite数据库时你需要提供两个关键参数backend: 指定数据库类型“postgres”或“mysql”。connection_string: 标准的数据库连接URL。PostgreSQL连接示例{ “backend”: “postgres”, “connection_string”: “postgresql://myuser:mypasswordlocalhost:5432/mydatabase” }安全提示在生产环境或团队共享配置中永远不要将密码明文写在配置文件里。应该使用环境变量或者利用MCP主机如Cursor支持的环境变量注入功能。连接字符串可以写为postgresql://myuserlocalhost:5432/mydatabase然后通过PGPASSWORD环境变量或.pgpass文件提供密码。MySQL连接示例{ “backend”: “mysql”, “connection_string”: “mysql://myuser:mypasswordlocalhost:3306/mydatabase” }6.2 在Cursor中配置多数据库连接你可以在项目的.cursor/mcp.json中预定义多个“配置”方便快速切换。这需要对MCP配置格式有更深的理解。项目examples/目录下提供了高级配置模板mcp-config-pro.json。其核心思想是利用MCP的“参数化工具”概念。你可以在配置中为工具预设几组不同的参数如db1_config,db2_config然后在对话中直接让AI使用某个配置。例如你可以预设一个连接生产只读副本的配置和一个连接本地测试库的配置。6.3 其他实用工具详解除了两个核心工具服务器还提供了一些辅助工具在特定场景下非常有用schema_summary: 当你有一个包含几十张表的大型数据库时list_tables的输出可能太长。这个工具会生成一个更紧凑的概览只列出表名和关键列帮你快速定位感兴趣的表。sample_rows: 在编写查询条件时知道字段里具体有什么值至关重要。这个工具可以快速获取指定表的若干行样本数据让你了解数据格式和分布。explain_database: 这个工具会尝试让AI服务器端基于schema信息生成一段对数据库用途和关系的描述对于理解陌生数据库很有帮助。suggest_indexes_for_query: 输入一个SELECT查询它会基于启发式规则如WHERE子句中的字段、JOIN条件给出潜在的索引建议。请注意这只是建议实际创建索引前需要仔细评估。7. 故障排除与常见问题实录即使设计得再完善在实际操作中总会遇到各种问题。下面是我在开发和日常使用中总结的一些典型故障和解决方法。7.1 服务器启动失败问题现象Cursor或Claude Desktop提示无法连接MCP服务器或日志中出现启动错误。检查点1路径是否正确症状错误信息包含“No such file or directory”、“Poetry not found”或“Invalid working directory”。解决反复检查配置文件中的cwd或command路径是否为绝对路径并且指向正确的mcp-sql-bridge项目根目录。在终端中进入该目录执行pwd复制输出结果。检查点2依赖是否安装症状错误信息提到缺失模块如ImportError: No module named ‘mcp’。解决确保在项目目录下正确运行了poetry install。如果配置中直接指向可执行文件请确认虚拟环境已激活且安装成功。检查点3Python版本是否兼容症状语法错误特别是与类型注解相关的错误。解决确认当前环境Python版本≥3.11。使用poetry env info检查虚拟环境使用的Python解释器。7.2 工具调用失败或返回空问题现象AI可以列出工具但调用时失败或返回的结果为空。检查点1数据库文件路径与权限症状list_tables返回错误提示文件不是数据库或无法打开。解决相对路径问题配置中的db_path是相对于MCP服务器工作目录即cwd的。如果你在/home/user/projectA配置了服务器但db_path写的是../projectB/data.db服务器会在/home/user/projectA/../projectB/data.db找文件。最稳妥的方法是使用绝对路径。文件权限确保运行Cursor/Claude的用户有读取该数据库文件的权限。SQLite文件有效性用sqlite3 your.db “.schema”命令验证文件是否有效。检查点2网络数据库连接问题症状连接PostgreSQL/MySQL时超时或认证失败。解决网络可达确保localhost和端口5432/3306可以从运行MCP服务器的主机访问。如果数据库在Docker容器或远程主机需相应调整主机地址。认证信息检查用户名、密码、数据库名是否正确。尝试用相同的连接字符串使用psql或mysql命令行客户端连接以排除基础连接问题。防火墙/SELinux有时本地防火墙规则会阻止连接。检查点3SQL查询语法错误症状execute_readonly_query返回SQL语法错误。解决这通常是AI生成的SQL有误。仔细阅读错误信息它通常会指出错误位置。你可以将AI生成的SQL复制到数据库客户端中手动执行调试然后将修正后的逻辑反馈给AI。7.3 AI助手“看不到”工具问题现象让AI列出工具它说没有可用的工具。检查点1配置是否生效解决修改MCP配置后必须完全重启Cursor或Claude Desktop。仅仅重启插件或刷新页面是没用的。检查点2配置格式是否正确解决检查你的JSON配置文件格式是否合法。可以使用在线JSON校验工具。确保没有多余的逗号引号匹配。检查点3服务器进程是否在运行解决查看Cursor/Claude Desktop的日志通常可以在设置中找到“打开日志目录”的选项。日志中可能会有MCP服务器启动失败的具体原因。7.4 性能问题问题现象查询响应慢或者AI调用工具超时。检查点1查询本身是否复杂解决对于大数据表没有索引的复杂聚合或全表扫描会很慢。尝试让AI先使用sample_rows查看数据量或使用EXPLAIN命令可以通过execute_readonly_query执行分析查询计划。考虑为常用查询条件添加索引。检查点2是否是第一次连接解决连接远程数据库或大型SQLite文件时首次建立连接可能会有延迟。后续查询会快很多。检查点3结果集是否过大解决MCP协议和AI上下文窗口对返回文本大小有限制。如果查询结果行数太多可能导致传输缓慢甚至被截断。让AI在查询中主动加上LIMIT子句来控制返回的数据量。8. 安全加固与生产环境考量虽然MCP SQL Bridge设计为只读且本地运行但在涉及敏感数据时仍需保持警惕。8.1 最小权限原则对于PostgreSQL/MySQL在数据库中专门创建一个只读用户用于MCP连接。这个用户的权限应该仅限于对需要查询的表执行SELECT操作甚至可以通过视图VIEW来进一步限制其可访问的数据列。-- PostgreSQL示例创建只读用户 CREATE USER mcp_readonly WITH PASSWORD ‘strong_password’; GRANT CONNECT ON DATABASE mydb TO mcp_readonly; GRANT USAGE ON SCHEMA public TO mcp_readonly; GRANT SELECT ON ALL TABLES IN SCHEMA public TO mcp_readonly;对于SQLite确保数据库文件本身的操作系统级访问权限仅限于必要的用户。避免将包含敏感信息的SQLite文件放在Web可访问的目录下。8.2 连接信息保密绝不硬编码密码如前所述连接字符串中的密码应通过环境变量传递。可以利用MCP主机如Cursor的配置能力在配置文件中引用环境变量例如“connection_string”: “postgresql://myuser:${DB_PASSWORD}localhost/mydb”具体语法取决于主机实现。使用配置文件模板在团队中共享配置时提供一份mcp-config.example.json模板将敏感字段用占位符如YOUR_DB_PASSWORD)替换并加入.gitignore防止误提交。8.3 输入验证与错误处理MCP SQL Bridge本身已经做了大量输入验证如SQL注入防护、路径遍历防护。但作为使用者你也应该谨慎对待AI生成的动态查询虽然工具只允许SELECT但一个恶意的SELECT语句如复杂笛卡尔积仍可能耗尽数据库资源。在非常重要的生产数据环境可以考虑使用更严格的数据库权限或在测试库中先行验证。审查README.md内容记住README.md的内容会被AI完全读取。确保其中不包含任何真正的敏感信息如API密钥、内部IP地址等。8.4 网络隔离尽管MCP SQL Bridge使用本地stdio通信但如果你连接的是远程数据库如公司的测试数据库那么网络通信仍然是存在的。确保网络通道是安全的如使用SSH隧道、数据库SSL连接尤其是在不可信的网络环境中。最后工具的价值在于提升效率而非替代严谨性。对于涉及核心业务逻辑或财务数据的查询即使有AI辅助也建议在最终执行前由开发者进行人工复核。将MCP SQL Bridge视为一个强大的“副驾驶”它能帮你快速探索、起草和验证想法但方向盘和最终决策权始终应该掌握在你自己手中。