Token导航 LogoToken导航TokenDH.com
Text2sql MCP logo
数据服务stdio官方级别未说明来源级核验

Text2sql MCP

MCP Server

Synechron的Text2SQL MCP服务器是一个基于模型上下文协议(MCP)的服务,提供自然语言访问关系型数据库的功能,支持多种数据库类型,并能生成优化的SQL查询和自然语言结果摘要。

工具数

0

提示词数

0

GitHub Stars

4

资源数

0
自然语言处理多数据库支持DockerClaude检索增强生成Claude DesktopClaudeCursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

synechron-code

提供方

synechron-code

最后核验

2026/5/17 20:20

运行时

Docker

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

docker run -it -p8000:8000 \

详细介绍

Synechron Text2SQL MCP服务器

Synechron的Text2SQL MCP服务器是 模型上下文协议 (MCP) 服务器。它为Cursor、VSCode和Claude Desktop等MCP客户端提供了对关系数据库的自然语言访问 各种类型的数据库,使用户能够使用自然语言功能对其数据提出问题。

服务器通过结合使用模式和行感知语义来优化其生成的结果的质量 搜索。模式和行样本被索引,使服务器能够更有效地生成合适的查询。

特性和功能

Text2SQL MCP服务器提供以下功能:

  • SQL的自然语言: 使用高级SQL查询将自然语言问题转换为优化的SQL查询

语言模型。

  • 多数据库支持: 与PostgreSQL、MySQL、SQLite和Microsoft Fabric数据库兼容。
  • 检索增强生成(RAG): 通过结合模式元数据和采样行增强查询生成

内容。

  • 表索引: 支持嵌入数据库模式和示例数据,提高查询相关性。
  • 响应综合: 生成查询结果的自然语言摘要。
  • Markdown格式: 创建更易读的响应。
  • 多型号支持: 适用于OpenAI、Azure OpenAI、AWS Bedrock和Ollama模型。

样品数据

服务器附带了两个示例数据集。

  • 网络威胁
  • ESG评级

示例客户端

还包括一个示例REPL。

______________________________________________________________________

Docker快速入门

注意:要使用自己的数据库,需要进一步配置,请参阅 配置 章节 在......下面

使用Docker运行服务器

docker run -it -p8000:8000 \
  -v ~/.aws:/home/appuser/.aws:ro \
  -e MODEL_API_TYPE=Bedrock \
  -e AWS_PROFILE=AWSAdministratorAccess-880502554482 \
  -e FASTMCP_HOST=0.0.0.0 \
  709825985650.dkr.ecr.us-east-1.amazonaws.com/synechron/mcp-text2sql:0.0.10-2025.07.04-rc3 server

使用Docker运行示例客户端

docker run -it \
    -v ~/.aws:/home/appuser/.aws:ro \
    -e AWS_PROFILE=AWSAdministratorAccess-880502554482 \
    -e BEDROCK_MODEL_ID=us.anthropic.claude-3-7-sonnet-20250219-v1:0 \
    -e BEDROCK_API_VERSION=2025-01-01-preview \
    -e MCP_SERVER_HOST=host.docker.internal \
     709825985650.dkr.ecr.us-east-1.amazonaws.com/synechron/mcp-text2sql:0.0.10-2025.07.04-rc3 client

客户端使用示例

Connected to server with tools: ['Text2Sql_Cyber_Threats', 'Text2Sql_ESG_Ratings']

MCP Client Started!
Type your queries or 'quit' to exit.

Query: What kind of data is in the Cyber Threat datasource?

The Cyber Threat datasource contains comprehensive information about cybersecurity incidents with the following data fields:

1. country - The country where the cyber attack took place
2. year - The year when the cyber attack occurred
3. attack_type - The type of cyber attack (e.g., Phishing, Ransomware, DDoS, Man-in-the-Middle, SQL Injection)
4. target_industry - The industry that was targeted (e.g., Education, Retail, IT, Telecommunications, Healthcare, Government, Banking)
5. financial_loss_(in_million_$) - The financial impact of the attack in millions of dollars
6. number_of_affected_users - How many users were affected by the attack
7. attack_source - Where the attack originated from (e.g., Hacker Group, Nation-state, Insider, Unknown)
8. security_vulnerability_type - The type of security vulnerability exploited (e.g., Unpatched Software, Weak Passwords, Social Engineering)
9. defense_mechanism_used - What defense was in place (e.g., VPN, Firewall, Antivirus, AI-based Detection)
10. incident_resolution_time_(in_hours) - How long it took to resolve the incident in hours

The database tracks cybersecurity incidents across different countries, industries, and years, including details about attack methods, financial impact, affected users, vulnerabilities exploited, and resolution times.

将服务器与现有MCP客户端一起使用

服务器应该使用Docker运行。使用以下任一配置将其添加到MCP客户端:

{
  "servers": {
    "text2sql": {
      "type": "streamable-http",
      "url": "http://localhost:8000/mcp"
    }
  }
}
{
  "mcpServers": {
    "text2sql": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--env-file",
        ".env",
        "709825985650.dkr.ecr.us-east-1.amazonaws.com/synechron/mcp-text2sql:0.0.10-2025.07.04-rc3",
        "server"
      ]
    }
  }
}

配置

Text2SQL MCP服务器可以配置环境变量和JSON配置的组合。

服务器配置

阀门配置环境变量默认值描述
启用错误启用工具
ENABLE_RAGTrue使用AI根据收集的数据合成响应。
ENABLE_MARKDOWNFalse格式化MARKDOWN中的响应
ENABLE_PANDASTrue使用PANDAS执行和解析SQL查询,否则使用llama_index
ENABLE_TABLE_INDEXINGTrue使用表检索器为数据库模式和示例数据创建嵌入,以优化LLM的上下文
FORCE_REINDEXINGFalse强制工具为表和样本数据重新生成向量索引
DATABASE\_ CONFIGDB_CONFIG默认数据库配置JSON格式的工具配置,包括数据库连接字符串、表、上下文和提示
IGNORE_SCHEMA默认系统表要忽略的逗号分隔模式列表
CREDENTIAL_SERVICECREDENTIALI_SERVICE选择身份验证类型(Azure、AWS、Google、无)
MODEL_API_TYPE/MODEL_TYPEMODEL_TYPEOpenAI选择模型API类型(OpenAI、Azure OpenAI、Bedrock、Ollama)
API_ENDPOINTOPENAI_ENDPOINTOpenAI API端点
API_IDAPI_ACCESS_ID访问密钥ID
API_KEYOPENAI_API_KEYOPENAI API密钥
API_REGIONAWS_REGIONus-east-1云计算模型的区域
API_VERSION2025-01-01-审查OpenAI API版本
LLM_MODEL_NAMEgpt-4.1-mini文本到SQL模型
EMBED_MODEL_NAME文本嵌入-3小嵌入模型
MAX_RETRY3失败查询的最大重试次数
MAX_RESULTS200响应中的最大行数
MAX_DATAFRAME1000发送到LLM以合成响应的数据帧中的最大行数
SAMPLE_RATIO0.0001要索引的数据集百分比。更高的值需要更长的时间来索引,但会得到更好的结果。
SAMPLE_MAX_SIZE50要采样的最大行数。取代示例_RATIO
调试调试模式
MODEMODEstdioMCP服务器应运行的模式。使用 shttp 用于流式HTTP。
AUTH_ENABLEDAUTH_ENABLEDfalse是否要求MCP客户端进行身份验证。
AUTH_ISSUERAUTH_ISSUAR如果满足以下条件,则需要 AUTH_ENABLEDtrue.
AUTH_JWKS_URIAUTH_JWKS \_URI如果满足以下条件,则为必填项 AUTH_ENABLEDtrue.
AWS_ACCESS_KEY_IDAWS_ACCESS\_ KEY_ID如果使用AWS基岩进行嵌入,则需要
AWS_SECRET_ACCESS_KEYAWS_SECRET_ACCESS_KEY如果使用AWS基岩进行嵌入,则需要
LOGLEVELLOGLEVELINFO日志记录级别(调试、信息、警告、错误)。
MCP_SERVER_API_KEYMCP_SERVER \_API_KEY用于访问LLM/嵌入的API密钥。使用AWS_SECRET_ACCESS_KEY、LiteLLM密钥或OpenAI API密钥进行配置。
MCP_SERVER_DATAMCP_SERVR_DATADATA临时数据文件目录
TEXT2SQL_VALVES_JSONTEXT2SQN_VALVES_JSONVALVES.JSON配置JSON的完整路径,请参见上文示例。

示例.env文件

LOG_LEVEL=INFO
PYTHONUNBUFFERED=1
TEXT2SQL_VALVES_JSON=/home/appuser/config/config.json

MODE=shttp
FASTMCP_HOST=0.0.0.0
FASTMCP_PORT=8000

AUTH_ENABLED=true
AUTH_JWKS_URI=https://cognito-idp.us-east-1.amazonaws.com/us-east-1_/.well-known/jwks.json
AUTH_ISSUER=https://cognito-idp.us-east-1.amazonaws.com/us-east-1_

AWS_PROFILE=default

示例TEXT2SQL_VALVES_JSON(阀门.JSON)

Text2SQL MCP服务器必须使用指定数据库连接、模型设置和 其他 参数。以下是一个配置示例:

{
  "ENABLED": true,
  "ENABLE_RAG": false,
  "ENABLE_MARKDOWN": true,
  "ENABLE_PANDAS": true,
  "ENABLE_TABLE_INDEXING": true,
  "FORCE_REINDEXING": false,
  "DATABASE_CONFIG": {
    "Cyber_Threats": {
      "description": "A comprehensive dataset tracking cybersecurity incidents, attack vectors, threat types, and affected countries.",
      "topics": [
        "Cyber Threats",
        "Attacks",
        "Targets"
      ],
      "url": "sqlite:///file:/home/appuser/config/cyber_threats.db?uri=true",
      "tables": {
        "cyber_threats": "The Global Cybersecurity Threats Dataset (2015-2024) provides extensive data on cyberattacks, malware types, targeted industries, and affected countries."
      },
      "prompts": [
        {
          "name": "biggest_cyber_threat",
          "description": "Which type of cyber threat has caused the biggest financial loss?"
        }
      ]
    },
    "ESG_Ratings": {
      "description": "S&P 500 Companies ESG Insights & Risk Scores for Informed Decisions.",
      "topics": [
        "ESG Ratings",
        "ESG Risk",
        "Sustainability"
      ],
      "url": "sqlite:///file:/home/appuser/config/esg_ratings.db?uri=true",
      "tables": {
        "esg_ratings": "A comprehensive dataset tracking ESG ratings for S&P 500 companies."
      }
    }
  },
  "IGNORE_SCHEMA": "information_schema, INFORMATION_SCHEMA, _rsc, db_accessadmin, db_backupoperator, db_datareader, db_datawriter, db_ddladmin, db_denydatareader, db_denydatawriter, db_owner, db_securityadmin, guest, queryinsights, sys, pg_catalog",
  "MODEL_API_TYPE": "Bedrock",
  "AWS_PROFILE": "default",
  "API_VERSION": "2025-01-01-preview",
  "LLM_MODEL_NAME": "us.anthropic.claude-3-7-sonnet-20250219-v1:0",
  "EMBED_MODEL_NAME": "amazon.titan-embed-text-v2:0",
  "MAX_RETRY": 3,
  "MAX_RESULTS": 100,
  "MAX_DATAFRAME": 2000,
  "LOG_LEVEL": "INFO"
}

客户端配置

以下环境变量可以提供给示例MCP客户端:

选项默认值描述
JWT_ACCESS_TOKENfalse如果服务器具有以下功能,则用于向服务器验证客户端的令牌 AUTH_ENABLED 真的
MCP_SERVER_HOSTMCP服务器的主机。对于在同一主机上运行Docker的服务器,请使用 host.docker.internal
MCP_SERVER_PORT8000MCP服务器的端口。
BEDROCK_MODEL_ID如果使用AWS Bedrock,则需要,例如。 us.anthropic.claude-3-7-sonnet-20250219-v1:0
BEDROCK_API_VERSION如果使用AWS Bedrock,则需要,例如。 2023-06-01-preview
AWS_PROFILE如果使用AWS Bedrock,则需要,例如。 default
AZURE_DEPLOYMENT_MODEL如果使用Azure OpenAI,则为必填项。忽略如果 BEDROCK_MODEL_ID 已设置。有关Azure身份验证,请参阅 DefaultAzureCredential.
AZURE_API_VERSION如果使用Azure OpenAI,则为必填项。忽略如果 BEDROCK_MODEL_ID 已设置。
OTEL_SDK_DISABLEDfalse为机组人员启用遥测。AI客户端。
CREWAI_DISABLE_TELEMETRYfalse为机组人员启用遥测。AI客户端。

工具

Text2SQL MCP服务器为配置的数据库动态创建MCP工具和提示,格式如下:

  • Text2Sql_数据库名称:使用自然语言查询特定数据库

- 参数: - query:对数据库执行的自然语言查询

许可证

该项目根据MIT许可证获得许可。

目录标签

目录标签

自然语言处理多数据库支持DockerClaude检索增强生成混合部署SQL生成数据查询

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Docker

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP