
AnalyticDB for MySQL MCP 服务器
AnalyticDB for MySQL MCP 服务器为 AI Agent 提供了连接阿里云 AnalyticDB for MySQL 的通用接口,通过模型上下文协议(MCP)实现无缝数据库访问、自动化 SQL 执行和元数据检索。...
aliases = ["/mcp-servers/alibaba-cloud-analyticdb-for-postgresql/", “/integrations/alibaba-cloud-analyticdb-for-postgresql/”]
AnalyticDB PostgreSQL MCP 服务器作为 AI 助手与 AnalyticDB PostgreSQL 数据库之间的通用桥梁,支持 AI 智能体检索数据库元数据、执行 SQL 查询,并以编程方式管理数据库操作。通过标准化访问数据库功能,该 MCP 服务器可完成结构探索、查询执行、表统计收集和查询性能分析等任务。对于希望将 AI 工作流与企业级 PostgreSQL 分析型数据库集成的开发者和数据工程师来说,是不可或缺的工具。
在所提供的仓库或文档中未提及任何提示词模板。
adbpg:///schemas
获取已连接 AnalyticDB PostgreSQL 数据库下的所有 schema。
adbpg:///{schema}/tables
列出指定 schema 下的所有数据表。
adbpg:///{schema}/{table}/ddl
获取指定表的 DDL(数据定义语言)语句。
adbpg:///{schema}/{table}/statistics
展示指定表的统计信息,有助于性能分析和优化。
execute_select_sql
在 AnalyticDB PostgreSQL 服务器上执行 SELECT 查询,获取数据。
execute_dml_sql
执行 DML(如 INSERT、UPDATE、DELETE)操作。
execute_ddl_sql
执行 DDL(如 CREATE、ALTER、DROP)操作。
analyze_table
收集表的统计信息,优化数据库性能。
explain_query
提供 SQL 查询的执行计划,帮助理解与优化查询性能。
数据库探索与元数据检索
开发者可便捷探索数据库结构、列出表、访问表定义,提高生产力与数据结构理解。
自动化查询执行
AI 智能体可编程执行 SELECT 和 DML 查询,适用于报表生成、数据更新及自动化流程。
结构管理与演进
服务器支持执行 DDL 查询,助力在 CI/CD 流水线中进行表创建、修改或删除等结构变更。
性能调优
利用 analyze_table 和 explain_query 等工具,收集统计与执行计划,便于定位瓶颈,优化查询。
AI 驱动数据分析
与 AI 助手集成,支持上下文感知的数据分析,智能地探索数据并生成洞察。
git clone https://github.com/aliyun/alibabacloud-adbpg-mcp-server.gitpip install adbpg_mcp_server"mcpServers": {
"adbpg-mcp-server": {
"command": "uv",
"args": [
"--directory",
"/path/to/adbpg-mcp-server",
"run",
"adbpg-mcp-server"
],
"env": {
"ADBPG_HOST": "host",
"ADBPG_PORT": "port",
"ADBPG_USER": "username",
"ADBPG_PASSWORD": "password",
"ADBPG_DATABASE": "database"
}
}
}
pip install adbpg_mcp_server"mcpServers": {
"adbpg-mcp-server": {
"command": "uvx",
"args": [
"adbpg_mcp_server"
],
"env": {
"ADBPG_HOST": "host",
"ADBPG_PORT": "port",
"ADBPG_USER": "username",
"ADBPG_PASSWORD": "password",
"ADBPG_DATABASE": "database"
}
}
}
pip install adbpg_mcp_server。"mcpServers": {
"adbpg-mcp-server": {
"command": "uvx",
"args": [
"adbpg_mcp_server"
],
"env": {
"ADBPG_HOST": "host",
"ADBPG_PORT": "port",
"ADBPG_USER": "username",
"ADBPG_PASSWORD": "password",
"ADBPG_DATABASE": "database"
}
}
}
"mcpServers": {
"adbpg-mcp-server": {
"command": "uvx",
"args": [
"adbpg_mcp_server"
],
"env": {
"ADBPG_HOST": "host",
"ADBPG_PORT": "port",
"ADBPG_USER": "username",
"ADBPG_PASSWORD": "password",
"ADBPG_DATABASE": "database"
}
}
}
数据库凭证通过环境变量管理。为增强安全性,请使用环境变量,不要将敏感信息硬编码:
"env": {
"ADBPG_HOST": "${ADBPG_HOST}",
"ADBPG_PORT": "${ADBPG_PORT}",
"ADBPG_USER": "${ADBPG_USER}",
"ADBPG_PASSWORD": "${ADBPG_PASSWORD}",
"ADBPG_DATABASE": "${ADBPG_DATABASE}"
}
在 FlowHunt 中使用 MCP
要在 FlowHunt 工作流中集成 MCP 服务器,首先在流程中添加 MCP 组件,并将其连接至您的 AI 智能体:

点击 MCP 组件打开配置面板,在系统 MCP 配置区,按如下 JSON 格式填入您的 MCP 服务器信息:
{
"adbpg-mcp-server": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 智能体即可作为工具访问 MCP 的全部功能。请将 “adbpg-mcp-server” 替换为实际服务器名称,并将 URL 替换为您自己的 MCP 服务器地址。
| 部分 | 可用性 | 详情/备注 |
|---|---|---|
| 概览 | ✅ | |
| 提示词模板列表 | ⛔ | 未找到提示词模板 |
| 资源列表 | ✅ | schemas、tables、表 DDL、表统计信息 |
| 工具列表 | ✅ | 5 个工具:select、dml、ddl、analyze、explain |
| API 密钥安全 | ✅ | 已记录环境变量模式 |
| Roots 支持 | ⛔ | 未提及 |
| Sampling 支持(评估时不重要) | ⛔ | 未提及 |
根据已有文档,AnalyticDB PostgreSQL MCP 服务器为数据库驱动型工作流提供了良好的集成,工具和资源端点明确。但在提示词模板和 Roots/Sampling 明确支持方面有所欠缺。
| 是否有 LICENSE | ✅ (Apache-2.0) |
|---|---|
| 至少有一个工具 | ✅ |
| Fork 数量 | 0 |
| Star 数量 | 4 |
评价与打分:
该 MCP 服务器在核心数据库集成功能方面文档详实,覆盖了 PostgreSQL 开发者的主要需求。虽然缺少提示词模板和 Roots、Sampling 等高级 MCP 特性略有不足,但其专注与清晰度使其非常适用于数据库场景的工作流。评分:7/10

AnalyticDB for MySQL MCP 服务器为 AI Agent 提供了连接阿里云 AnalyticDB for MySQL 的通用接口,通过模型上下文协议(MCP)实现无缝数据库访问、自动化 SQL 执行和元数据检索。...

MCP 数据库服务器为 AI 助手和自动化工具提供对常见数据库(如 SQLite、SQL Server、PostgreSQL 和 MySQL)的安全、可编程访问。它作为桥梁,支持上下文感知的工作流和 AI 驱动应用高效查询、管理和交互结构化数据。...

阿里云 DataWorks MCP 服务器通过标准化的模型上下文协议(MCP)接口,使 AI 助手能够管理和自动化阿里云 DataWorks 资源,促进无缝集成、安全操作及高效的云端工作流自动化。...
Cookie 同意
我们使用 cookie 来增强您的浏览体验并分析我们的流量。 See our privacy policy.