Alibabacloud Adbpg MCP Server

AnalyticDB PostgreSQL MCP服务器

AnalyticDB PostgreSQL MCP服务器是AI代理和AnalyticDB PostgreSQL数据库之间的通用接口。它实现了AI代理和AnalyticDB PostgreSQL之间的无缝通信，帮助AI代理检索数据库元数据并执行SQL操作。

安装

您可以从源代码设置服务器进行开发，也可以从PyPI安装服务器直接使用。

选项1：来源（用于发展）

如果您想修改或贡献服务器，建议使用此方法。

# 1. Clone the repository
git clone https://github.com/aliyun/alibabacloud-adbpg-mcp-server.git
cd alibabacloud-adbpg-mcp-server

# 2. Create and activate a virtual environment using uv
uv venv .venv
source .venv/bin/activate  # On Linux/macOS
# .\.venv\Scripts\activate  # On Windows

# 3. Install the project in editable mode
uv pip install -e .

选项2：来自PyPI（用于生产/使用）

这是安装服务器以在项目中直接使用的最简单方法。

pip install adbpg-mcp-server

运行服务器

服务器可以在两种传输模式下运行： stdio （默认）用于与MCP客户端集成，以及 http 用于API的直接访问或调试。

确保您已设置所需的 环境变量 在运行服务器之前。

标准模式（默认）

这是与MCP客户端通信的标准模式。

# Run using the default transport (stdio)
uv run adbpg-mcp-server

# Or explicitly specify the transport
uv run adbpg-mcp-server --transport stdio

流式HTTP模式

此模式公开了一个HTTP服务器，这对于通过REST API进行测试、调试或直接集成非常有用。

# Run the server in HTTP mode on the default host and port (127.0.0.1:3000)
uv run adbpg-mcp-server --transport http

# Specify a custom host and port
uv run adbpg-mcp-server --transport http --host 0.0.0.0 --port 3000

MCP集成

要将此服务器与父MCP客户端集成，请将以下配置添加到客户端的配置文件中。争论在 args 数组将取决于您选择的传输协议。

标准运输示例

"mcpServers": {
  "adbpg-mcp-server": {
    "command": "uv",
    "args": [
      "run",
      "adbpg-mcp-server",
      "--transport",
      "stdio"
    ],
    "env": {
      "ADBPG_HOST": "host",
      "ADBPG_PORT": "port",
      "ADBPG_USER": "username",
      "ADBPG_PASSWORD": "password",
      "ADBPG_DATABASE": "database",
      "GRAPHRAG_API_KEY": "graphrag llm api key",
      "GRAPHRAG_BASE_URL": "graphrag llm base url",
      "GRAPHRAG_LLM_MODEL": "graphrag llm model name",
      "GRAPHRAG_EMBEDDING_MODEL": "graphrag embedding model name",
      "GRAPHRAG_EMBEDDING_API_KEY": "graphrag embedding api key",
      "GRAPHRAG_EMBEDDING_BASE_URL": "graphrag embedding url",
      "LLMEMORY_API_KEY": "llm memory api_key",
      "LLMEMORY_BASE_URL": "llm memory base_url",
      "LLMEMORY_LLM_MODEL": "llm memory model name",
      "LLMEMORY_EMBEDDING_MODEL": "llm memory embedding model name",
      "LLMEMORY_ENABLE_GRAPH": "enable graph engine for llm memory (Default: false)"
    }
  }
}

注： 自从 stdio 是默认值，您可以选择省略 "--transport", "stdio" 从 args 阵列。

流式HTTP传输示例

"mcpServers": {
  "adbpg-mcp-server": {
    "command": "uv",
    "args": [
      "run",
      "adbpg-mcp-server",
      "--transport",
      "http",
      "--port",
      "3000"
    ],
    "env": {
      "ADBPG_HOST": "host",
      "ADBPG_PORT": "port",
      "ADBPG_USER": "username",
      "ADBPG_PASSWORD": "password",
      "ADBPG_DATABASE": "database",
      "GRAPHRAG_API_KEY": "graphrag llm api key",
      "GRAPHRAG_BASE_URL": "graphrag llm base url",
      "GRAPHRAG_LLM_MODEL": "graphrag llm model name",
      "GRAPHRAG_EMBEDDING_MODEL": "graphrag embedding model name",
      "GRAPHRAG_EMBEDDING_API_KEY": "graphrag embedding api key",
      "GRAPHRAG_EMBEDDING_BASE_URL": "graphrag embedding url",
      "LLMEMORY_API_KEY": "llm memory api_key",
      "LLMEMORY_BASE_URL": "llm memory base_url",
      "LLMEMORY_LLM_MODEL": "llm memory model name",
      "LLMEMORY_EMBEDDING_MODEL": "llm memory embedding model name",
      "LLMEMORY_ENABLE_GRAPH": "enable graph engine for llm memory (Default: false)"
    }
  }
}

工具

• execute_select_sql：在AnalyticDB PostgreSQL服务器上执行SELECT SQL查询

• execute_dml_sql：在AnalyticDB PostgreSQL服务器上执行DML（INSERT、UPDATE、DELETE）SQL查询

• execute_ddl_sql：在AnalyticDB PostgreSQL服务器上执行DDL（CREATE、ALTER、DROP）SQL查询

• analyze_table：收集表统计信息

• explain_query：获取查询执行计划

• adbpg_graphrag_upload

- 说明： 将文本文件（及其名称）和文件内容上传到graphrag以生成知识图。 - 参数： - filename (text)：要上传的文件的名称。 - context (text)：文件的文本内容。

• adbpg_graphrag_query

- 说明： 使用指定的查询字符串和模式查询图形 - 参数： - query_str (text)：查询内容。 - query_mode (text)：查询模式，从中选择 [bypass, naive, local, global, hybrid, mix]。如果为null，则默认为 mix.

• adbpg_graphrag.upload_decision_tree(context text, root_node text)

- 说明： 上传具有指定值的决策树 root_node.如果 root_node 如果不存在，将创建一个新的决策树。 - 参数： - context (text)：决策树的文本表示。 - root_node (text)：根节点的内容。

• adbpg_graphrag.append_decision_tree(context text, root_node_id text)

- 说明： 将子树附加到指定节点处的现有决策树 root_node_id. - 参数： - context (text)：子树的文本表示。 - root_node_id (text)：子树将附加到的节点的ID。

• adbpg_graphrag.delete_decision_tree(root_node_entity text)

- 说明： 删除指定节点下的子决策树 root_node_entity. - 参数： - root_node_entity (text)：要删除的子决策树的根节点的ID。

• adbpg_llm_memory_add

- 说明： 添加LLM长内存。 - 参数： - messages (json)：要上传的文件的名称。 - user_id (text)：用户id。 - run_id (text)：跑步id。 - agent_id (text)：代理id。 - metadata (json)：元数据json（可选）。 - memory_type (text)：内存类型（可选）。 - prompt (text)：提示（可选）。 注：\ 至少一个 user_id, run_id，或 agent_id 应该提供。

• adbpg_llm_memory_get_all

- 说明： 检索与特定用户、运行或代理关联的所有内存记录。 - 参数： - user_id (text)：用户ID（可选）。如果提供，请获取此用户的所有内存。 - run_id (text)：运行ID（可选）。 - agent_id (text)：代理ID（可选）。如果提供，请获取此代理的所有内存。 注：\ 至少一个 user_id, run_id，或 agent_id 应该提供。

• adbpg_llm_memory_search

- 说明： 检索与特定用户、运行或代理的给定查询相关的内存。 - 参数： - query (text)：搜索查询字符串。 - user_id (text)：用户ID（可选）。如果提供，请获取此用户的所有内存。 - run_id (text)：运行ID（可选）。 - agent_id (text)：代理ID（可选）。如果提供，请获取此代理的所有内存。 - filter (json)：JSON格式的其他过滤条件（可选）。 注：\ 至少一个 user_id, run_id，或 agent_id 应该提供。

• adbpg_llm_memory_delete_all:

- 说明： 删除与特定用户、运行或代理关联的所有内存记录。 - 参数： - user_id (text)：用户ID（可选）。如果提供，请获取此用户的所有内存。 - run_id (text)：运行ID（可选）。 - agent_id (text)：代理ID（可选）。如果提供，请获取此代理的所有内存。 注：\ 至少一个 user_id, run_id，或 agent_id 应该提供。

资源

内置资源

• adbpg:///schemas：获取数据库中的所有架构

资源模板

• adbpg:///{schema}/tables：列出特定架构中的所有表
• adbpg:///{schema}/{table}/ddl：获取表DDL
• adbpg:///{schema}/{table}/statistics：显示表统计信息

环境变量

MCP服务器需要以下环境变量才能连接到AnalyticDB PostgreSQL实例：

• ADBPG_HOST：数据库主机地址
• ADBPG_PORT：数据库端口
• ADBPG_USER：数据库用户名
• ADBPG_PASSWORD：数据库密码
• ADBPG_DATABASE：数据库名称

MCP服务器需要以下环境变量来初始化graphRAG和llm内存服务器：

• API_KEY：LLM提供程序或嵌入API的API密钥
• BASE_URL：LLM或嵌入服务端点的基本URL
• LLM_MODEL：LLM型号名称或标识符
• EMBEDDING_MODEL：嵌入模型名称或标识符

依赖项

• Python 3.11或更高版本
• uv （用于环境和包装管理）