Oracle MCP Server專案

MCP工具

Oracle MCP Server專案

oracle-mcp-server 是一個專為大型企業級 Oracle 資料庫設計的、功能極其強大的模型內容協定 (Model Context Protocol, MCP) 伺服器。

這個專案的核心目標是解決一個在企業環境中極為普遍的痛點：當 AI 助理面對一個包含成千上萬張資料表、視圖和預存程序的龐大 Oracle 資料庫時，如何有效地向 AI 提供準確、相關且不會造成資訊過載的資料庫結構 (Schema) 資訊。

核心價值：賦予你的 AI 助理一位資深 Oracle DBA 的智慧

傳統上，直接將數萬張資料表的結構定義餵給 AI 模型，會導致其不堪重負且無法有效工作。此專案透過智慧型結構快取 (Intelligent Schema Caching) 機制，完美地解決了這個問題。它讓 AI 助理從一個對複雜資料庫一無所知的門外漢，蛻變為一個能夠理解、查詢並分析大型 Oracle 資料庫的「專家」。

透過 oracle-mcp-server，你可以用自然語言命令 AI 助理完成以往需要資深資料庫管理員 (DBA) 或開發人員才能完成的任務：

• 「請給我看 EMPLOYEES 這張資料表的結構定義。」
• 「幫我找出所有可能與『客戶』相關的資料表，並顯示它們的結構。」
• 「ORDERS 這張資料表上有哪些約束 (constraints) 和索引 (indexes)？」
• 「有哪些資料庫物件依賴於 CUSTOMER_VIEW 這個視圖？」
• 「請把 CUSTOMER_UPDATE_PROC 這個預存程序的原始碼給我看看。」

主要功能與特色

此專案提供了一套非常全面且深入的工具集，專為 Oracle 資料庫的複雜性而設計：

1. 智慧型結構快取與查詢:

   • get_table_schema / get_tables_schema: 按需獲取單張或多張資料表的詳細結構。
   • search_tables_schema: 透過名稱模式模糊搜尋資料表。
   • search_columns: 搜尋包含特定欄位名稱的資料表。
   • rebuild_schema_cache: 在資料庫結構變更後，手動強制重建快取。

2. 深度關係與物件分析:

   • get_related_tables: 顯示與指定資料表有外鍵關聯的所有其他資料表。
   • get_dependent_objects: 找出所有依賴於某個特定資料庫物件的其他物件。
   • get_table_constraints / get_table_indexes: 獲取表的約束和索引，對查詢優化至關重要。

3. PL/SQL 物件支援:

   • get_pl_sql_objects: 獲取預存程序、函式、套件等 PL/SQL 物件的資訊。
   • get_object_source: 直接檢視 PL/SQL 物件的原始碼。

安裝與設定

考慮到企業環境的複雜性和對安全、穩定性的要求，此專案提供了兩種部署方式：

1. Docker (推薦):

   • 這是最推薦的方式，因為 Docker 映像檔中已經包含了所有相依套件，特別是繁瑣的 Oracle Client 函式庫。
   • 使用者只需在設定檔中填寫資料庫連線字串等環境變數，即可快速啟動，極大簡化了部署過程。

2. 本機安裝 (使用 uv):

   • 為需要高度客製化環境的進階使用者提供。
   • 需要手動安裝 Python、uv 以及 Oracle Instant Client，步驟相對複雜。

此外，專案支援兩種連線模式：

• Thin Mode (預設): 純 Python 實作，無需 Oracle Client，易於設定。
• Thick Mode: 需搭配 Oracle Client 函式庫使用，提供更佳的效能和對進階功能的支援。在 Docker 部署中，只需設定一個環境變數即可輕鬆啟用。

總結來說，oracle-mcp-server 是一個專業、強大且考慮周到的企業級解決方案。它成功地在現代 AI 技術與傳統大型 Oracle 資料庫之間架起了一座橋樑，讓開發者和資料分析師能夠利用自然語言的便利性，安全、高效地探索和管理極其複雜的資料資產。

• MCP平台來源: github
• 連結: https://github.com/danielmeppiel/oracle-mcp-server

立即試用MCP工具