Dbconvert Streams MCP

DBConvert Streams

データベース IDE ＋ 移行 ＋ リアルタイム CDC — すべてを1つのワークフローに。

データをクエリし、
移動し、
同期を保ち、
AI アシスタントにすべてを見せられます

ツールを切り替えることなく。

便利そうだと思ったら、⭐ を付けていただけるとうれしいです。

---

これが生まれた理由

多くの環境は次のようになっています。

• クエリ用の DB クライアント
• 移行用のスクリプトやツール
• 独立した CDC パイプライン

動作はしますが、分断されています。

DBConvert Streams は、これらを1つのワークスペースにまとめます。

---

使い心地

次のようなものと考えてください。

DBeaver / DataGrip

• 移行ツール
  
• CDC

ただし、毎回ツールを切り替える必要はありません。

---

例

データベースやファイルをまたいでクエリを実行できます。

SELECT *
FROM read_parquet('orders.parquet') o
JOIN postgres.public.customers c
  ON o.customer_id = c.id
LIMIT 10;

その後、同じクエリをデータソースとして使い、どこへでもストリーミングできます。

---

できること

• データベース、ファイル、S3 を調べる
• 複数のソースにまたがって SQL を実行する
• システム間でデータを移動する
• CDC で同期を保つ
• Claude、Cursor、Copilot を接続する — AI がライブのスキーマ、データ、ストリームを読み取ります（MCP 経由の読み取り専用）

すべて同じワークフローで行えます。

注： ここは DBConvert Streams の公開ページです。設定例、ドキュメント、課題管理、リリースノートを掲載しています。製品自体はプロプライエタリです。

クイックスタート

ノート PC、VPS、自社のインフラなど、どこでも実行できます。クラウドへの依存やベンダーロックインはありません。

デスクトップアプリ

Windows、macOS、Linux 用のダウンロードはこちらです。アカウントは不要です。

AI クライアント拡張機能

Releasesからdbconvert-streams-<version>.mcpbを取得し、Claude → Settings → Extensionsにドロップしてください。接続文字列とフォルダーを求められるだけで、ほかにインストールするものはありません。DBConvert Streams も、ツールチェーンも、実行するサーバーも不要です。

postgres://user:password@host:5432/dbname
mysql://user:password@host:3306/dbname
s3://bucket/folder?region=us-east-1

複数のソースは1つのフィールドにスペース区切りで入力します — shop=postgres://… orders=mysql://… — 1つの質問でそれらすべてを結合できます。

フォルダーピッカーを使って、Parquet、CSV、JSON ファイルのフォルダーを追加できます。各ソースがチャット内で読み取り専用のツールになり、1つの質問で複数のソースを同時に扱えます。

1つのファイルで Windows と Linux の両方に対応します。バンドルにはそれぞれのバイナリが含まれ、適切なものが選ばれます。macOS への対応は今後のリリースで予定されています。

Claude をお使いでない場合も大丈夫です。 同じサーバーをコンテナーとして実行でき、コンテナーを起動できる MCP クライアントであれば利用できます。

docker run -i --rm slotix/stream-mcp "shop=postgres://user:password@host:5432/shop"

Cursor と VS Code では、ワンクリックで設定できます — Cursor に追加 · VS Code に追加 — VS Code ではインストール時に接続文字列を入力します。Cursor ではサンプルの接続文字列を置き換えてください。フォルダー、S3 キーなどについては、スタンドアロンサーバーをご覧ください。

バンドルされたサーバーはプロプライエタリソフトウェアであり、DBConvert Streams ライセンスに基づいて配布されます。このリポジトリの MIT ライセンスの対象は、ここにあるサンプル、ドキュメント、アセットであり、バイナリは含まれません。

セルフホスト（Docker）

ローカルサーバー、VPS（DigitalOcean、Hetzner、AWS EC2 など）、自社のインフラなど、Docker が使える任意のマシンにデプロイできます。

curl -fsSL https://dbconvert.nyc3.digitaloceanspaces.com/downloads/streams/latest/docker-install.sh | sh

DBConvert Streams とは？

DBConvert Streams は、移行機能とリアルタイム CDC を内蔵したデータベース IDE です。

データベース、ローカルファイル、S3 ストレージを参照できます。データを直接編集できます。中間エクスポートなしで、異なるデータベースエンジン間のテーブルを結合するフェデレーション SQL クエリを実行できます。

主な機能

実際には、次のような機能があります。

データベース IDE とワークスペース（無料）

• データエクスプローラー — データベース、ファイル、S3 を1か所で参照
• ER 図 — データベースの関係を可視化
• スキーマ比較 — データベース間でスキーマとデータを比較
• スキーマナビゲーション — 接続をまたいで状態と検索を保持

フェデレーション SQL

• 複数のデータベースとファイルソースにまたがる SQL クエリを同時に実行
• 接続エイリアスを使って、稼働中の PostgreSQL と MySQL のテーブルを結合
• データベースと並行して、CSV、JSON、Parquet ファイルや S3 ストレージをクエリ

組み込み AI チャット — 2.5.0 の新機能

デスクトップアプリですでに開いているデータベース作業（テーブル、ビュー、 ファイル、SQL コンソール、接続、または移行／CDC ストリーム）について質問できます。AI チャットは そのワークスペースのライブコンテキストから開始するため、DDL を別のチャットに 貼り付けなくても、スキーマとデータを調査し、失敗したクエリを説明または修正し、 ストリームの状態を診断できます。

インストール済みのエージェント CLI（Claude Code、Codex、GitHub Copilot CLI、 OpenCode）を使用します。AI チャットは関連するスコープに限定された DBConvert の読み取り専用ツールを自動的に提供し、処理中のツールの動作を表示します。 接続、設定、ストリーム、データを変更することはできません。

ドキュメント：AI チャット →

MCP 経由の AI アシスタント — 2.4 の新機能

• MCP サーバーを内蔵：Claude、Cursor、VS Code Copilot、Windsurf、Gemini CLI、Codex がライブのスキーマ、データ、ストリーム状態を読み取れます。チャットに DDL を貼り付ける必要はありません
• 27 個の読み取り専用ツール：ワークスペースの接続、スキーマ、テーブル、ビューを調査し、読み取り専用 SQL とフェデレーションクエリを実行し、スキーマとサンプルを比較し、ストリームを診断し、ファイルと S3 を参照できます
• ✨ AI アシスタントパネルからワンクリックでセットアップできます。Docker のデプロイでは /mcp を HTTP(S) 経由で公開します
• 設計上、読み取り専用です。サーバー側フィルターを通過するのは SELECT のみです。AI は参照して助言できますが、書き込みはできません

ドキュメント：MCP 経由の AI アシスタント →

ツール

DBConvert Streams は、以下の27 個の読み取り専用 MCP ツールを公開します。以下の名前は、 稼働中の MCP サーバーのものと一致します。

接続とスキーマ

• dbconvert_list_connections — ワークスペースの接続を一覧表示
• dbconvert_get_connection — 1つの接続を調査
• dbconvert_list_databases — データベースを一覧表示
• dbconvert_list_schemas — スキーマを一覧表示
• dbconvert_list_tables — テーブルを一覧表示
• dbconvert_list_views — ビューを一覧表示

テーブルとビューの調査

• dbconvert_describe_table — テーブルの列とキーを調査
• dbconvert_preview_table — テーブルの行をプレビュー
• dbconvert_describe_view — ビューを調査
• dbconvert_preview_view — ビューの行をプレビュー

読み取り専用 SQL

• dbconvert_run_select — SELECT クエリを実行
• dbconvert_explain_select — SELECT クエリを説明

スキーマとデータの比較

• dbconvert_compare_schemas — スキーマを比較
• dbconvert_compare_data_sample — データサンプルを比較

ストリーム診断

• dbconvert_list_streams — ストリームを一覧表示
• dbconvert_get_stream — ストリームを調査
• dbconvert_get_stream_status — ストリームの状態を取得
• dbconvert_get_stream_stats — ストリームのスループットと統計情報を取得
• dbconvert_get_stream_recent_errors — ストリームの最近のエラーを調査
• dbconvert_get_stream_recent_logs — ストリームの最近のログを調査

ファイルと S3

• dbconvert_list_files — ワークスペースのファイルを一覧表示
• dbconvert_get_file_schema — ファイルのスキーマを調査
• dbconvert_preview_file — ファイルの行をプレビュー
• dbconvert_list_s3_buckets — S3 バケットを一覧表示
• dbconvert_list_s3_objects — S3 オブジェクトを一覧表示

フェデレーション SQL

• dbconvert_run_federated_select — 複数のソースにまたがる読み取り専用クエリを実行します
• dbconvert_explain_federated_select — フェデレーション SELECT クエリを説明します

公開されている操作は読み取り専用のみです。サーバー側のフィルターで SELECT のみが許可されるため、AI クライアントが接続、設定、ストリーム、または データを変更することはできません。クライアントのセットアップについては、MCP セットアップガイドをご覧ください。

データ移行（ロードモード）

自動的なスキーマ変換と検証により、大規模なデータセットをデータベース間で迅速に移行できます。

パフォーマンス： 2,300 万行（4.38 GB）を MySQL から Parquet に、136 MB/s で 35.7 秒で移行しました。

リアルタイム CDC（変更データキャプチャ）

INSERT、UPDATE、DELETE 操作を、最小限の遅延でソースからターゲットへリアルタイムにストリーミングします。データベース、ファイル、S3 ストレージへの CDC に対応しています。

これはおそらく適していません

• 100 以上のコネクター（SaaS、API など）が必要な場合
• 大規模な Kafka パイプラインをすでに運用している場合
• 複雑な ETL／変換が必要な場合

スクリーンショット

データエクスプローラー

統合されたツリーナビゲーションで、複数のデータベース接続にまたがってスキーマの閲覧、データの表示と編集ができます。

フェデレーション SQL

単一のクエリで、MySQL、PostgreSQL、ファイルソース（CSV、Parquet）にまたがるテーブルを結合できます。

ER 図

対話型の実体関連図で、データベースの関係を可視化できます。

ストリーム設定

テーブルの選択、カスタムクエリ、転送設定を使用して、データ移行と CDC ストリームを設定できます。

ストリーム監視

行数、データサイズ、転送速度、テーブルごとの進行状況など、データストリームのリアルタイム指標を追跡できます。

AI アシスタント

ワンクリックで AI クライアントを接続できます。表示されているものと同じワークスペースを読み取り専用で参照します。

対応ソースとターゲット

ソース

• MySQL／MariaDB／Percona
• PostgreSQL／CockroachDB
• Amazon RDS、Aurora、Google Cloud SQL、Azure Database
• ローカルファイル（CSV、JSONL、Parquet）
• S3 互換ストレージ（AWS S3、MinIO、DigitalOcean Spaces、Wasabi）

ターゲット

• MySQL／PostgreSQL
• Snowflake
• CSV／JSONL／Parquet（ローカルファイル）
• Amazon S3／MinIO／S3 互換ストレージ
• Google Cloud Storage（GCS）
• Azure Blob Storage

デプロイ方法

どこでも実行できます。クラウドアカウントは不要で、ベンダーロックインもありません。

方法	説明
デスクトップ	Windows、macOS、Linux — ローカルでセットアップでき、アカウントは不要です
セルフホスト	任意のマシンで Docker／Docker Compose を使用 — ローカルサーバー、VPS、自社インフラに対応します

料金

Database IDE は永久に無料です。データ移行と CDC ストリーミングについては、料金の詳細をご覧ください。

例

ほとんどのユーザーは API を使いません。 UI では、接続、テーブルの選択、フェデレーション SQL、ストリームの設定、監視までを一貫して行えます。以下の curl の例は、デプロイをスクリプト化したい場合、DBConvert Streams を CI/CD に組み込みたい場合、または別のサービスから操作したい場合のものであり、必須のワークフローではありません。

接続は個別に管理され、ストリーム設定では ID を使って接続を参照します。API を使った一般的なワークフローを紹介します。

1. 接続を作成する

# Create a MySQL source connection
curl -X POST http://localhost:8020/api/v1/connections \
  -H "Content-Type: application/json" \
  -d '{
    "name": "mysql-source",
    "type": "mysql",
    "host": "localhost",
    "port": 3306,
    "username": "root",
    "password": "password"
  }'

# Create a PostgreSQL target connection
curl -X POST http://localhost:8020/api/v1/connections \
  -H "Content-Type: application/json" \
  -d '{
    "name": "pg-target",
    "type": "postgresql",
    "host": "localhost",
    "port": 5432,
    "username": "postgres",
    "password": "password"
  }'

2. MySQL → PostgreSQL（ロード）

テーブルを選択して一度だけ移行します。

{
  "name": "mysql-to-postgres-migration",
  "mode": "load",
  "source": {
    "connections": [{
      "connectionId": "<mysql-connection-id>",
      "database": "sakila",
      "tables": [
        { "name": "actor" },
        { "name": "film" },
        { "name": "customer" }
      ]
    }]
  },
  "target": {
    "id": "<pg-connection-id>",
    "spec": {
      "db": {
        "database": "target_db",
        "schema": "public",
        "schemaPolicy": "drop_and_recreate"
      }
    }
  }
}

3. MySQL → PostgreSQL（CDC）

挿入、更新、削除をキャプチャしてリアルタイムにレプリケーションします。

{
  "name": "mysql-to-postgres-cdc",
  "mode": "cdc",
  "source": {
    "connections": [{
      "connectionId": "<mysql-connection-id>",
      "database": "sakila",
      "tables": [
        { "name": "actor" },
        { "name": "film" }
      ]
    }],
    "options": {
      "operations": ["insert", "update", "delete"]
    }
  },
  "target": {
    "id": "<pg-connection-id>",
    "spec": {
      "db": {
        "database": "target_db",
        "writeMode": "upsert"
      }
    }
  }
}

4. PostgreSQL → S3 Parquet（ロード）

データベースのテーブルを S3 上の Parquet ファイルにエクスポートします。

{
  "name": "pg-to-s3-parquet",
  "mode": "load",
  "source": {
    "connections": [{
      "connectionId": "<pg-connection-id>",
      "database": "analytics",
      "tables": [
        { "name": "orders" },
        { "name": "customers" }
      ]
    }]
  },
  "target": {
    "id": "<s3-connection-id>",
    "spec": {
      "s3": {
        "fileFormat": "parquet",
        "upload": {
          "bucket": "my-data-lake",
          "prefix": "exports/"
        }
      }
    }
  }
}

5. 複数ソースのフェデレーションクエリ（ロード）

MySQL と PostgreSQL のデータを結合して、1 つのターゲットに書き込みます。

{
  "name": "federated-migration",
  "mode": "load",
  "source": {
    "connections": [
      {
        "alias": "my1",
        "connectionId": "<mysql-connection-id>",
        "database": "sakila"
      },
      {
        "alias": "pg1",
        "connectionId": "<pg-connection-id>",
        "database": "dvdrental"
      }
    ]
  },
  "target": {
    "id": "<target-connection-id>",
    "spec": {
      "db": { "database": "warehouse" }
    }
  }
}

6. ストリームを開始する

curl -X POST http://localhost:8020/api/v1/stream-configs/<config-id>/start

7. 進捗を監視する

curl http://localhost:8020/api/v1/streams/<stream-id>/stats

すべてのエンドポイントとオプションについては、API ドキュメントをご覧ください。スタンドアロンのストリーム設定ファイルはexamples/api/にあり、再現可能なベンチマーク（Debezium との並列比較を含む）はexamples/benchmarks/にあります。

詳細情報

• ドキュメント
• 新着情報

フィードバックとサポート

ご質問やフィードバックがある場合は、ディスカッションをご利用いただくか、Issueを作成してください。