AI导哈

自然语言转SQL查询工具

一个结合Next.js前端和MCP服务器的项目，将自然语言问题转换为SQL查询并针对运输数据库执行，支持错误处理和备用逻辑。

  • by Damdev80
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 Damdev80/mcp_db

使用说明

Proyecto que combina un frontend Next.js 16 (App Router) con un MCP server que transforma preguntas en lenguaje natural en SQL y ejecuta la consulta contra una base de datos de transporte.

Estructura clave

  • app/: páginas y componentes del cliente, incluyendo el chat conversacional y los estilos globales.
  • app/api/db/nlp-query/route.ts: consulta al servidor MCP, ejecuta el SQL con postgres y da formato conversacional al resultado. Maneja errores comunes como relaciones faltantes.
  • mcp-server/: backend Node con instrucciones para Anthropic; produce SQL a partir de texto y ofrece lógica de respaldo cuando el requerimiento es ambiguo.
  • lib/: helpers y esquemas compartidos usados por el frontend y el MCP server.

Dependencias

  • Next.js 16.1.6 y React 19.2.3 con Tailwind CSS 4 y TypeScript 5.
  • postgres para la conexión directa a la base de datos.
  • @supabase/* y @neondatabase/serverless para la integración con proveedores SQL.

Variables de entorno

Configurar DATABASE_URL en la raíz para el cliente Next.js. En mcp-server/ se debe definir ANTHROPIC_API_KEY y su propio DATABASE_URL en un archivo .env.

Comandos

  • pnpm dev: arranca el frontend (puerto 3000) y el MCP server (puerto 3002) en paralelo.
  • pnpm build: compila Next.js y el servidor MCP.
  • pnpm start: ejecuta la versión optimizada de Next.js.
  • pnpm lint: ejecuta ESLint sobre el proyecto.

Flujo de consulta

  1. El usuario escribe una pregunta en el chat y se envía a /api/db/nlp-query.
  2. El endpoint reenvía la pregunta y el historial al MCP server, que devuelve SQL y una posible explicación.
  3. El SQL ejecuta contra Postgres; el endpoint detecta tipos de consultas (aggregados, listados, vehículos) y estructura el mensaje final.
  4. Si falta una tabla, se reintenta generando SQL sin esa relación.

Consideraciones adicionales

  • Hay estilos glassmorphism con blobs difuminados y claves neon para la UI.
  • Las respuestas intentan explicar el resultado (conteo, nombres, placas, vehículo) y adaptarse a distintos tipos de columnas.
  • El backend MCP incluye generateFallbackSql para seguir preguntas cortas como "sus placas".

相关 MCP