Data Bench MCP

数据台mcp

MCP服务器，将任何SQL数据库转换为AI原生数据层。可插拔后端（DuckDB、AWS Athena），具有4层知识系统，可向AI传授数据模型并从真实会话中学习。

AI Client (Claude Code / Cursor / any MCP client)
    │ stdio (JSON-RPC)
    ▼
┌──────────────────────────────────┐
│  data-bench-mcp                  │
│                                  │
│  Tools (9):                      │
│  ├─ run_query          (SQL)     │
│  ├─ list_databases     (catalog) │
│  ├─ list_tables        (catalog) │
│  ├─ describe_table     (catalog) │
│  ├─ get_query_template (knowledge)│
│  ├─ get_rules          (knowledge)│
│  ├─ get_learned_patterns(knowledge)│
│  ├─ save_learned_pattern(knowledge)│
│  └─ version            (meta)    │
│                                  │
│  Backends:                       │
│  ├─ DuckDB (local, zero-config)  │
│  └─ Athena (AWS, boto3 creds)   │
│                                  │
│  Knowledge (4 layers):           │
│  ├─ schemas/   → table docs      │
│  ├─ templates/ → query skeletons │
│  ├─ rules/     → guardrails      │
│  └─ learned/   → session patterns│
└──────────────────────────────────┘

快速开始

安装

# Clone
git clone https://github.com/GG-science/data-bench-mcp.git
cd data-bench-mcp

# Install with uv (recommended)
uv pip install -e ".[dev]"

配置

cp .env.example .env
# Edit .env — set DATA_BENCH_DUCKDB_PATH to your database

添加到克劳德代码

添加 ~/.claude/settings.json （或项目 .mcp.json):

{
  "mcpServers": {
    "data-bench": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/data-bench-mcp", "data-bench-mcp"]
    }
  }
}

添加到光标/VS代码

添加 .cursor/mcp.json 或VS代码MCP设置：

{
  "mcpServers": {
    "data-bench": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/data-bench-mcp", "data-bench-mcp"]
    }
  }
}

验证

问你的AI： *“数据台服务器是什么版本？”*

运作原理

四层知识体系

指示AI进行检查 模板→ 规则→ 习得模式 在编写任何查询之前。在成功完成非平凡查询后，它提供保存模式以供重用。

人工智能如何学习你的数据

1. 你问了一个数据问题
2. AI检查现有知识层是否匹配模板/模式
3. 如果没有匹配项，AI将使用模式文档编写新的查询
4. 运行查询，验证结果
5. AI问： *“想将此保存为学习模式吗？”*
6. 您批准→ 图案已保存 {{placeholders}} 重复使用
7. 在下一个会话中，AI会自动发现并调整模式

后端

DuckDB （默认）--本地，零配置。指向a .duckdb 文件。

DATA_BENCH_BACKEND=duckdb
DATA_BENCH_DUCKDB_PATH=./data/my_database.duckdb

雅典娜 --针对AWS Glue目录的无服务器SQL。使用标准boto3证书链（env vars， ~/.aws/credentialsIAM角色、SSO）。

DATA_BENCH_BACKEND=athena
DATA_BENCH_AWS_REGION=us-east-1
DATA_BENCH_ATHENA_OUTPUT=s3://my-bucket/athena-results/
DATA_BENCH_ATHENA_WORKGROUP=primary

添加自己的知识

架构文档(schemas/)

# my_table
Description of what this table contains.

| Column | Type | Description |
|--------|------|-------------|
| id | INTEGER | Primary key |
| event_date | DATE | Partition key — always filter on this |

查询模板(templates/)

# Analysis Name

\```sql
SELECT col1, SUM(col2) as metric
FROM {{table}}
WHERE date >= '{{start_date}}'
GROUP BY col1
ORDER BY metric DESC
LIMIT {{limit}}
\```

## Parameters
- `{{table}}` — Target table
- `{{start_date}}` — Analysis start date

规则(rules/)

# Rule Name
ALWAYS do X when querying table Y.
NEVER do Z because [reason].

安全

• 仅选择 --写操作（INSERT、UPDATE、DELETE、DROP）在SQL验证层被阻止
• 行限制 --默认值1000，最大值10000
• 错误清理 --从Athena错误消息中删除帐户ID和ARN
• 循环中的人类 --学习模式仅在明确的用户批准下保存

发展

# Install dev dependencies
uv pip install -e ".[dev]"

# Run tests
pytest -v

# Run server directly
uv run data-bench-mcp

环境变量

许可证

麻省理工学院