阿里云-adbpg-mcp服务器

Name: 阿里云-adbpg-mcp服务器
Author: aliyun

作者：aliyun10 星标更新：2025-09-15

安装使用来源：spider==github.com

项目介绍

AnalyticDB PostgreSQL MCP Server

AnalyticDB PostgreSQL MCP Server 是AI代理与AnalyticDB PostgreSQL数据库之间的通用接口。它使AI代理能够无缝地与AnalyticDB PostgreSQL通信，帮助AI代理检索数据库元数据并执行SQL操作。

安装

你可以从源代码进行安装以用于开发，或者通过PyPI直接安装用于生产环境。

方案1：从源代码安装（适用于开发）

如果你希望修改或贡献到服务器，推荐使用此方法。

# 1. 克隆仓库
git clone https://github.com/aliyun/alibabacloud-adbpg-mcp-server.git
cd alibabacloud-adbpg-mcp-server

# 2. 使用uv创建并激活虚拟环境
uv venv .venv
source .venv/bin/activate  # 在Linux/macOS上
# .\.venv\Scripts\activate  # 在Windows上

# 3. 以可编辑模式安装项目
uv pip install -e .

方案2：从PyPI安装（适用于生产/使用）

这是最简单的安装方式，可以直接在你的项目中使用。

pip install adbpg-mcp-server

运行服务器

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

在运行服务器之前，请确保已经设置了所需的环境变量。

Stdio模式（默认）

这是与MCP客户端通信的标准模式。

# 使用默认传输（stdio）运行
uv run adbpg-mcp-server

# 或者明确指定传输
uv run adbpg-mcp-server --transport stdio

Streamable-HTTP模式

这种模式会暴露一个HTTP服务器，对于测试、调试或通过REST API直接集成非常有用。

# 在默认主机和端口（127.0.0.1:3000）上以HTTP模式运行服务器
uv run adbpg-mcp-server --transport http

# 指定自定义主机和端口
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，请在客户端的配置文件中添加以下配置。args数组中的参数取决于你选择的传输协议。

示例：Stdio传输

"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)"
    }
  }
}

注意： 由于stdio是默认值，你可以选择性地省略"--transport", "stdio"。

示例：Streamable-HTTP传输

"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
- 描述： 将文本文件（及其名称）和文件内容上传到graphrag以生成知识图谱。
- 参数：
  - filename (text)：要上传的文件名。
  - context (text)：文件的文本内容。
adbpg_graphrag_query
- 描述： 使用指定的查询字符串和模式查询graphrag。
- 参数：
  - query_str (text)：查询内容。
  - query_mode (text)：查询模式，从[bypass, naive, local, global, hybrid, mix]中选择。如果为空，默认为mix。
adbpg_graphrag.upload_decision_tree(context text, root_node text)
- 描述： 上传具有指定root_node的决策树。如果root_node不存在，则创建新的决策树。
- 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)
- 描述： 将子树附加到由root_node_id指定的现有决策树的节点上。
- 参数：
  - context (text)：子树的文本表示。
  - root_node_id (text)：子树将被附加到的节点ID。
adbpg_graphrag.delete_decision_tree(root_node_entity text)
- 描述： 删除由root_node_entity指定的节点下的子决策树。
- 参数：
  - root_node_entity (text)：要删除的子决策树的根节点ID。
adbpg_llm_memory_add
- 描述： 添加LLM长期记忆。
- 参数：
  - messages (json)：要上传的文件名。
  - user_id (text)：用户ID。
  - run_id (text)：运行ID。
  - agent_id (text)：代理ID。
  - metadata (json)：元数据JSON（可选）。
  - memory_type (text)：记忆类型（可选）。
  - prompt (text)：提示（可选）。 注意： 至少应提供user_id、run_id或agent_id之一。
adbpg_llm_memory_get_all
- 描述： 获取与特定用户、运行或代理相关的所有记忆记录。
- 参数：
  - user_id (text)：用户ID（可选）。如果提供，则获取该用户的全部记忆。
  - run_id (text)：运行ID（可选）。
  - agent_id (text)：代理ID（可选）。如果提供，则获取该代理的全部记忆。 注意： 至少应提供user_id、run_id或agent_id之一。
adbpg_llm_memory_search
- 描述： 根据给定的查询获取与特定用户、运行或代理相关的记忆。
- 参数：
  - query (text)：搜索查询字符串。
  - user_id (text)：用户ID（可选）。如果提供，则获取该用户的全部记忆。
  - run_id (text)：运行ID（可选）。
  - agent_id (text)：代理ID（可选）。如果提供，则获取该代理的全部记忆。
  - filter (json)：附加过滤条件的JSON格式（可选）。 注意： 至少应提供user_id、run_id或agent_id之一。
adbpg_llm_memory_delete_all
- 描述： 删除与特定用户、运行或代理相关的所有记忆记录。
- 参数：
  - user_id (text)：用户ID（可选）。如果提供，则获取该用户的全部记忆。
  - run_id (text)：运行ID（可选）。
  - agent_id (text)：代理ID（可选）。如果提供，则获取该代理的全部记忆。 注意： 至少应提供user_id、run_id或agent_id之一。

资源

内置资源

adbpg:///schemas：获取数据库中的所有模式

资源模板

adbpg:///{schema}/tables：列出特定模式中的所有表
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来连接到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提供商或嵌入式API的API密钥
BASE_URL：LLM或嵌入式服务端点的基础URL
LLM_MODEL：LLM模型名称或标识符
EMBEDDING_MODEL：嵌入式模型名称或标识符

依赖项

Python 3.11或更高版本
uv（用于环境和包管理）