使用说明

🎯 带智能代理的多数据库（MySql）MCP服务器

一个强大的模型上下文协议服务器，可以智能地在多个MySQL数据库之间路由查询，并具有跨数据库协作功能。

特性 • 安装 • 用法 • 示例 • API 参考

📖 目录

概述
主要特点
建筑
安装
配置
用法示例
API 参考
高级功能
故障排除
贡献
许可证

🌟 概述

此MCP服务器提供 智能数据库路由 跨三个不同的MySQL数据库，允许Claude Desktop无缝查询和分析以下数据：

🎓 学校_企业 -学校管理系统（学生、教师、费用、出勤）
🎵 支奴干直升机 -音乐商店数据库（专辑、艺术家、曲目、客户）
🎬 萨基拉 -电影租赁数据库（电影、演员、租赁、库存）

内置 AI 代理 自动检测您的问题与哪个数据库相关，并智能地路由查询，支持 跨数据库协作.

✨ 特性

🤖 智能代理路由

多相位检测：关键词→ 表名→ 列名
信心评分：知道系统有多确定
无任意默认值：需要时要求澄清
处理歧义：检测并报告冲突匹配

🔗 跨数据库协作

查询多个数据库 在单个请求中
统一搜索 同时跨所有数据库
汇总统计 来自多个来源
智能结果组合 分析

🎯 自然语言处理

用简单的英语提问
每个数据库自动生成SQL
上下文感知查询优化
人类可读的响应

🛡️ 坚固安全

所有数据库的连接池
优雅的错误处理
SQL注入预防
详细的日志记录和调试

🏗️ 建筑

┌─────────────────────────────────────────────────────────────┐
│                      Claude Desktop                         │
└───────────────────────────┬─────────────────────────────────┘
                            │ MCP Protocol
                            ▼
┌─────────────────────────────────────────────────────────────┐
│                   Multi-Database MCP Server                 │
│  ┌──────────────────────────────────────────────────────┐   │
│  │              Intelligent Agent Router                │   │
│  │  • Keyword Analysis    • Confidence Scoring          │   │
│  │  • Table Detection     • Ambiguity Resolution        │   │
│  │  • Column Matching     • Cross-DB Coordination       │   │
│  └──────────────────────────────────────────────────────┘   │
│                            │                                │
│         ┌──────────────────┼──────────────────┐             │
│         ▼                  ▼                  ▼             │
│  ┌──────────┐      ┌──────────┐      ┌──────────┐           │
│  │ school   │      │ Chinook  │      │  Sakila  │           │
│  │  _erp    │      │          │      │          │           │
│  │ (School) │      │  (Music) │      │ (Movies) │           │
│  └──────────┘      └──────────┘      └──────────┘           │
└─────────────────────────────────────────────────────────────┘

📦 安装

先决条件

Python 3.8+
MySQL服务器8.0+
Claude桌面应用程序

步骤1：安装依赖项

# Install required Python packages
pip install mcp mysql-connector-python

步骤2：下载服务器

# Clone or download the repository
git clone https://github.com/subhash-adak/MCP.git
cd MCP

步骤3：数据库设置

该存储库包含一个统一的模式文件，用于创建和填充所有三个示例数据库。

从架构文件导入数据库：

# Import all databases from the unified schema file
mysql -u root -p < schema.sql

这将创建并填充以下数据库：

school_erp （学校管理系统）
chinook （音乐商店）
sakila （电影租赁）

验证安装：

# Login to MySQL
mysql -u root -p

# Check databases
SHOW DATABASES;

你应该看看 school_erp, chinook，以及 sakila 上市的。

验证每个数据库的近似表计数：

USE school_erp;
SHOW TABLES;  -- Should show ~40 tables

USE chinook;
SHOW TABLES;  -- Should show ~11 tables

USE sakila;
SHOW TABLES;  -- Should show ~23 tables

⚙️ 配置

1.更新数据库凭据

编辑 DB_CONFIGS Python文件中的部分：

DB_CONFIGS = {
    'school_erp': {
        'host': 'localhost',
        'database': 'school_erp',
        'user': 'your_username',      # ← Change this
        'password': 'your_password',  # ← Change this
        'port': 3306
    },
    'chinook': {
        'host': 'localhost',
        'database': 'chinook',
        'user': 'your_username',      # ← Change this
        'password': 'your_password',  # ← Change this
        'port': 3306
    },
    'sakila': {
        'host': 'localhost',
        'database': 'sakila',
        'user': 'your_username',      # ← Change this
        'password': 'your_password',  # ← Change this
        'port': 3306
    }
}

2.配置克劳德桌面

窗户： %APPDATA%\Claude\claude_desktop_config.json
macOS： ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "multi-database": {
      "command": "python",
      "args": [
        "C:/full/path/to/app.py"
      ]
    }
  }
}

3.重新启动克劳德桌面

关闭并重新打开Claude Desktop以加载MCP服务器。

🚀 用法示例

基本查询-单个数据库

You: "How many students are in the school?"

Agent: Detects 'students' → Routes to school_erp
Result: 6,735 students

跨数据库比较

You: "Compare total customers across all systems"

Agent: Detects need for all databases
Result: 
  • School: 6,735 students
  • Music Store: 59 customers
  • Movie Rental: 599 customers
  • Total: 7,393 users

统一搜索

You: "Search for anyone named 'John' everywhere"

Agent: Searches all databases simultaneously
Result:
  • school_erp: 12 students/teachers
  • chinook: 8 customers
  • sakila: 25 customers/actors
  • Total: 45 matches

汇总统计

You: "Show me total revenue across all business units"

Agent: Aggregates payment data
Result:
  • School Fees: ₹15,000 (7 payments)
  • Music Sales: $2,328.60 (412 invoices)
  • Movie Rentals: $67,416.51 (16,049 payments)

模糊查询处理

You: "Show me all payments"

Agent: Detects ambiguity (payments in all 3 DBs)
Response: "Found 'payments' in multiple databases. 
           Please specify: school fees, music invoices, 
           or movie rentals?"

📚 API 参考

可用工具

1. `query` -自然语言查询

用简单的英语提问，客服会自动安排路线。

{
  "question": "How many teachers are active?"
}

答复：

{
  "success": true,
  "detected_database": "school_erp",
  "confidence": 95.5,
  "reasoning": "Matched keywords: teachers, active",
  "data": [{"count": 150}],
  "row_count": 1
}

2. `cross_database_query` -多数据库分析

查询多个数据库并获得组合结果。

{
  "query_description": "Compare customer counts",
  "databases": ["school_erp", "chinook", "sakila"]
}

答复：

{
  "databases_queried": ["school_erp", "chinook", "sakila"],
  "individual_results": {
    "school_erp": {"data": [...], "row_count": 1},
    "chinook": {"data": [...], "row_count": 1},
    "sakila": {"data": [...], "row_count": 1}
  },
  "combined_analysis": {
    "summary": [...],
    "totals": {"count": 7393}
  }
}

3. `unified_search` -到处搜索

在所有数据库中搜索一个术语。

{
  "search_term": "john",
  "search_type": "name"
}

答复：

{
  "search_term": "john",
  "total_matches": 45,
  "results_by_database": {
    "school_erp": {"matches": [...], "count": 12},
    "chinook": {"matches": [...], "count": 8},
    "sakila": {"matches": [...], "count": 25}
  }
}

搜索类型：

name -在名称字段中搜索
email -在电子邮件字段中搜索
title -在标题/姓名字段中搜索
id -按ID搜索
all -到处搜索

4. `aggregate_stats` -获取统计信息

汇总所有数据库的统计数据。

{
  "metric": "entity_counts"
}

可用指标：

total_records -统计所有记录
customers -客户/用户总数
payments -付款/收入汇总
entity_counts -主要实体数量

答复：

{
  "metric": "entity_counts",
  "by_database": {
    "school_erp": {
      "students": 6735,
      "teachers": 150,
      "classes": 78
    },
    "chinook": {
      "artists": 275,
      "albums": 347,
      "tracks": 3503
    },
    "sakila": {
      "films": 1000,
      "actors": 200
    }
  }
}

5. `sql` -直接SQL执行

在特定数据库上执行原始SQL。

{
  "database": "chinook",
  "query": "SELECT * FROM artist LIMIT 10"
}

6. `schema` -数据库架构信息

获取有关数据库结构的信息。

{
  "database": "sakila",
  "table": "film"
}

7. `databases` -列出所有数据库

获取可用数据库及其描述的列表。

{}

答复：

{
  "databases": [
    {
      "name": "school_erp",
      "description": "School Management System"
    },
    {
      "name": "chinook",
      "description": "Music Store"
    },
    {
      "name": "sakila",
      "description": "Movie Rental"
    }
  ]
}

🎨 高级功能

多相位检测算法

该代理使用复杂的4阶段方法：

Phase 1: Keyword Matching
  ↓ (if no match)
Phase 2: Table Name Detection
  ↓ (if no match)
Phase 3: Column Name Analysis
  ↓ (if no match)
Phase 4: Request Clarification

信心评分

每次检测都包括一个置信度得分：

{
  "database": "chinook",
  "confidence": 87.5,
  "reasoning": "Matched keywords: album, artist, music",
  "scores": {
    "school_erp": 0,
    "chinook": 7,
    "sakila": 0
  }
}

自动查询优化

系统为每个数据库生成最佳SQL：

Question: "Get customer emails"

# Different SQL for each database:
school_erp: SELECT email FROM sms_students
chinook:      SELECT Email FROM customer  
sakila:       SELECT email FROM customer

🎯 真实世界用例

1.商业智能仪表板

"Show me aggregate stats for all systems"
→ Get complete overview of all operations

2.客户支持

"Find customer with email support@example.com"
→ Search across all customer databases

3.收入分析

"Compare revenue from school fees vs entertainment sales"
→ Cross-database financial analysis

4.用户管理

"How many active users do we have total?"
→ Aggregate user counts from all platforms

5.数据验证

"Check if email exists in multiple systems"
→ Detect duplicate registrations

🐛 故障排除

连接问题

问题： “数据库连接失败”

解决方案：

# Test MySQL connection
mysql -u your_username -p -h localhost

# Check if databases exist
SHOW DATABASES;

# Verify credentials in code

MCP未加载

问题： Claude Desktop未显示MCP

解决方案：

检查配置文件语法（有效的JSON）
在配置中使用绝对路径
完全重新启动克劳德桌面
检查日志：克劳德菜单→ 设置→ 开发者→ 查看日志

导入错误

问题： “ModuleNotFoundError:没有名为'mcp'的模块”

解决方案：

# Install in correct Python environment
python --version  # Check Python version
pip install mcp mysql-connector-python

# Or use python3 explicitly
python3 -m pip install mcp mysql-connector-python

查询路由不正确

问题： 查询转到错误的数据库

解决方案：

使用更具体的关键字
明确提及数据库名称
检查代理人的信心评分
直接使用 sql 带有数据库参数的工具

📊 性能提示

1.连接池

服务器保持与所有数据库的持久连接，以获得最佳性能。

2.结果限制

为了快速响应，默认查询限制为50-100行。

3.模式缓存

表和列信息被缓存以加快检测速度。

4.并行查询

如果可能，跨数据库查询将并行执行。

🔒 安全考虑

最佳实践

✅ 做：

尽可能使用只读数据库用户
将凭据保存在环境变量中
定期更新MySQL和Python包
监控可疑活动的查询日志

❌ 不要：

将凭据提交到版本控制
使用MySQL根帐户
允许不受限制的DELETE/DROP操作
使用凭据共享配置文件

📈 监控和记录

启用调试日志

# In the code, change logging level
logging.basicConfig(level=logging.DEBUG)

检查日志

# Run server manually to see logs
python app.py

监控查询性能

# Add timing to queries
import time
start = time.time()
result = execute_sql(db, query)
logger.info(f"Query took {time.time() - start:.2f}s")

🤝 贡献

欢迎投稿！以下是您可以提供帮助的方式：

添加新数据库

将数据库配置添加到 DB_CONFIGS
添加关键字 DatabaseAgent.database_keywords
在中实现查询模式 natural_to_sql()
更新文档

改进检测

向现有数据库添加更多关键字
增强列匹配算法
添加上下文感知规则
提高信心评分

错误报告

请包括：

Python版本
MySQL版本
错误消息
重现步骤

📝 许可证

麻省理工学院许可证-请在您的项目中自由使用！

🙏 致谢

Anthropic 适用于Claude和MCP协议
MySQL 可靠的数据库引擎
奇努克和萨基拉 用于示例数据库

📧 支持

有问题吗？需要帮助？

检查故障排除章节
审查示例
查看Claude的MCP文档
在GitHub上打开一个问题

🎉 接下来是什么？

计划的功能

[]PostgreSQL支持
[]MongoDB集成
[]Redis缓存层
[]查询历史和分析
[]基于Web的管理面板
[]将结果导出到CSV/Excel
[]预定查询
[]电子邮件提醒
[]GraphQL端点

⭐ 如果你觉得这个仓库有用，就把它标上！ ⭐

由以下材料制成❤️ 克劳德桌面社区

🔝 返回页首

使用说明

🎯 带智能代理的多数据库（MySql）MCP服务器

📖 目录

🌟 概述

✨ 特性

🤖 智能代理路由

🔗 跨数据库协作

🎯 自然语言处理

🛡️ 坚固安全

🏗️ 建筑

📦 安装

先决条件

步骤1：安装依赖项

步骤2：下载服务器

步骤3：数据库设置

⚙️ 配置

1.更新数据库凭据

2.配置克劳德桌面

3.重新启动克劳德桌面

🚀 用法示例

基本查询-单个数据库

跨数据库比较

统一搜索

汇总统计

模糊查询处理

📚 API 参考

可用工具

1. query -自然语言查询

2. cross_database_query -多数据库分析

3. unified_search -到处搜索

4. aggregate_stats -获取统计信息

5. sql -直接SQL执行

6. schema -数据库架构信息

7. databases -列出所有数据库

🎨 高级功能

多相位检测算法

信心评分

自动查询优化

🎯 真实世界用例

1.商业智能仪表板

2.客户支持

3.收入分析

4.用户管理

5.数据验证

🐛 故障排除

连接问题

MCP未加载

导入错误

查询路由不正确

📊 性能提示

1.连接池

2.结果限制

3.模式缓存

4.并行查询

🔒 安全考虑

最佳实践

推荐的MySQL用户设置

📈 监控和记录

启用调试日志

检查日志

监控查询性能

🤝 贡献

添加新数据库

改进检测

错误报告

📝 许可证

🙏 致谢

📧 支持

🎉 接下来是什么？

计划的功能

相关 MCP

Flomo笔记服务

3D资产生成服务

文档搜索服务

Microsoft 365命令行管理服务器

AI文本人性化服务

APISIX MCP服务器

1. `query` -自然语言查询

2. `cross_database_query` -多数据库分析

3. `unified_search` -到处搜索

4. `aggregate_stats` -获取统计信息

5. `sql` -直接SQL执行

6. `schema` -数据库架构信息

7. `databases` -列出所有数据库