项目简介

该项目是阿里巴巴云数据管理服务（DMS）的MCP（Model Context Protocol）服务器实现。它将DMS提供的多云数据管理和连接能力，通过标准化的MCP工具形式暴露给大型语言模型（LLM）客户端，从而使LLM能够直接访问、管理和查询多种数据源。它支持超过30种数据源连接，包括主流数据库和数据仓库，并集成了DMS的NL2SQL（自然语言转SQL）能力，实现自然语言到SQL的转换。

主要功能点

数据源连接与管理: 支持添加、查询和获取数据库实例的详细信息。
数据库和表查询: 能够搜索、列出特定数据库中的表，并获取表的详细元数据（如列信息、索引）。
SQL执行: 允许通过MCP工具直接在指定数据库上执行SQL脚本，并返回结构化结果。
自然语言转SQL (NL2SQL): 将用户的自然语言问题自动转换为可执行的SQL查询，极大地简化了数据库操作。
多云与多种数据源兼容: 支持MySQL, PostgreSQL, Oracle, SQL Server, MongoDB, Redis, ClickHouse, StarRocks等30多种数据库和数据仓库。

安装步骤

克隆仓库:

git clone https://github.com/shawaizshabbir/alibabacloud-dms-mcp-server.git
cd alibabacloud-dms-mcp-server

安装Python依赖: 请确保您的Python环境已配置好，并安装必要的依赖。该项目核心MCP服务器是Python实现。您可能需要创建并激活一个虚拟环境，然后通过'pip'安装：
```
pip install alibabacloud-dms-enterprise20181101 alibabacloud-tea-openapi mcp-server
```
（注：仓库README中提到的'npm install'可能适用于其他组件或仅为通用指引，本项目核心服务器为Python。）

配置阿里云凭证: 设置您的阿里云AccessKey ID和AccessKey Secret作为环境变量，以便服务器能够调用阿里云DMS API：

export ALIBABA_CLOUD_ACCESS_KEY_ID="你的阿里云AccessKey ID"
export ALIBABA_CLOUD_ACCESS_KEY_SECRET="你的阿里云AccessKey Secret"
# 如果有Security Token，也请设置：
# export ALIBABA_CLOUD_SECURITY_TOKEN="你的阿里云Security Token"

这些凭证对于服务器与阿里云服务进行认证至关重要。

服务器配置

MCP客户端需要以下JSON配置来连接和启动此服务器：

{
  "serverName": "dms-mcp-server",
  "command": "python",
  "args": [
    "src/alibabacloud_dms_mcp_server/server.py"
  ],
  "env": {
    "SERVER_TRANSPORT": "stdio",
    "ALIBABA_CLOUD_ACCESS_KEY_ID": "请替换为你的阿里云AccessKey ID",
    "ALIBABA_CLOUD_ACCESS_KEY_SECRET": "请替换为你的阿里云AccessKey Secret",
    "ALIBABA_CLOUD_SECURITY_TOKEN": "可选：请替换为你的阿里云Security Token"
  }
}

'serverName': 服务器的唯一标识符，用于MCP客户端识别。
'command': 用于启动MCP服务器进程的可执行命令，这里是'python'解释器。
'args': 传递给'command'的参数列表，指示要运行的MCP服务器主脚本的路径。
'env': 环境变量字典，用于配置服务器的运行环境：
- 'SERVER_TRANSPORT': MCP服务器与客户端通信的传输协议，通常设为'stdio'（标准输入输出）。
- 'ALIBABA_CLOUD_ACCESS_KEY_ID' / 'ALIBABA_CLOUD_ACCESS_KEY_SECRET' / 'ALIBABA_CLOUD_SECURITY_TOKEN': 阿里云API认证所需的凭证信息。

基本使用方法

一旦MCP服务器通过上述配置被MCP客户端启动并连接成功，LLM客户端就可以通过JSON-RPC协议向服务器发送请求，调用其暴露的工具。这些工具允许LLM直接与阿里巴巴云DMS进行交互，实现数据管理和查询。

示例工具调用（MCP客户端侧，LLM将自动生成这些调用）:

调用 'nl2sql' 工具将自然语言问题转换为SQL查询： LLM可能会生成类似如下的JSON-RPC请求： '{"jsonrpc": "2.0", "method": "nl2sql", "params": {"question": "查询用户表中所有年龄大于30的用户", "database_id": "your_database_id"}}' 服务器将返回生成的SQL查询。
调用 'executeScript' 工具执行SQL脚本： LLM可能会生成类似如下的JSON-RPC请求： '{"jsonrpc": "2.0", "method": "executeScript", "params": {"database_id": "your_database_id", "script": "SELECT * FROM users WHERE age > 30;"}}' 服务器将执行SQL并返回执行结果。
调用 'listTables' 工具列出数据库中的表： LLM可能会生成类似如下的JSON-RPC请求： '{"jsonrpc": "2.0", "method": "listTables", "params": {"database_id": "your_database_id", "search_name": "订单"}}' 服务器将返回匹配的表列表及其元数据。

LLM将接收这些工具调用的结果，并根据结果进一步与用户交互，提供更智能的数据管理服务。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息