dbecho
通过人工智能与PostgreSQL数据库对话。没有仪表板，没有BI工具，只有问题和答案。
dbecho 是一个 MCP服务器 它为AI代理（Claude Code、Cursor、Windsurf或任何MCP客户端）提供了对PostgreSQL数据库的直接只读访问。将其指向您的数据库，用简单的语言提问，获得即时分析。
You: What are my most popular blog posts and why?
Claude: [runs schema → query → analyze → trend across 29 tables]
Here's what the data shows...它能做什么？
11工具 涵盖了完整的分析工作流程：
| 工具 | 目的 |
|---|---|
list_databases | 显示所有连接的数据库 |
health | 检查连接性、PostgreSQL版本、数据库大小 |
schema | 完整架构：表、列、类型、PKs、行数、大小 |
query | 运行只读SQL（SELECT、WITH、EXPLAIN、SHOW） |
analyze | 分析表：空值、基数、分布、顶值 |
compare | 在多个数据库中并行执行相同的查询 |
summary | 概述：表计数、总行数、最大表 |
trend | 时间序列：按天/周/月/年分组的计数/平均值 |
anomalies | 数据质量：高零点、异常值、重复、未来日期 |
sample | 预览任何表中的行 |
erd | 实体关系图：PKs和外键 |
加 3 MCP资源 （每个数据库的模式/摘要）以及 3个MCP提示 （指导性探索、跨数据库比较、数据质量审计）。
为什么是dbecho？
问题： 您在各个项目中都有PostgreSQL数据库。获取答案意味着将上下文切换到psql、pgAdmin或BI工具，编写SQL，格式化结果，然后将见解带回您的对话中。
修复方法： dbecho留在AI代理的工作流程中。代理在您不离开对话的情况下探索模式、编写SQL、交叉引用表并构建分析。一个配置文件，零上下文切换。
是什么让它与仅仅给代理一个连接字符串不同：
- 多数据库。 连接1或20个数据库。通过一个工具调用对它们进行比较。
- 默认情况下是安全的。 只读连接、查询超时、行限制、SQL注入防止。你不可能不小心
DROP TABLE. - 代理优化输出。 模式、统计数据和查询结果都是格式化的，因此LLM可以高效地解析它们，而不是作为原始的psql转储。
- 零基础设施。 没有容器，没有web UI，没有后台进程。一个通过stdio传输MCP的Python包。
示例会话
You: Show me what's in the database
Claude: [calls list_databases → schema → summary]
Database: ecommerce (12 tables, 847 MB)
Largest: orders (2.1M rows), products (45K rows), users (128K rows)
You: How are sales trending this quarter?
Claude: [calls trend on orders table, grouped by week]
Week | orders | total_revenue
2026-01-06 | 3,241 | $482,100
2026-01-13 | 3,892 | $571,340
2026-01-20 | 2,107 | $298,500 ← 46% drop
...
Significant drop in week of Jan 20. Let me check what happened.
[calls query to investigate, then anomalies on orders table]
Found: 89% of orders that week have status='cancelled'.
The cancellation spike correlates with a payment gateway outage
(payments table shows 0 successful transactions Jan 19-21).
You: Any data quality issues I should worry about?
Claude: [calls anomalies on each table]
Found 4 issues:
- users.email: 342 possible duplicates
- orders.shipped_at: 127 dates in the future
- products.price: 23 outliers (IQR: $5..$89, found items at $0 and $9,999)
- events.user_id: 94.2% NULL (missing user attribution)一次对话，零上下文切换。代理会自动选择正确的工具。
快速开始
1.安装
pip install dbecho或来源：
git clone https://github.com/ginkida/dbecho.git
cd dbecho
pip install .需要Python 3.10+。
2.配置
创建 dbecho.toml 在您的项目目录中：
[databases.myapp]
url = "postgres://user:pass@localhost:5432/myapp"
description = "Main application"
[databases.analytics]
url = "postgres://user:pass@localhost:5432/analytics"
description = "Analytics warehouse"
[settings]
row_limit = 500 # max rows returned per query (default: 500)
query_timeout = 30 # seconds before query is killed (default: 30)环境变量与 ${VAR} 语法：
[databases.production]
url = "${DATABASE_URL}"
description = "Production (read replica)"3.连接到您的MCP客户端
克劳德代码 （项目级别，推荐）：
创建 .mcp.json 在项目根目录中：
{
"mcpServers": {
"dbecho": {
"command": "dbecho",
"args": ["--config", "/path/to/dbecho.toml"]
}
}
}克劳德代码 （全球）：
添加 ~/.claude.json:
{
"mcpServers": {
"dbecho": {
"command": "dbecho"
}
}
}当否 --config 传递后，dbecho在以下位置搜索config：
./dbecho.toml（当前目录）~/.config/dbecho/config.toml~/.dbecho.toml
其他MCP客户端 （Cursor、Windsurf等）：在客户端的MCP服务器配置中使用相同的命令/args。
4.提问
Show me a summary of all my databases
How many users signed up each month this year?
Compare order counts between staging and production
Find data quality issues in the events table
What's the relationship between users, orders, and products?
Which columns have the most nulls?
Show me the trend of daily revenue for the last 90 days代理会自动选择正确的工具。您不需要知道工具名称。
安全
dbecho旨在安全地指向任何数据库，包括生产数据库：
- 只读连接。 每个连接集
default_transaction_read_only=on在PostgreSQL级别。即使有人编写了恶意SQL，数据库也会拒绝写入。 - 查询白名单。 仅
SELECT,WITH,EXPLAIN，以及SHOW允许发表声明。执行前检查。 - SQL注入预防。 所有表/列标识符都使用
psycopg.sql.Identifier()参数化。根据验证用户输入^[a-zA-Z_][a-zA-Z0-9_]*$. - 查询超时。 默认30秒。防止失控查询锁定数据库。
- 行限制。 默认每个查询500行。防止代理将整个表拉入上下文。
- 仅限本地。 没有网络呼叫，没有遥测，没有云。数据保留在您的机器上。
建筑
src/dbecho/
config.py TOML config loading, env var expansion, validation
db.py DatabaseManager: connections, schema cache, queries, stats, trends, anomalies
server.py FastMCP server: 11 tools, 3 resources, 3 prompts总共1000行Python。无框架 mcp 和 psycopg.
发展
git clone https://github.com/ginkida/dbecho.git
cd dbecho
pip install -e ".[dev]"
pytest -v测试是完全模拟的，不需要PostgreSQL实例。CI在Python 3.10-3.13上运行。
许可证
麻省理工学院