星战科技xingzhan.cloud
返回市场
远程数据库MCP服务器

远程数据库MCP服务器

作者：jimmyshah832 星标更新：2025-07-27
安装使用来源：spider==github.com

项目介绍

远程数据库 MCP 服务器

这是一个提供数据库访问能力的模型上下文协议（MCP）服务器，并配备了一个由 LangChain 驱动的客户端进行智能查询处理。

特性

  • MCP 服务器：提供数据库工具和操作
  • LangChain 客户端：使用 Azure OpenAI 和 ReAct 代理进行智能工具使用
  • 异步支持：全面支持异步/等待以提高性能
  • 工具集成：MCP 工具与 LangChain 代理之间的无缝集成

设置

1. 安装依赖

pip install -r requirements.txt

2. 环境配置

复制 config.example 到 .env 并配置你的 Azure OpenAI 设置：

cp config.example .env

所需环境变量：

  • AZURE_OPENAI_DEPLOYMENT_NAME：你的 Azure OpenAI 部署名称
  • AZURE_OPENAI_API_KEY：你的 Azure Open-OpenAI API 密钥
  • AZURE_OPENAI_ENDPOINT：你的 Azure OpenAI 终端 URL
  • AZURE_OPENAI_API_VERSION：API 版本（默认：2024-02-15-preview）

3. 使用方法

启动 MCP 服务器

python src/server.py

运行 LangChain 客户端

python src/client.py path/to/server.py

客户端将：

  1. 连接到 MCP 服务器
  2. 发现可用工具
  3. 创建一个带有这些工具的 ReAct 代理
  4. 开始交互式聊天循环

架构

MCPTool 类

  • 封装 MCP 工具以与 LangChain 一起工作
  • 处理异步工具执行
  • 提供适当的错误处理

MCPClient 类

  • 管理与 MCP 服务器的连接
  • 创建 LangChain ReAct 代理
  • 处理与工具集成的查询处理

依赖项

  • langchain-openai：Azure OpenAI 集成
  • langgraph：ReAct 代理实现
  • langchain-core：核心 LangChain 功能
  • mcp[cli]：模型上下文协议
  • python-dotenv：环境变量管理

示例用法

# 客户端会自动从 MCP 服务器发现工具
# 并创建一个可以智能使用它们的 ReAct 代理

# 启动客户端
client = MCPClient()
await client.connect_to_server("path/to/server.py")

# 提出问题，这些问题将使用可用工具
response = await client.process_query("显示数据库中的所有产品")
print(response)

部署到 Azure

你可以使用 Azure 容器应用（推荐）或 Azure 开发者 CLI（azd）将 MCP 服务器部署到 Azure。这两种方法都提供了可扩展的托管服务来运行你的应用程序。

方案 1：使用 Azure 开发者 CLI 快速部署（推荐）

最快捷的部署方式是使用 Azure 开发者 CLI，它会自动处理基础设施配置和部署。

前提条件

  1. 安装 Azure 开发者 CLI (azd)
  2. 安装 Azure CLI
  3. 拥有一个 Azure 订阅

部署步骤

  1. 初始化 azd 项目：

    azd init --template minimal

  2. 配置环境变量：

    将你的 .env 文件值复制到 azd 环境中：

    azd env set AZURE_OPENAI_DEPLOYMENT_NAME "<your-deployment-name>"
azd env set AZURE_OPENAI_ENDPOINT "<your-openai-endpoint>"
azd env set COSMOS_DB_ENDPOINT "<your-cosmos-endpoint>"
azd env set COSMOS_DB_DATABASE "<your-database-name>"
azd env set COSMOS_DB_CONTAINER "<your-container-name>"

  3. 部署到 Azure：

    azd up

    此命令将：

    • 配置 Azure 资源（容器应用、容器注册表等）
    • 构建并推送你的 Docker 镜像
    • 部署你的应用程序
    • 配置托管身份和 RBAC 权限

方案 2：手动部署到 Azure 容器应用

为了对部署过程有更多的控制，你可以手动使用 Azure CLI 进行部署。

准备前提条件

  1. 已安装并配置了 Azure CLI
  2. 本地已安装 Docker
  3. 一个 Azure 容器注册表（ACR）或 Docker Hub 账户

第一步：准备环境

  1. 登录到 Azure：

    az login
az account set --subscription "<your-subscription-id>"

  2. 设置部署变量：

    RESOURCE_GROUP="rg-mcp-server"
LOCATION="eastus"
ACR_NAME="mcpserveracr$(date +%s)"
CONTAINER_APP_ENV="mcp-server-env"
CONTAINER_APP_NAME="mcp-server"
IMAGE_NAME="remote-db-mcp-server"

第二步：创建 Azure 资源

  1. 创建资源组：

    az group create --name $RESOURCE_GROUP --location $LOCATION

  2. 创建 Azure 容器注册表：

    az acr create \
  --resource-group $RESOURCE_GROUP \
  --name $ACR_NAME \
  --sku Basic \
  --admin-enabled true

  3. 创建容器应用环境：

    az containerapp env create \
  --name $CONTAINER_APP_ENV \
  --resource-group $RESOURCE_GROUP \
  --location $LOCATION

第三步：构建并推送容器镜像

  1. 登录到 Azure 容器注册表：

    az acr login --name $ACR_NAME

  2. 构建并推送 Docker 镜像：

    # 构建镜像
docker build -t $ACR_NAME.azurecr.io/$IMAGE_NAME:latest .

# 推送到 ACR
docker push $ACR_NAME.azurecr.io/$IMAGE_NAME:latest

第四步：部署容器应用

  1. 创建容器应用：

    az containerapp create \
  --name $CONTAINER_APP_NAME \
  --resource-group $RESOURCE_GROUP \
  --environment $CONTAINER_APP_ENV \
  --image $ACR_NAME.azurecr.io/$IMAGE_NAME:latest \
  --target-port 8000 \
  --ingress 'external' \
  --registry-server $ACR_NAME.azurecr.io \
  --min-replicas 1 \
  --max-replicas 3 \
  --cpu 0.25 \
  --memory 0.5Gi \
  --env-vars \
    AZURE_OPENAI_DEPLOYMENT_NAME="<your-deployment-name>" \
    AZURE_OPENAI_ENDPOINT="<your-openai-endpoint>" \
    AZURE_OPENAI_API_VERSION="2024-02-15-preview" \
    COSMOS_DB_ENDPOINT="<your-cosmos-endpoint>" \
    COSMOS_DB_DATABASE="<your-database-name>" \
    COSMOS_DB_CONTAINER="<your-container-name>"

第五步：配置托管身份（推荐）

对于生产部署，建议使用托管身份而不是 API 密钥：

  1. 启用系统分配的托管身份：

    az containerapp identity assign \
  --name $CONTAINER_APP_NAME \
  --resource-group $RESOURCE_GROUP \
  --system-assigned

  2. 授予 Azure OpenAI 权限：

    # 获取托管身份主体 ID
PRINCIPAL_ID=$(az containerapp identity show \
  --name $CONTAINER_APP_NAME \
  --resource-group $RESOURCE_GROUP \
  --query principalId \
  --output tsv)

# 分配认知服务 OpenAI 用户角色
az role assignment create \
  --role "Cognitive Services OpenAI User" \
  --assignee $PRINCIPAL_ID \
  --scope "<your-openai-resource-id>"

  3. 授予 Cosmos DB 权限：

    # 分配 Cosmos DB 内置数据贡献者角色
az role assignment create \
  --role "Cosmos DB Built-in Data Contributor" \
  --assignee $PRINCIPAL_ID \
  --scope "<your-cosmos-db-resource-id>"

  4. 更新容器应用以移除 API 密钥：

    az containerapp update \
  --name $CONTAINER_APP_NAME \
  --resource-group $RESOURCE_GROUP \
  --remove-env-vars AZURE_OPENAI_API_KEY COSMOS_DB_KEY

第六步：验证部署

  1. 获取应用 URL：

    FQDN=$(az containerapp show \
  --name $CONTAINER_APP_NAME \
  --resource-group $RESOURCE_GROUP \
  --query properties.configuration.ingress.fqdn \
  --output tsv)

echo "应用 URL: https://$FQDN"

  2. 检查应用健康状况：

    curl -f https://$FQDN/health

  3. 查看应用日志：

    az containerapp logs show \
  --name $CONTAINER_APP_NAME \
  --resource-group $RESOURCE_GROUP \
  --follow

安全最佳实践

  • 使用托管身份：始终优先使用托管身份而非 API 密钥进行认证
  • 安全存储秘密：在 Azure Key Vault 中存储敏感配置
  • 网络安全性：考虑使用私有终端连接数据库
  • 资源隔离：部署到专用资源组以便于管理
  • 监控：启用 Application Insights 进行监控和诊断

故障排除

  • 容器应用无法启动：使用 az containerapp logs show 查看日志
  • 认证问题：验证托管身份权限和角色分配
  • 网络连接：确保防火墙规则允许容器应用访问资源
  • 资源限制：监控 CPU 和内存使用情况，如有需要调整缩放参数

成本优化

  • 合理配置资源：从最小的 CPU/内存开始，根据使用情况进行扩展
  • 自动缩放：根据预期负载配置合适的最小/最大副本数
  • 资源清理：使用 az group delete 删除不再需要的所有资源