StarRocks MCP 服务器集成

MCP Database StarRocks AIAgent

联系我们在FlowHunt托管您的MCP服务器

“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。

FlowHunt 标志

准备好发展您的业务了吗?

今天开始免费试用,几天内即可看到结果。

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 INSERTUPDATEDELETECREATE 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

  1. 确保已安装 uv 并获取 StarRocks MCP 服务器包。
  2. 找到您的 Windsurf 配置文件。
  3. 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"
          }
        }
      }
    }
    
  4. 保存配置并重启 Windsurf。
  5. 验证 MCP 服务器是否运行且可访问。

Claude

  1. 验证已安装 Node.js 和 uv
  2. 打开 Claude 的 MCP 配置文件。
  3. mcpServers 对象中添加如下内容:
    {
      "mcpServers": {
        "mcp-server-starrocks": {
          "url": "http://localhost:8000/mcp"
        }
      }
    }
    
  4. 以流式 HTTP 模式启动服务器:
    export MCP_TRANSPORT_MODE=streamable-http
    uv run mcp-server-starrocks
    
  5. 确认 Claude 已识别新 MCP 服务器。

Cursor

  1. 本地或通过包方式安装 uv 和 StarRocks MCP 服务器。
  2. 编辑 Cursor 的 MCP 配置文件。
  3. 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"
          }
        }
      }
    }
    
  4. 保存并重启 Cursor。
  5. 确保 MCP 服务器可被发现且运行正常。

Cline

  1. 安装前置条件(uv、StarRocks MCP 服务器)。
  2. 编辑 Cline 配置文件。
  3. 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"
        }
      }
    }
    
  4. 运行以下命令启动服务器:
    export MCP_TRANSPORT_MODE=streamable-http
    uv run mcp-server-starrocks
    
  5. 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:

FlowHunt MCP 流程

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

常见问题

将 StarRocks 连接到您的 AI 工作流

通过将 StarRocks MCP 服务器与 FlowHunt 集成,为您的 AI 代理解锁高级 SQL 查询、结构探索和即时数据可视化功能。