AI导哈

数据库自然语言查询工具

一个安全的本地MCP服务器，允许用户使用自然语言查询零售补充销售数据库，提供SQL转换和结果摘要功能。

  • by david125tran
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 david125tran/Model-Context-Protocol-MCP

使用说明

模型上下文协议MCP

ℹ️ 关于

此存储库包含实际操作的MCP项目，这些项目演示了如何安全地提供LLM 现实世界的工具 -数据库和网络搜索。每个项目都隔离了一个特定的功能和安全模式，遵循与OWASP一致的LLM工具编排最佳实践。

✅ 当前项目

项目 能力 总结
01-NL→ SQL数据库助手 数据库 通过具有严格SQL控制的本地MySQL存储提供安全的自然语言接口
02-LLM网络搜索管道 检索 在响应前强制进行实时外部搜索（Tavily），具有严格的验证+速率限制
03-交互式MCP数据库浏览器 Multi-DB Analytics 使用生产风格的React UI扩展Project 01，允许通过MCP（模式发现、NL）安全检查和查询许多数据库表→ SQL、结果和摘要）

每个项目：

  • 提供自己的MCP服务器+UI
  • 实施安全检查（输入验证、速率限制、提示保护）
  • 展示 纵深防御 支持工具的LLM模式
  • 可在本地运行，与框架无关

🔒 生产硬化注意事项 如果部署在本地开发之外，这些服务将是：

  • 位于网关层基于OAuth2/JWT的身份验证之后
  • 通过反向代理（NGINX/云负载均衡器）使用TLS进行保护
  • 使用最低权限数据库凭据部署
  • 通过结构化审计日志和请求跟踪进行监控
  • 与可观测性工具集成（度量+速率监控）

我在这里的实现侧重于安全的LLM工具编排和数据库安全控制。

项目01：用于补充销售分析的自然语言AI助手🛍️💬

  • 项目概况： 该项目构建了一个本地MCP服务器，允许用户使用以下命令查询零售补充剂销售数据库 简明英语 而不是SQL。
  • 亮点：
    • LLM配备了受控的数据库工具。它将用户问题转换为安全的SQL，在服务器端执行，并返回结构化的结果+摘要。示例：
      • “上个季度加拿大维生素的总销售额是多少？”
      • “哪个平台销售的蛋白质产品最多？”
    • 使用轻量级MCP服务器+浏览器UI在本地运行
  • 脚本：
    • Local DB.py -将Supplement_Sales_Weekly.csv加载到MySQL中
    • MCP Server.py -安全数据库MCP服务器+自然语言到原始SQL代码
    • MCP Client.py -用于与助手交互的UI
  • 🔒 安全（OWASP对齐控制）：
OWASP概念 实施
提示注入防御 SQL清理程序仅强制执行SELECT
模型滥用缓解 令牌桶速率限制
限制模型工具 表满列表+列检查
安全输出处理 删除多语句、注释、分号
LLM安全防护 正则表达式过滤器+查询包装/ LIMIT
深度防御 原始SQL和NL-SQL路径都沙盒化
最低权限数据库访问 MySQL用户仅被授予SELECT角色

项目02:AI Web搜索-LLM的实时检索🌐🧠

  • 项目概况： 该项目创建了一个安全的MCP服务器，强制LLM在应答之前从网络中提取实时数据。该模型使用 塔维利搜索 + OpenAI GPT-4o-mini，然后为用户总结结果。
  • 亮点
    • 🔍 在回答之前强制进行实时网络搜索
    • 🧱 输入验证+内容净化
    • 🚦 令牌桶速率限制（每个工具和全局）
    • 🔐 及时注射和误用过滤
    • 📦 通过FastAPI实现基于浏览器的用户界面
    • 💬 安全的LLM编排- 没有模型启动的工具调用 （服务器首先强制检索）
  • 脚本：
    • MCP Server.py -MCP服务器、强制网络搜索管道、安全控制。此脚本还配备了一个网络搜索 search_web() 我编写但选择不实现的工具（也许我以后会实现）。
    • MCP Client.py -用于与助手交互的UI
    • guard.py -输入净化程序（正则表达式过滤器、上下文限制器、秘密编辑）
  • 🔒 安全（OWASP对齐控制）：
风险类别 实施
提示注入防御 越狱条款的正则表达式过滤器+强制系统提示
模型工具滥用预防 服务器在模型完成之前强制进行网络搜索
速率限制 令牌桶（全局+特定于Tavily）
输入验证 validate_query() + validate_question() 长度和正则表达式检查
输出安全 validate_summary() +上下文大小调整
最小权限 无数据库访问权限；唯一公开的搜索工具
保密 .env 加载+neneneba API密钥从未记录
错误安全 山宁泰异常表面处理（ToolError包装）

项目03：交互式MCP数据库浏览器（React+MCP UI）🧭📊

  • 项目概况： 这个项目是一个生产风格的React前端 在安全的顶部 模型上下文协议（MCP） 后端。它演示了如何安全地暴露 多个数据库表 同时为用户提供一个现代的交互式UI来探索模式、生成SQL和提出自然语言问题。我介绍一个 FastAPI MCP代理 作为前端UI和MCP工具服务器之间的刻意架构边界。

  • 此项目连接：

    • A. 安全MCP数据库服务器
    • A. FastAPI MCP代理 -MCP代理在前端和MCP工具之间提供了一个安全的REST边界，反映了真实世界的部署模式，并防止客户端直接访问LLM执行或数据库。
    • A. React（Vite）前端用户界面

  • 聊天演示示例 自然语言查询 到 原始SQL 到 分析:

  • 回购布局：
03/
│
├── Run MCP Client.bat                                  # Launch React UI (npm start / vite / etc.)
├── Run MCP Server.bat                                  # Launch FastMCP database server
├── Run MCP Proxy.bat                                   # Launch FastAPI MCP proxy (REST → MCP)
│
├── .env                                                # LLM environment variables
├── db.env                                              # DB environment variables
│
├── backend/
│   │
│   ├── Local DB.py                                     # Load CSV files into local MySQL database
│   ├── MCP Server.py                                   # Secure MCP server (Natural Language to Raw SQL, schema tools)
│   ├── MCP Proxy.py                                    # FastAPI proxy exposing REST endpoints
│   ├── 2018_Central_Park_Squirrel_Census.csv
│   └── Supplement_Sales_Weekly.csv  
│
├── frontend/
│   │
│   ├── package.json                                    # Frontend dependencies & scripts
│   ├── node_modules/
│   │
│   ├── public/
│   │ 
│   └── src/
│       ├── App.js                                      # Main chat UI (state, API calls, history)
│       ├── App.css                                     # Chat UI styling
│       ├── index.js                                    # React entry point → App
│       └── index.css                                   # Global styles (resets, fonts)
│
└── directory.md                                        # Project directory overview (this file)

相关 MCP