Postgres MCP 專案

MCP工具

Postgres MCP 專案

postgres-mcp (或稱 Postgres MCP Pro) 是一個專為 PostgreSQL 資料庫量身打造的、功能極其強大的模型內容協定 (Model Context Protocol, MCP) 伺服器。它的核心目標遠不止是讓 AI 能夠執行 SQL 查詢，而是要將您的 AI 助理，從一個單純的「程式碼編寫者」提升為一個稱職的、具備專業能力的「資料庫管理員 (DBA)」。

您可以將其視為一個為您的 AI 助理安裝的「PostgreSQL 專家大腦」，使其能夠在從開發、測試、部署到線上維護的整個軟體開發生命週期中，提供深度的資料庫洞察和效能優化建議。

核心價值：從「執行」到「診斷與優化」

與其他僅僅是封裝了資料庫連線的 MCP 伺服器不同，postgres-mcp 的核心價值在於其提供的一系列專業級的資料庫診斷與優化工具。它完美地結合了大型語言模型（LLM）的自然語言理解與推理能力，以及數十年來資料庫領域發展成熟的經典、確定性演算法。

主要功能 (提供的工具)

• 資料庫健康檢查 (analyze_db_health): 全面分析資料庫的健康狀況，涵蓋索引健康度（如重複、未使用索引）、連線使用率、緩存命中率、Vacuum（垃圾回收）狀態、複寫延遲等關鍵指標。
• 智慧索引調優 (analyze_workload_indexes): 這項功能是其最大亮點。它能夠分析整個資料庫的工作負載，找出消耗資源最多的查詢，並利用工業級的演算法（改編自微軟 SQL Server 的 Anytime 演算法）來探索數千種可能的索引組合，最終推薦出最佳的索引方案。
• 查詢計畫分析 (explain_query): 能夠顯示任何 SQL 查詢的 EXPLAIN 執行計畫，並可利用 hypopg 擴充套件模擬在新增「假設性」索引後，查詢效能會如何變化，讓優化變得有據可循。
• 安全的 SQL 執行 (execute_sql): 提供了可設定的存取控制模式。在開發時可以使用「無限制模式 (unrestricted)」進行讀寫，而在生產環境中則可切換到「受限模式 (restricted)」，將操作嚴格限制在唯讀事務中，並透過解析 SQL 來防止 COMMIT 等指令繞過安全限制。
• 結構智慧 (get_object_details, list_objects): 讓 AI 能夠充分理解資料庫的結構（Schema），從而生成更準確、更高效的 SQL。

如何使用

使用者需要先擁有一個 PostgreSQL 資料庫的存取權限。接著，可以選擇使用 Docker（官方推薦，以避免環境問題）或 Python 來安裝並執行 postgres-mcp 伺服器。啟動時，需要透過環境變數傳入資料庫的連線 URI。

最後，在您的 AI 助理（如 Claude Desktop, Cursor 等）的 MCP 設定檔中，將此伺服器加入，AI 即可開始使用其提供的所有強大工具。

總結來說，postgres-mcp 是一個高度專業化的基礎設施專案。它不僅僅是連接 AI 與資料庫的橋樑，更是一個強大的賦能者，透過將可靠的傳統演算法與生成式 AI 相結合，讓開發者能夠透過自然語言對話，對複雜的資料庫效能問題進行診斷、分析和修復。

• MCP平台來源: github
• 連結: https://github.com/crystaldba/postgres-mcp

立即試用MCP工具