Vanna MCP Server

Vanna AI MCP服务器

该项目使用Vanna AI实现了一个模型上下文协议（MCP）服务器，用于在金融数据库上进行自然语言到SQL的转换和SQL执行。它的特点是：

• 自然语言到SQL生成 使用Vanna AI和Azure OpenAI
• SQL执行 针对SQLite数据库
• 完整的架构和文档上下文 提供给LLM以获得准确的SQL
• Excel日志记录 所有查询、提示、LLM令牌使用、成本、时间和结果
• 热重载工作流程 为了快速发展
• 平滑关闭 以及强大的错误处理

特性

• ask_sql：使用LLM将自然语言问题转换为SQL查询，并将所有详细信息记录到 query_log.xlsx.
• run_sql：执行SQL查询，并将执行时间和结果记录到Excel中。
• LLM代币/成本跟踪：记录每个LLM调用的输入/输出令牌和估计成本。
• 信号处理：按Ctrl+C或kill清除关机。
• 热重载：轻松重启服务器和检查器，实现快速迭代。

设置

1.克隆存储库

git clone 
cd 

2.安装Python依赖项

pip install -r requirements.txt

3.安装Node.js检查器（可选，用于UI）

npm install -g @modelcontextprotocol/inspector

4.设置环境变量

创建一个 .env 使用您的凭据文件：

OPENAI_API_KEY=your-openai-key
AZURE_OPENAI_ENDPOINT=your-azure-endpoint
WEAVIATE_URL=your-weaviate-url
WEAVIATE_API_KEY=your-weaviate-key

5.准备SQLite数据库

放置您的 financial.sqlite 项目根目录中的数据库。

6.（可选）训练Vanna AI

运行你的训练脚本（例如。， train.py)一次填充向量存储。

用法

启动MCP服务器（热重新加载）

pip install watchfiles
watchfiles "uv run mcp dev app.py" .

启动MCP检查器（UI）

mcp-inspector

（可选）在浏览器中打开检查器

open http://localhost:6277  # macOS
# or
xdg-open http://localhost:6277  # Linux

日志记录

• 所有查询、提示、LLM令牌使用、成本、时间和结果都记录到 query_log.xlsx.
• 每个新查询都会附加一行；SQL执行会用获取时间和结果更新最后一行。

优雅地关闭

• 服务器处理SIGINT/SIGTERM以实现干净关闭和端口释放。

定制

• 调整LLM成本计算 calculate_cost() 根据需要。
• 更新中的架构、文档和培训数据 app.py 随着数据库的发展。

故障排除

• 如果在检查器中看到“未连接”错误，请重新启动服务器和检查器。
• 确保所有环境变量都已设置，并且数据库存在。

许可证

麻省理工学院