خادم py-mcp-mssql MCP

ماذا يفعل خادم “py-mcp-mssql” MCP؟

خادم py-mcp-mssql MCP هو تنفيذ قائم على Python لبروتوكول Model Context Protocol (MCP) مصمم لتوفير وصول سلس إلى قواعد بيانات Microsoft SQL Server لمساعدي الذكاء الاصطناعي ونماذج اللغة. من خلال عرض عمليات قاعدة البيانات عبر واجهة MCP، يمكّن هذا الخادم عملاء الذكاء الاصطناعي من فحص مخططات جداول SQL، وتنفيذ الاستعلامات، وجلب البيانات بصيغة موحدة. يستفيد من قدرات Python غير المتزامنة، والتكوين القائم على البيئة، وتكامل FastAPI لضمان تشغيل فعال وموثوق. هذا يسهل سير عمل التطوير لمهام مثل تحليل البيانات، وإنشاء التقارير، والإدارة الذكية لقواعد البيانات، مما يجعل تفاعل نماذج الذكاء الاصطناعي مع قواعد البيانات المؤسسية أكثر سهولة وأمانًا وبرمجة.

قائمة القوالب

لا توجد قوالب تعليمات فورية مذكورة في المستودع أو التوثيق.

قائمة الموارد

• سرد جداول قاعدة البيانات
  يعرض الخادم جميع الجداول المتوفرة في قاعدة بيانات MSSQL المتصلة كموارد، كل واحدة ممثلة بواسطة URI (مثل: mssql://<table_name>/data).

• مورد بيانات الجدول
  يتيح قراءة البيانات من أي جدول عن طريق الإشارة إلى URI الخاص به، مع إرجاع أول 100 صف بصيغة CSV مع رؤوس الأعمدة.

• أوصاف الجداول
  عند سرد الموارد، يتم تضمين أوصاف الجداول وأنواع MIME لكل مورد معروض، مما يساعد على توفير السياق لتفاعل نماذج اللغة الكبيرة.

قائمة الأدوات

• list_resources
  يسرد جميع الجداول المتوفرة في قاعدة بيانات MSSQL، ويعيد بيانات تعريف الموارد.

• read_resource
  يقرأ البيانات من URI جدول محدد، ويعيد حتى 100 صف بصيغة CSV.

• تنفيذ SQL
  يدعم تنفيذ استعلامات SQL عبر نقطة نهاية، مما يوفر عمليات بيانات مرنة (تمت الإشارة إلى التفاصيل لكن لم يتم تحديد اسم الأداة بالضبط).

حالات استخدام هذا الخادم MCP

• استكشاف قواعد البيانات
  يمكن لمساعدي الذكاء الاصطناعي سرد ووصف جميع الجداول في قاعدة بيانات MSSQL، مما يدعم اكتشاف المخطط وبناء السياق لمهام علم البيانات أو الترحيل.

• تحليل البيانات والتصوير البياني
  يمكّن نماذج الذكاء الاصطناعي من جلب بيانات جدولية مباشرة من SQL Server للتحليل أو التصوير البياني أو إنشاء التقارير، مما يبسط سير عمل تحليلات الأعمال.

• إنشاء التقارير المؤتمتة
  من خلال الاستفادة من تنفيذ SQL وجلب البيانات، يمكن للمطورين أتمتة إنشاء التقارير أو لوحات المعلومات المعتمدة على البيانات باستخدام الذكاء الاصطناعي.

• تكامل الأكواد/البيانات
  يسهل تكامل بيانات MSSQL بسهولة في الأكواد أو التطبيقات الأخرى عبر بروتوكول MCP، ويدعم خطوط ETL والأتمتة.

• الوصول إلى قواعد البيانات عبر API
  يوفر واجهة API آمنة وموحدة للوصول إلى بيانات SQL المؤسسية، مما يجعلها متاحة لمختلف الأدوات وسير العمل المدعومة بالذكاء الاصطناعي.

كيفية إعداده

Windsurf

1. تأكد من تثبيت Node.js وPython 3.x.
2. قم بتثبيت py-mcp-mssql والتبعيات المطلوبة.
3. حدد موقع ملف إعدادات Windsurf (مثلاً: settings.json).
4. أضف خادم MCP باستخدام المقطع التالي:

   "mcpServers": {
     "mssql-mcp": {
       "command": "python",
       "args": ["-m", "mssql.server"]
     }
   }
   

5. احفظ الإعدادات وأعد تشغيل Windsurf.
6. تحقق من الاتصال عن طريق سرد الخوادم المتاحة.

تأمين مفاتيح API

خزن بيانات اعتماد MSSQL الخاصة بك في ملف .env:

MSSQL_SERVER=your_server
MSSQL_DATABASE=your_database
MSSQL_USER=your_username
MSSQL_PASSWORD=your_password
MSSQL_DRIVER={ODBC Driver 17 for SQL Server}

مثال للإعداد باستخدام env:

"env": {
  "MSSQL_SERVER": "your_server",
  "MSSQL_DATABASE": "your_db",
  "MSSQL_USER": "your_user",
  "MSSQL_PASSWORD": "your_password",
  "MSSQL_DRIVER": "{ODBC Driver 17 for SQL Server}"
}

Claude

1. تأكد من تثبيت Python 3.x والحزم المطلوبة.
2. حرر ملف تكاملات Claude.
3. أضف إعداد خادم MCP:

   "mcpServers": {
     "mssql-mcp": {
       "command": "python",
       "args": ["-m", "mssql.server"]
     }
   }
   

4. احفظ وأعد تشغيل Claude.
5. تحقق من توفر خادم MCP.

Cursor

1. ثبّت Python 3.x وجميع التبعيات عبر pip install -r requirements.txt.
2. افتح ملف إعدادات Cursor.
3. أضف خادم MCP:

   "mcpServers": {
     "mssql-mcp": {
       "command": "python",
       "args": ["-m", "mssql.server"]
     }
   }
   

4. احفظ وأعد تشغيل Cursor.
5. اختبر الوصول إلى موارد MSSQL.

Cline

1. استنسخ وثبّت مستودع py-mcp-mssql.
2. حدّث ملف إعدادات Cline الخاص بك.
3. سجّل خادم MCP:

   "mcpServers": {
     "mssql-mcp": {
       "command": "python",
       "args": ["-m", "mssql.server"]
     }
   }
   

4. احفظ التعديلات وأعد تشغيل Cline.
5. اسرد الموارد للتحقق من الإعداد.

كيفية استخدام هذا MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt، ابدأ بإضافة مكون MCP إلى التدفق الخاص بك وربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات النظام MCP، أضف تفاصيل خادم MCP الخاص بك بهذا الشكل:

{
  "mssql-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد التكوين، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا MCP كأداة مع الوصول إلى جميع وظائفه وقدراته. تذكر تغيير “mssql-mcp” إلى اسم خادم MCP الخاص بك واستبدال الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

استنادًا إلى المعلومات المتوفرة، يُعد py-mcp-mssql خادم MCP وظيفي مع توثيق واضح، وتوفير قياسي للموارد والأدوات، وإرشادات إعداد جيدة، إلا أنه يفتقر إلى قوالب التعليمات الفورية ودعم أخذ العينات/الجذور بشكل صريح. العرض العام متين لحالات استخدام قواعد البيانات لكنه قد يفتقر لبعض ميزات MCP المتقدمة.

تقييم MCP