“greptimedb” MCP 服务器有什么作用?
greptimedb MCP(模型上下文协议)服务器是一款将 AI 助手与 GreptimeDB——强大的时序数据库——连接起来的工具。它为 AI 代理提供结构化安全的数据库功能访问,包括列出表、读取表数据和执行 SQL 查询等核心能力,全部通过明确的 MCP 原语暴露。通过受控方式开放这些操作,greptimedb-mcp-server 优化了开发流程,让 AI 工具和助手能够安全、编程化地分析、探索和管理数据库内容。这种方式既促进了负责任的数据访问,又支持了数据分析、报告与自动化的丰富场景和上下文感知交互。
提示词列表
list_prompts
列出所有可用的交互提示词/模板。get_prompt
按名称获取指定提示词。
资源列表
list_resources
列出 GreptimeDB 中可用的数据库表。read_resource
读取数据库中指定表/资源的数据。
工具列表
list_tools
列出服务器提供的所有可执行工具。call_tool
在 GreptimeDB 数据库中执行 SQL 命令。
此 MCP 服务器的应用场景
- 数据库表发现
AI 助手可以枚举 GreptimeDB 实例中的所有表,辅助模式探索与数据映射,便于分析和报告。 - 数据查询与分析
代理可执行 SQL 查询以提取、聚合或分析时序数据,支持监控、趋势分析等多种场景。 - 上下文数据检索
让 AI 代理可将特定表数据作为 LLM 任务的上下文,如摘要生成、异常检测或预测分析。 - 自动报告
脚本化或 AI 驱动的工作流可通过服务器定期查询最新数据,自动生成报告。 - 辅助数据管理
开发者可利用 AI 交互式管理和检查 GreptimeDB 内容,提高数据工程工作流的生产力。
如何搭建
Windsurf
- 确保已安装 Python 和 GreptimeDB。
- 设置环境变量或通过命令行参数提供数据库连接(
GREPTIMEDB_HOST、GREPTIMEDB_PORT等)。 - 在 Windsurf 配置中添加 MCP 服务器:
{ "mcpServers": { "greptimedb": { "command": "greptimedb-mcp-server", "args": [] } } } - 保存配置并重启 Windsurf。
- 验证服务器是否显示在工具列表中。
API 密钥安全配置:
{
"mcpServers": {
"greptimedb": {
"command": "greptimedb-mcp-server",
"args": [],
"env": {
"GREPTIMEDB_USER": "your_user",
"GREPTIMEDB_PASSWORD": "your_password"
}
}
}
}
Claude
- 安装服务器:
pip install greptimedb-mcp-server - 编辑
claude_desktop_config.json(参见 README 获取路径)。 - 添加:
{ "mcpServers": { "greptimedb": { "command": "greptimedb-mcp-server", "args": [] } } } - 保存并重启 Claude Desktop。
- 在 Claude UI 中确认 MCP 服务器已可用。
Cursor
- 通过 pip 安装
greptimedb-mcp-server。 - 找到 Cursor 的 MCP 服务器配置文件。
- 插入:
{ "mcpServers": { "greptimedb": { "command": "greptimedb-mcp-server", "args": [] } } } - 保存并重启 Cursor。
- 在 Cursor 的工具集成中检查服务器。
Cline
- 按上述方式安装并配置
greptimedb-mcp-server。 - 编辑 Cline 的 MCP 服务器配置:
{ "mcpServers": { "greptimedb": { "command": "greptimedb-mcp-server", "args": [] } } } - 保存并重启 Cline。
- 验证服务器是否作为工具可用。
关于 API 密钥安全的说明
请始终通过环境变量(勿在配置文件中明文填写)设置敏感凭据:
{
"mcpServers": {
"greptimedb": {
"command": "greptimedb-mcp-server",
"args": [],
"env": {
"GREPTIMEDB_USER": "your_user",
"GREPTIMEDB_PASSWORD": "your_password"
},
"inputs": {}
}
}
}
如何在流程中使用该 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成至 FlowHunt 工作流,请先在流程中添加 MCP 组件,并将其连接到您的 AI 代理:

点击 MCP 组件打开配置面板。在系统 MCP 配置部分,按以下 JSON 格式填写 MCP 服务器信息:
{
"greptimedb": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可作为工具使用该 MCP,访问其所有功能。请记得将 “greptimedb” 替换为您实际的 MCP 服务器名称,并将 URL 替换为您的 MCP 服务器地址。
总览
| 部分 | 可用性 | 详情/备注 |
|---|---|---|
| 总览 | ✅ | |
| 提示词列表 | ✅ | list_prompts, get_prompt |
| 资源列表 | ✅ | list_resources, read_resource |
| 工具列表 | ✅ | list_tools, call_tool |
| API 密钥安全配置 | ✅ | 配置示例中通过 env |
| 采样支持(评估中较次要) | ⛔ | 未提及 |
结合上述信息,greptimedb-mcp-server 提供了扎实的数据库访问、工具与提示词/资源管理 MCP 原语,但缺乏显式采样/roots 支持。文档清晰,适配多平台的入门配置也很直观。
我为此 MCP 服务器打分 7/10,其特性实用,文档清楚,安全性细节到位,但在高级 MCP 特性(如采样/roots)及更丰富用户导向提示模板方面还有提升空间。
MCP 评分
| 是否有 LICENSE | ✅ (MIT) |
|---|---|
| 有至少一个工具 | ✅ |
| Fork 数量 | 8 |
| Star 数量 | 18 |
