← 返回公开榜单
mc

j4c0bs/mcp-server-sql-analyzer

MCP server for SQL static analysis.

本周新增
2 星
近 3 周倍数
—
距上次推送
494 天
距上次发布
—
许可证
MIT

星标增长

每根柱子是这个周期记录下来的 star 增长:优先取逐个 stargazer 到达时间分桶的到达数,还没被 stargazer 扫描覆盖的仓库改用该周期的 star 净增;两个写者都没记录的周期画成虚线空档,而不是当成 0。柱高按各自窗口的峰值归一,两张图不共用坐标轴。指向任意一根柱子, tooltip 里是该周期的九项指标:当前值与周期内的净增。

指向或点击一根柱子,看当天的九项指标。

12/1712/301/111/242/62/193/33/16

2026 年 2 月 1 日 新增 0 个星标; 2026 年 2 月 14 日 新增 0 个星标; 2026 年 3 月 16 日 新增 2 个星标

窗口内最高的一天是 2026 年 3 月 16 日,新增 2 个星标。

证据时间轴

这个项目还没有记录到异动、发布或许可证变化。

README
该仓库存储的文档,若已生成中文翻译则一并显示

mcp-server-sql-analyzer

一个使用 SQLGlot 提供SQL分析、语法检查和方言转换功能的模型上下文协议(MCP)服务器。

概述

SQL分析MCP服务器提供用于分析和处理SQL查询的工具。它有助于:

  • SQL语法验证和语法检查
  • 在不同SQL方言之间转换查询(例如,从MySQL转换到PostgreSQL)
  • 提取和分析表引用和依赖关系
  • 识别列使用和关系
  • 发现支持的SQL方言

Claude如何使用此服务器

作为AI助手,此服务器通过以下方式增强我帮助用户高效处理SQL的能力:

  1. 查询验证:我可以在向用户建议SQL之前立即验证其语法,确保我提供的查询正确且符合方言要求。

  2. 方言转换:当用户需要在不同的数据库系统之间迁移查询时,我可以准确转换语法,同时保留查询的逻辑。

  3. 代码分析:表和列引用分析帮助我理解复杂的查询,使解释查询结构和建议优化更加容易。

  4. 兼容性检查:通过了解支持的方言及其特定功能,我可以引导用户遵循特定数据库的最佳实践。

这套工具使我能够提供更准确和有帮助的SQL相关协助,同时降低语法错误或方言特定问题的风险。

小贴士

在Claude桌面设置中更新您的个人偏好,以请求使用 lint_sql 工具首先验证生成的SQL。

工具

  1. lint_sql

    • 验证SQL查询语法并返回任何错误
    • 输入:
      • sql (string): 要分析的SQL查询
      • dialect (string, optional): SQL方言(例如,'mysql', 'postgres')
    • 返回:包含以下内容的ParseResult:
      • is_valid (boolean): SQL是否有效
      • message (string): 错误消息或"无语法错误"
      • position (object, optional): 如果存在错误,则包含错误行和列
  2. transpile_sql

    • 在不同方言之间转换SQL
    • 输入:
      • sql (string): 要转换的SQL语句
      • read_dialect (string): 源SQL方言
      • write_dialect (string): 目标SQL方言
    • 返回:包含以下内容的TranspileResult:
      • is_valid (boolean): 转换是否成功
      • message (string): 错误消息或成功确认
      • sql (string): 如果成功,则包含转换后的SQL
  3. get_all_table_references

    • 从SQL中提取表和CTE引用
    • 输入:
      • sql (string): 要分析的SQL语句
      • dialect (string, optional): SQL方言
    • 返回:包含以下内容的TableReferencesResult:
      • is_valid (boolean): 分析是否成功
      • message (string): 状态消息
      • tables (array): 包含类型、目录、数据库、表名、别名和完全限定名的表引用列表
  4. get_all_column_references

    • 提取带表上下文的列引用
    • 输入:
      • sql (string): 要分析的SQL语句
      • dialect (string, optional): SQL方言
    • 返回:包含以下内容的ColumnReferencesResult:
      • is_valid (boolean): 分析是否成功
      • message (string): 状态消息
      • columns (array): 包含列名、表名和完全限定名的列引用列表

资源

SQL方言发现

dialects://all

返回所有支持的SQL方言列表,用于所有工具。

配置

使用uvx(推荐)

将以下内容添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
      "sql-analyzer": {
          "command": "uvx",
          "args": [
              "--from",
              "git+https://github.com/j4c0bs/mcp-server-sql-analyzer.git",
              "mcp-server-sql-analyzer"
          ]
      }
  }
}

使用uv

克隆此仓库后,将以下内容添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
      "sql-analyzer": {
          "command": "uv",
          "args": [
              "--directory",
              "/path/to/mcp-server-sql-analyzer",
              "run",
              "mcp-server-sql-analyzer"
          ]
      }
  }
}

开发

要在开发模式下运行服务器:

# 克隆仓库
git clone git@github.com:j4c0bs/mcp-server-sql-analyzer.git

# 运行服务器
npx @modelcontextprotocol/inspector uv --directory /path/to/mcp-server-sql-analyzer run mcp-server-sql-analyzer

要运行单元测试:

uv run pytest .

许可证

MIT

页面上的每个数字都来自记录下来的 stargazer 到达时间,没有评分公式,也没有 AI 判定。 任何结论都可以用 /api/v1/repos/{id}/stats 里的原始增量自己重算。