“StarRocks” MCP 服务器有什么作用?
StarRocks MCP(模型上下文协议)服务器是 AI 助手与 StarRocks 数据库之间的智能桥梁。它为 AI 代理无缝提供 SQL 查询执行、数据库探索、结构及数据概览获取、图表数据可视化等功能——无需复杂的客户端设置。通过将 StarRocks 数据库的资源和操作以 MCP 原语暴露,服务器支持表清单列出、执行 SELECT 或 DDL/DML 命令、生成表级和库级摘要等任务。同时,智能内存缓存加速重复请求,灵活的环境变量配置便于开发者集成至工作流。这极大提升了开发 AI 驱动数据工具、分析代理或数据库管理解决方案时的生产力。
提示词模板列表
仓库中未显式提及提示词模板。
资源列表
- starrocks://
允许客户端列出数据库与数据表,并可获取 StarRocks 实例的表结构。 - proc://
提供对 StarRocks 内部指标和系统状态的访问,将系统级信息作为资源暴露。 - 表概览
提供单个表的全面摘要,包括列定义、行数及示例数据。 - 数据库概览
提供整个数据库的详细摘要,涵盖结构和高层数据洞察。
工具列表
- read_query
针对 StarRocks 数据库执行SELECT查询并返回结果。 - write_query
运行 DDL/DML 命令(如INSERT、UPDATE、DELETE、CREATE等)进行数据库修改。 - table_overview
生成指定数据表的摘要,包括结构、统计及样例内容。 - db_overview
输出指定数据库的概览,概括其结构与数据。 - query_and_plotly_chart
执行查询并自动基于结果生成 Plotly 图表,实现数据可视化。
该 MCP 服务器的应用场景
- 数据库管理
直接通过 AI 助手执行并管理 StarRocks SQL 查询、DDL 和 DML 操作,实现结构变更、数据插入与更新。 - 结构与数据探索
快速探索数据库、数据表及其结构,助力开发者无需手动查询即可理解数据模型与关系。 - 自动化报告与可视化
即时生成查询结果的图表和可视化,让分析与报告在 AI 工作流中更具交互性。 - 系统监控
访问 StarRocks 内部指标和状态,用于监控数据库健康状况、性能及调试。 - AI 辅助数据分析
借助 AI 助手对数据及结构摘要进行总结、解读或提供洞察,提升生产力与决策效率。
如何进行配置
Windsurf
- 确保已安装
uv并获取 StarRocks MCP 服务器包。 - 找到您的 Windsurf 配置文件。
- 在
mcpServers对象中添加 StarRocks MCP 服务器配置:{ "mcpServers": { "mcp-server-starrocks": { "command": "uv", "args": ["run", "--with", "mcp-server-starrocks", "mcp-server-starrocks"], "env": { "STARROCKS_HOST": "localhost", "STARROCKS_PORT": "9030", "STARROCKS_USER": "root", "STARROCKS_PASSWORD": "", "STARROCKS_DB": "", "STARROCKS_OVERVIEW_LIMIT": "20000", "STARROCKS_MYSQL_AUTH_PLUGIN":"mysql_clear_password" } } } } - 保存配置并重启 Windsurf。
- 验证 MCP 服务器是否运行且可访问。
Claude
- 验证已安装 Node.js 和
uv。 - 打开 Claude 的 MCP 配置文件。
- 在
mcpServers对象中添加如下内容:{ "mcpServers": { "mcp-server-starrocks": { "url": "http://localhost:8000/mcp" } } } - 以流式 HTTP 模式启动服务器:
export MCP_TRANSPORT_MODE=streamable-http uv run mcp-server-starrocks - 确认 Claude 已识别新 MCP 服务器。
Cursor
- 本地或通过包方式安装
uv和 StarRocks MCP 服务器。 - 编辑 Cursor 的 MCP 配置文件。
- 本地开发时使用如下配置:
{ "mcpServers": { "mcp-server-starrocks": { "command": "uv", "args": [ "--directory", "path/to/mcp-server-starrocks", "run", "mcp-server-starrocks" ], "env": { "STARROCKS_HOST": "localhost", "STARROCKS_PORT": "9030", "STARROCKS_USER": "root", "STARROCKS_PASSWORD": "", "STARROCKS_DB": "", "STARROCKS_OVERVIEW_LIMIT": "20000", "STARROCKS_MYSQL_AUTH_PLUGIN":"mysql_clear_password" } } } } - 保存并重启 Cursor。
- 确保 MCP 服务器可被发现且运行正常。
Cline
- 安装前置条件(
uv、StarRocks MCP 服务器)。 - 编辑 Cline 配置文件。
- 使用推荐的流式 HTTP 集成方式添加 MCP 服务器:
{ "mcpServers": { "mcp-server-starrocks": { "url": "http://localhost:8000/mcp" } } } - 运行以下命令启动服务器:
export MCP_TRANSPORT_MODE=streamable-http uv run mcp-server-starrocks - 在 Cline 的界面或命令行测试配置。
用环境变量安全管理 API 密钥
在 MCP 服务器配置中使用环境变量存储数据库凭证等敏感信息。示例:
{
"mcpServers": {
"mcp-server-starrocks": {
"command": "uv",
"args": ["run", "--with", "mcp-server-starrocks", "mcp-server-starrocks"],
"env": {
"STARROCKS_HOST": "${STARROCKS_HOST}",
"STARROCKS_USER": "${STARROCKS_USER}",
"STARROCKS_PASSWORD": "${STARROCKS_PASSWORD}"
},
"inputs": {
"STARROCKS_DB": "analytics"
}
}
}
}
如何在流程中使用该 MCP
在 FlowHunt 中集成 MCP
要将 MCP 服务器集成到 FlowHunt 工作流中,请先在流程中添加 MCP 组件并与 AI 代理连接:

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分,使用如下 JSON 格式填写 MCP 服务器信息:
{
"starrocks": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可作为工具访问该 MCP 的全部功能。请记得将 “starrocks” 替换为您实际的 MCP 服务器名称(如 “github-mcp”、“weather-api” 等),并将 URL 替换为您的 MCP 服务器地址。
概览
| 部分 | 可用性 | 详情/备注 |
|---|---|---|
| 概览 | ✅ | |
| 提示词模板列表 | ⛔ | 未提及显式提示词模板。 |
| 资源列表 | ✅ | starrocks://, proc://, 表/库概览资源 |
| 工具列表 | ✅ | read_query, write_query, table_overview, db_overview, query_and_plotly_chart |
| API 密钥安全管理 | ✅ | 通过配置中的环境变量实现 |
| 采样支持(评价时非重点) | ⛔ | 未提及 |
我们的观点
StarRocks MCP 服务器是一款定位明确、生产级的 StarRocks 数据库 MCP 集成实现。其在数据驱动工作流下资源和工具覆盖面广,虽不包含提示词模板及采样/roots 特性,但文档详实,配置安全、易用。
综合来看,针对 StarRocks 驱动的 AI 工作流,我们给该 MCP 服务器 7/10 的易用性与完整性评分。
MCP 评分
| 是否有 LICENSE | ✅ (Apache-2.0) |
|---|---|
| 是否有至少一个工具 | ✅ |
| Fork 数量 | 27 |
| Star 数量 | 82 |
