GibsonAI MCP 服务器

“GibsonAI” MCP 服务器能做什么？

GibsonAI MCP（模型上下文协议）服务器是 AI 助手与您的 GibsonAI 项目和数据库之间的桥梁。它让支持 MCP 的客户端（如 Cursor、Windsurf、Claude Desktop 等）能够通过自然语言指令，完成各种项目和数据库管理任务。借助 GibsonAI MCP 服务器，用户可以创建新项目、设计和修改数据库架构、执行 SQL 查询、管理部署、为表生成模拟数据等，全部直接在熟悉的开发环境中完成。这一集成大大简化了开发流程，使开发者能够通过对话式 AI 无缝操作数据库和项目资源。

指令示例

• “创建一个包含用户、帖子和评论的博客平台架构。”
  • 生成博客平台用的数据库架构。
• “为预订表添加到支付表的外键。”
  • 修改架构，添加表关联。
• “为预订目的地表生成模拟数据。”
  • 为数据库表生成模拟数据。
• “获取我的博客数据库的连接字符串。”
  • 获取数据库连接详情。
• “说明本项目中各表之间的关系。”
  • 总结表之间的关系。

资源列表

• GibsonAI 项目
  • 访问和管理您的 GibsonAI 项目文件和元数据。
• 数据库架构
  • 查看和修改项目中的数据库架构。
• 表和关系
  • 浏览表结构及表间关系。
• 项目部署
  • 管理和查看项目的部署环境。

工具列表

• 项目创建工具
  • 通过自然语言命令创建新的 GibsonAI 项目。
• 架构设计工具
  • 交互式设计、查看和修改数据库架构。
• SQL 查询工具
  • 直接对配置的数据库运行 SQL 查询。
• 数据填充工具
  • 用自动生成的模拟数据填充表。
• 部署工具
  • 将项目部署至开发或生产环境。

MCP 服务器典型用例

• 数据库管理
  以自然语言轻松创建、修改和可视化复杂的数据库架构，加速开发并减少人工错误。
• 代码库探索
  快速了解项目结构、表关系和架构图，便于把握和导航大型项目。
• 架构迁移
  应用架构变更并自动迁移数据库结构，确保数据库与应用需求同步演进。
• 模拟数据生成
  为开发和测试自动填充表数据，加快原型和验证流程。
• 自动部署
  直接在 IDE 内将项目部署到多个环境，简化发布流程并减少上下文切换。

如何配置

Windsurf

1. 进入 Windsurf → 设置 → Windsurf 设置 → Cascade
2. 在 Model Context Protocol (MCP) Servers 区域点击 添加服务器
3. 在弹窗中点击 添加自定义服务器
4. 更新配置如下：

   {
     "mcpServers": {
       "gibson": {
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

5. 打开 Cascade 聊天，如有需要刷新 MCP 服务器

注意： 请通过系统环境配置安全存储 API 密钥及其他敏感变量。

Claude

1. 进入 Claude → 设置 → 开发者，点击 编辑配置
2. 打开 claude_desktop_config.json 文件
3. 添加 GibsonAI MCP 服务器配置：

   {
     "mcpServers": {
       "gibson": {
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

4. 保存并重启 Claude Desktop（如有需要）

注意： 请通过环境变量安全存储 API 密钥。

Cursor

1. 点击“添加到 Cursor”按钮（如有）或进入 Cursor → 设置 → Cursor 设置 → MCP 工具
2. 点击 新建 MCP 服务器
3. 更新配置如下：

   {
     "mcpServers": {
       "gibson": {
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

4. 保存并重启 Cursor（如有需要）

注意： 请通过环境变量安全存储 API 密钥。

Cline

1. 按照您的 VS Code 扩展工作流进行操作
2. 在 .vscode/mcp.json 文件中添加如下内容：

   {
     "inputs": [],
     "servers": {
       "gibson": {
         "type": "stdio",
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

3. 保存配置并重载扩展

注意： 请使用环境变量安全存储 API 密钥。

在 JSON 配置中安全管理 API 密钥示例：

{
  "mcpServers": {
    "gibson": {
      "command": "uvx",
      "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"],
      "env": {
        "GIBSON_API_KEY": "${GIBSON_API_KEY}"
      },
      "inputs": []
    }
  }
}

如何在流程中使用此 MCP

在 FlowHunt 中集成 MCP

要在 FlowHunt 流程中集成 MCP 服务器，先将 MCP 组件添加到流程，并连接到您的 AI Agent：

点击 MCP 组件以打开配置面板。在系统 MCP 配置区，按如下 JSON 格式填入您的 MCP 服务器信息：

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

配置完成后，AI Agent 即可作为工具访问此 MCP，享受其全部功能。请记得将 “gibson” 替换为您 MCP 服务器的实际名称，并用您的 MCP 服务器 URL 替换示例地址。

概览

综上所述，GibsonAI MCP 服务器在文档和功能清晰度方面表现突出，但未明确提及采样和 roots 等高级 MCP 特性。它为大多数开发流程提供了实用的配置指导和工具/资源集。

我们的看法

GibsonAI MCP 服务器文档完善、易于在多种主流 AI 开发平台配置。它覆盖了项目和数据库管理的核心用例，但未支持采样或 roots 等高级 MCP 特性，可能对部分代理式或边界感知工作流有限制。总体来说，对于使用 GibsonAI 项目的开发者而言，是一款实用且稳定的 MCP 服务器。

MCP 评分