MCPhost-微软SQL简易指南

作者：Mortaza760 星标更新：2025-09-23

安装使用来源：spider==github.com

项目介绍

技术文档摘要

MSSQL MCP Server for Local LLM Integration

概述

此MCP（模型上下文协议）服务器实现了本地LLM（通过Ollama运行的Qwen2.5 7B）与Microsoft SQL Server数据库之间的无缝集成。该服务器提供安全的只读数据库访问权限给您的本地AI模型，使其能够通过自然语言交互查询和分析SQL数据。

预备条件

必要软件

Go语言（必须首先安装）
Ollama - 本地LLM运行环境
Python 3.10+ - MCP服务器的运行环境
Microsoft SQL Server - 目标数据库系统
SQL Server ODBC驱动程序 18 - 数据库连接

分步安装指南

第一步：安装Go语言

在继续之前，这一步是强制性的！

从官方网站下载Go：
```
https://go.dev/doc/install
```
安装适用于您操作系统的Go：
- macOS：下载.pkg安装程序并按照设置向导进行操作
- Windows：使用.msi安装程序
- Linux：使用tar.gz包或包管理器
验证安装：
```
go version
```
如果安装正确，您应该能看到Go版本号。

第二步：安装mcphost

在安装Go之后，运行：

go install github.com/mark3labs/mcphost@latest

这将安装mcphost工具，这是运行带有Ollama的MCP服务器所必需的。

第三步：设置Python环境

创建虚拟环境：
```
python -m venv loca
```

激活虚拟环境：

macOS/Linux：
```
source loca/bin/activate
```
Windows：
```
loca\Scripts\activate
```

安装Python依赖项：
```
pip install pyodbc python-dotenv mcp
```

第四步：配置环境变量

在项目目录中创建一个.env文件，内容如下：

MSSQL_SERVER=your_server_name
MSSQL_USERNAME=your_username
MSSQL_PASSWORD=your_password
MSSQL_DRIVER=ODBC Driver 18 for SQL Server

第五步：下载Ollama和正确的模型

从ollama.ai安装Ollama
拉取正确的模型（支持工具调用的版本）：
```
ollama pull qwen2.5:7b
```

关键点：选择支持工具集成的模型

⚠️ 重要提示：在选择Ollama模型时，您必须选择支持工具/函数调用能力的模型。并非所有模型都内置了这一功能。

运行MCP服务器

第一步：启动MCP服务器

在VS Code终端（或您偏好的IDE）中：

激活您的虚拟环境（如果尚未激活）：

source loca/bin/activate  # macOS/Linux
# 或
loca\Scripts\activate    # Windows

运行MSSQL服务器脚本：
```
python mssql.py
```
您应看到："Starting MCP server main loop..."，表示服务器正在运行。

第二步：使用mcphost连接

在另一个终端窗口（macOS/Linux/Windows）中：

重要提示：根据您的系统架构调整路径：

对于macOS (ARM64) - 使用默认路径：

mcphost -m ollama:qwen2.5 --config "/Users/ameermortaza/Desktop/Ollama/loca.json"

对于Windows - 调整路径：

mcphost -m ollama:qwen2.5 --config "C:\path\to\your\loca.json"

对于Linux - 调整路径：

mcphost -m ollama:qwen2.5 --config "/home/username/path/to/loca.json"

关键配置说明

更新loca.json文件以适应您的特定系统：

{
  "mcpServers": {
    "mssql": {
      "command": "python",
      "args": ["/ABSOLUTE/PATH/TO/YOUR/mssql.py"],
      "env": {
        "VIRTUAL_ENV": "/ABSOLUTE/PATH/TO/YOUR/loca",
        "PATH": "/ABSOLUTE/PATH/TO/YOUR/loca/bin:...rest of your PATH..."
      }
    }
  }
}

替换路径为您的实际系统路径！

可用工具

MCP服务器提供了四个主要工具，使您的本地LLM更强大：

1. `list_databases`

目的：发现SQL Server上的所有可用数据库
用法："展示可用的数据库"
输出：用户数据库列表，排除系统数据库

2. `list_tables`

目的：探索特定数据库中的表
参数：database（必需）
用法："‘Sales’数据库中有哪些表？"
输出：模式和表名及其计数

3. `list_columns`

目的：检查表结构和元数据
参数：database，table（两者都必需）
用法："展示‘Customers’表中的列"
输出：列名、数据类型、是否允许为空及默认值

4. `run_query`

目的：执行安全的只读SQL查询
参数：database，sql（两者都必需）
安全性：验证查询以阻止写操作（INSERT、UPDATE、DELETE等）
用法："获取按购买金额排名前10的客户"
输出：格式化的查询结果，包括列标题和数据

安全特性

只读访问：明确阻止所有写操作
查询验证：正则表达式验证防止危险的SQL命令
环境变量：敏感凭证存储在代码之外
错误处理：全面的日志记录和错误管理

常见问题排查

问题1："未找到命令：mcphost"

解决方案：确保Go已正确安装且您的GOPATH在PATH中：

export PATH=$PATH:$(go env GOPATH)/bin

问题2：Python模块错误

解决方案：确保您的虚拟环境已激活且依赖项已安装：

source loca/bin/activate
pip install -r requirements.txt  # 或重新安装依赖项

问题3：Windows/Linux路径错误

解决方案：更新loca.json中的所有路径以匹配您的系统架构：

Windows：C:\Users\YourName\Desktop\Ollama\mssql.py
Linux：/home/yourname/Desktop/Ollama/mssql.py

问题4：模型不识别工具

解决方案：确保您使用的是支持工具调用的模型，如qwen2.5:7b

AI中的MCP未来

当前影响：

普及化：使本地LLM能够安全地访问企业数据
隐私：数据不会离开您的基础设施
成本降低：消除基于云的AI服务的API费用
定制化：与现有系统的定制集成

未来潜力：

企业采用：MCP将成为AI集成的标准
多模态扩展：从数据库扩展到文件系统、API和IoT
标准化：整个行业的AI工具调用协议
专用服务器：针对医疗保健、金融等领域的MCP
联邦学习：MCP实现无数据共享的协作AI

需要帮助？

如果您在设置或操作过程中遇到任何问题，请随时联系寻求帮助：

联系方式：Mortaza76.github.io

结论

此MSSQL MCP服务器将您的本地Qwen2.5 LLM从通用聊天机器人转变为强大的数据分析工具。通过仔细遵循这些步骤，并确保针对您的特定操作系统进行适当的配置，您将创建一个能够真正理解和与组织数据互动的AI助手。

记住关键步骤：

先安装Go
通过Go安装mcphost
设置Python虚拟环境
在一个终端中运行mssql.py
在另一个终端中使用mcphost连接
调整路径以适应您的特定操作系统

MCP协议代表了AI集成的未来——安全、可定制且面向企业。

如果您想在使用Linux AMD-64架构的VM上部署它完美 🙌 现在您已经在VM中成功设置了整个管道，让我为您起草一份详尽的分步文档，解释您所做的每一步——从设置Python开始，到创建虚拟环境、安装依赖项、配置Ollama + MCP，以及运行查询。

⸻

📝 在Ubuntu VM中设置MCP与Ollama + MSSQL

本文档解释如何在Ubuntu 20.04 VM内部设置本地开发环境，以运行连接到SQL Server的Python MCP服务器（mssql.py），并通过MCPHost将其与Ollama模型（如Qwen2.5或Llama3.1）集成。

⸻

安装Python 3.10.18和虚拟环境

Ubuntu 20.04自带Python 3.8，对于现代库来说太旧了。您从源码构建了Python 3.10.18，并为项目创建了一个专用的虚拟环境。

验证Python版本

python3 --version python3.10 --version

在桌面创建名为"loca"的venv

cd ~/Desktop python3.10 -m venv loca

激活venv

source ~/Desktop/loca/bin/activate

激活后，您的提示符会显示(loca)。

⸻

安装所需的Python库

在虚拟环境中，安装mssql.py所需的所有库：

pip install mcp pyodbc python-dotenv

额外的依赖项已经随mcp一起提供： • starlette, uvicorn, httpx等。

检查已安装的包：

pip list

⸻

安装SQL Server ODBC驱动程序

由于Python脚本使用pyodbc，您需要Microsoft的ODBC驱动程序：

sudo apt-get update sudo apt-get install -y msodbcsql18 unixodbc-dev

这确保了pyodbc可以从Linux连接到SQL Server。

⸻

创建包含数据库凭据的.env文件

您的脚本从.env加载DB凭据。在~/Desktop/.env中创建它：

MSSQL_SERVER=192.168.1.16 MSSQL_DATABASE=SkyUpAuth MSSQL_USERNAME=admin MSSQL_PASSWORD=Prosoft@bel21 MSSQL_DRIVER=ODBC Driver 18 for SQL Server

⸻

创建mssql.py

此文件实现了用于MSSQL的MCP服务器，使用mcp.server。您将其放置在：

/home/devops/Desktop/mssql.py

它： • 加载.env • 使用pyodbc连接到SQL Server • 定义MCP工具： • list_databases • list_tables • list_columns • run_query

手动运行以测试：

(loca) python mssql.py

您应看到日志：加载环境变量并初始化MCP服务器... 启动MCP服务器主循环...

⸻

安装Ollama和模型

您从官方脚本安装了Ollama：

curl -fsSL https://ollama.com/install.sh | sh

然后拉取模型：

ollama pull qwen2.5:7b ollama pull llama3.1:8b

检查已安装的模型：

ollama list

⸻

安装Go和MCPHost

MCPHost是用Go编写的。为了安装：

下载Go

wget https://go.dev/dl/go1.25.1.linux-amd64.tar.gz sudo rm -rf /usr/local/go sudo tar -C /usr/local -xzf go1.25.1.linux-amd64.tar.gz

添加到PATH

echo 'export PATH=$PATH:/usr/local/go/bin:$HOME/go/bin' >> ~/.bashrc source ~/.bashrc

验证

go version

安装mcphost：

go install github.com/mark3labs/mcphost@latest

检查：

which mcphost mcphost --version

⸻

创建loca.json配置

这告诉MCPHost如何启动您的MSSQL MCP服务器：

{ "mcpServers": { "mssql": { "command": "python", "args": ["/home/devops/Desktop/mssql.py"], "env": { "VIRTUAL_ENV": "/home/devops/Desktop/loca", "PATH": "/home/devops/Desktop/loca/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/local/go/bin:/home/devops/go/bin" } } } }

⸻

启动MCPHost与Ollama + MSSQL

现在您可以启动整个系统：

mcphost -m ollama:qwen2.5 --config "/home/devops/Desktop/loca.json"

您将看到：加载模型：ollama (qwen2.5) 从MCP服务器加载了4个工具

现在您可以与Qwen2.5聊天，它可以通过mssql.py定义的MSSQL工具访问数据。

⸻

🔹 工作流程总结 1. Python 3.10.18 venv (loca) → 运行mssql.py MCP服务器。 2. .env文件 → 存储MSSQL连接凭据。 3. pyodbc + ODBC驱动程序 → 让Python与SQL Server通信。 4. Ollama → 运行本地LLM（Qwen2.5, Llama3.1）。 5. Go + MCPHost → 将LLM与MCP服务器桥接。 6. loca.json → 告诉MCPHost如何启动MCP服务器。 7. 运行mcphost → 连接LLM + MCP服务器 + 数据库。

⸻

⚡ 到此为止，您已经有一个完全工作的管道：本地LLM (Qwen/Llama) ↔ MCPHost ↔ 通过Python服务器的MSSQL

⸻

如有任何疑问，请通过我的网站Mortaza76/github.io联系我。确保您有一个包含所有凭据的.env文件，以便登录到MSSQL数据库服务器。我发现Python 3.10+最适合这个项目，因为支持使用的库和下载的模块。