使用说明
🐘 Postgres MCP人工智能代理
使用PostgreSQL+MCP+OpenAI的自然语言商业智能代理
自主的 AI数据分析代理 它允许用户使用以下命令与PostgreSQL数据库交互 自然语言而不是SQL.
该系统理解业务问题,生成优化的SQL查询,安全地执行它们(只读),并返回 具有智能分析见解的表格结果.
它模拟了一个 由人工智能驱动的真正商业智能顾问。
🚀 项目愿景
现代企业产生大量的运营数据,但决策者往往缺乏SQL知识。
该项目展示了如何 AI Agent可以弥合原始数据库数据和高管级见解之间的差距 通过对话智能。
代理人可以:
- 理解意图
- 自动探索架构
- 生成安全的SQL查询
- 分析结果
- 提供业务解释
- 支持对话式跟进
✨ 主要特点
✅ 自然语言→ SQL → 洞察渠道
✅ 会话记忆(情境感知反应)
✅ 自动理解数据库模式
✅ 别名安全SQL生成
✅ 只读安全执行层
✅ 以业务为重点的分析解释
✅ 聊天UI中的表格结果呈现
✅ 模型上下文协议(MCP)兼容
✅ 逼真的AI自动化演示数据集
🧠 你可以问的示例问题
- 我的收入趋势如何?
- 哪个城市的订单价值最高?
- 显示今天安排的待处理跟进
- 最近哪些客户最活跃?
- 人工智能预订的订单是否比人工预订表现更好?
- 您对活动的有效性有什么见解?
- 解释更多关于这一趋势的信息
代理的行为就像 数据分析师,而不仅仅是查询引擎。
🏗️ 系统架构
用户(自然语言)
→ AI推理层
→ SQL生成
→ PostgreSQL执行
→ 结果解读
→ 富有洞察力的自然语言反应
这遵循了现代 代理BI架构模式.
🔐 安全设计(只读代理)
该系统被有意限制为:
- 仅限SELECT查询
- 无插入/更新/删除
- 无架构修改
这确保了:
✔ 数据库完整性
✔ 安全企业分析
✔ 无风险的人工智能探索
🗄️ 演示数据库设置
一个现实的 AI自动化业务数据集 包括在内。
它模拟:
- 客户生命周期跟踪
- 人工智能服务预订
- 会话情绪分析
- 后续自动化
- AI任务执行监控
- 收入洞察
📁 数据库脚本位置
/database/ai_agent_demo_dataset.sql
▶️ 导入数据库
psql -U postgres -d ai_agent_demo
\i database/ai_agent_demo_dataset.sql
这将创建表:
- 客户
- 订单
- 对话
- ai_tasks
- 后续行动
- ai_景点
使用真实的样本数据。
⚙️ 安装和设置
1.️⃣ 克隆仓库
git clone <your-repository-url>
cd postgres-mcp
2.️⃣ 再进行
npm install
3.️⃣ 配置环境变量
创建 .env
PGHOST=localhost
PGPORT=5432
PGDATABASE=ai_agent_demo
PGUSER=postgres
PGPASSWORD=your_password
OPENAI_API_KEY=your_openai_key
4.️⃣ 启动应用程序
npm start
打开:
http://localhost:3000
🤖 MCP模式(代理工具服务器)
要通过模型上下文协议公开数据库工具,请执行以下操作:
node src/server.js --mcp
这使得能够与以下设备集成:
- 克劳德桌面
- 代理框架
- 自主工作流
📊 AI代理如何思考
- 动态读取完整数据库架构
- 保持对话记忆
- 理解商业意图
- 生成优化的SQL
- 安全执行
- 将原始行转化为高管见解
这使得系统的行为如下:
👉 AI数据分析师
👉 BI顾问
👉 决策支持助理
🌟 未来路线图
- 📈 自动生成图表
- 🚨 KPI异常检测
- 🔮 预测性收入预测
- 🧠 自主见解建议
- 📊 仪表板API层
- 🛠️ 多工具规划代理
- ☁️ SaaS部署架构
👨💻 作者
Aditya Jadhav
AI自动化与代理系统构建器