MSSQL MCP Sunucusu

“MSSQL” MCP Sunucusu ne yapar?

MSSQL MCP Sunucusu, AI asistanlarını Microsoft SQL Server veritabanlarına bağlamak için tasarlanmış, gelişmiş veritabanı etkileşimi ve iş zekâsı işlemlerini doğrudan AI iş akışlarından gerçekleştirmenizi sağlayan bir araçtır. Model Context Protocol (MCP) sayesinde, SQL sorgularının kesintisiz bir şekilde yürütülmesini, iş verisi analizini ve iş içgörüsü notlarının oluşturulmasını kolaylaştırır. Bu sunucu, AI ajanlarının ve geliştiricilerin veritabanı kayıtlarını okuma/yazma, şema yönetimi ve anlamlı içgörü çıkarımı gibi görevleri yerine getirmesini sağlayarak veritabanı işlemlerini basitleştirir ve iş zekâsı görevlerini otomatikleştirir. Harici veri kaynaklarını AI asistanlarına bağlayarak, MSSQL MCP Sunucusu geliştirme iş akışlarını önemli ölçüde zenginleştirir ve kurumsal ortamlarda akıllı, bağlama duyarlı otomasyonu mümkün kılar.

Prompt Listesi

Depoda veya belgede açıkça prompt şablonlarına yer verilmemiştir.

Kaynak Listesi

Depoda açıkça MCP kaynakları belgelenmemiştir.

Araçlar Listesi

• read_query
  SQL Server veritabanından veri okumak için SELECT sorgularını çalıştırır.
• write_query
  Veritabanı kayıtlarını değiştirmek için INSERT, UPDATE veya DELETE sorgularını çalıştırır.
• create_table
  SQL Server veritabanında yeni tablolar oluşturur.
• list_tables
  Veritabanında mevcut tüm tabloların listesini getirir.
• describe-table
  Belirli bir tabloya ait şema bilgilerini görüntüler.
• append_insight
  İçgörü notu kaynağına yeni iş içgörüleri ekler.

Bu MCP Sunucusunun Kullanım Senaryoları

• Veritabanı Yönetimi
  AI ajanlarının SQL Server veritabanlarını okumasını, yazmasını ve yönetmesini sağlar; veri işlemlerinin programatik olarak yürütülmesine imkân tanır.
• İş Verisi Analizi
  Analitik sorgular çalıştırarak iş verilerini çıkarmak, toplamak ve analiz etmek mümkün olur; bu da anlamlı iş zekâsı oluşturulmasına yardımcı olur.
• Şema Keşfi
  Tabloları listeleyen ve tablo şemalarını açıklayan araçlar sunar; veritabanı yapısının detaylıca incelenmesini ve belgelenmesini sağlar.
• Otomatik İş İçgörüsü Üretimi
  append_insight aracı analiz edilen verilere dayalı olarak otomatik iş içgörüsü notlarının oluşturulup kaydedilmesini sağlar ve karar destek süreçlerine katkı verir.
• AI Geliştirme Araçlarıyla Entegrasyon
  Claude, Windsurf, Cursor ve Cline gibi ortamlara entegre edilerek iş akışı otomasyonunu zenginleştirir ve AI destekli veritabanı uygulamalarının test/dağıtımını kolaylaştırır.

Nasıl Kurulur

Windsurf

1. Ön Koşullar: Python 3.x ve gerekli paketlerin (pyodbc, pydantic, mcp) kurulu olduğundan emin olun. pip install -r requirements.txt ile kurabilirsiniz.

2. Veritabanını Yapılandırın: server.py ile aynı klasörde, SQL Server bağlantı bilgilerinizi içeren bir config.json dosyası oluşturun (aşağıdaki örneğe bakınız).

3. Yapılandırmayı Düzenleyin: Windsurf (veya Claude Desktop) yapılandırma dosyanıza aşağıdaki girişi ekleyin:

   {
     "mcpServers": {
       "mssql": {
         "command": "python",
         "args": [
           "~/server.py"
         ]
       }
     }
   }
   

4. Kaydedin ve Yeniden Başlatın: Yapılandırma dosyasını kaydedin ve Windsurf’ü yeniden başlatın.

5. Kurulumu Doğrulayın: MCP sunucusunun çalıştığından ve Windsurf tarafından erişilebilir olduğundan emin olun.

Claude

1. Gereksinimleri Yükleyin: requirements.txt içeriğine göre bağımlılıkları yükleyin.

2. Veritabanı Yapılandırma: Aşağıdaki örneğe uygun şekilde config.json oluşturup doldurun.

3. MCP Sunucusu Ekleyin: claude_desktop_config.json dosyanıza şunu ekleyin:

   {
     "mcpServers": {
       "mssql": {
         "command": "python",
         "args": [
           "~/server.py"
         ]
       }
     }
   }
   

4. Claude Desktop’u Yeniden Başlatın: Yeni yapılandırmanın yüklenmesi için uygulamayı yeniden başlatın.

5. Bağlantıyı Test Edin: MSSQL MCP sunucusuna bağlantıyı doğrulayın.

Cursor

1. Bağımlılıkları Yükleyin: pip install -r requirements.txt komutunu kullanın.

2. Veritabanı Yapılandırması: SQL Server ayarlarınızla config.json oluşturun.

3. Cursor’da MCP Sunucusunu Ekleyin: MCP yapılandırma paneline şunu ekleyin:

   {
     "mcpServers": {
       "mssql": {
         "command": "python",
         "args": [
           "~/server.py"
         ]
       }
     }
   }
   

4. Kaydedin/Yeniden Başlatın: Değişiklikleri kaydedin ve Cursor’u yeniden başlatın.

5. Doğrulayın: MCP sunucusunun Cursor’da tanındığından emin olun.

Cline

Cline için açık talimat yoktur. Yukarıdaki işlemleri aynı JSON yapılandırma yöntemiyle uyarlayarak kullanabilirsiniz.

Veritabanı Bağlantısı için Örnek config.json

{
  "database": {
    "driver": "ODBC Driver 17 for SQL Server",
    "server": "sunucu ip",
    "database": "veritabanı adı",
    "username": "kullanıcı adı",
    "password": "şifre",
    "trusted_connection": false
  },
  "server": {
    "name": "mssql-manager",
    "version": "0.1.0"
  }
}

Ortam Değişkenleriyle API Anahtarlarını Güvenli Saklama

Depoda API anahtarı yönetimi veya ortam değişkeni kullanımıyla ilgili açık bir bilgi yoktur. Hassas kimlik bilgilerini (kullanıcı adı ve şifre gibi) destekleniyorsa ortam değişkenleri üzerinden ayarladığınızdan emin olun. Örnek:

{
  "database": {
    "username": "${MSSQL_USER}",
    "password": "${MSSQL_PASS}"
  }
}

MCP’yi akışlarda nasıl kullanırsınız

FlowHunt’ta MCP Kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, önce MCP bileşenini akışınıza ekleyin ve AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırma bölümüne MCP sunucunuza ait şu JSON formatında bilgileri girin:

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

Yapılandırma tamamlandığında, AI ajanınız bu MCP’yi tüm işlevleriyle araç olarak kullanabilir. “mssql” ismini gerçek MCP sunucu adınızla ve URL’yi kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Bizim görüşümüz

MSSQL MCP Sunucusu, başlıca platformlar için kapsamlı veritabanı araçları ve örnek yapılandırmalar sunar; ancak açık MCP prompt/kaynak tanımı ve güvenlik/ortam değişkeni rehberliği eksiktir. SQL Server otomasyonu için oldukça faydalı olup, daha zengin belgeler ve güvenlik en iyi uygulamaları ile daha da gelişebilir.

Puan: 6/10 — Temel işlevleri iyi ve açık kaynaklı, ancak gelişmiş MCP özellikleri ve dokümantasyon derinliği eksik.

MCP Puanı