Clone the repository

PostgreSQL、uV Python、AutoGen AI を使用した MCP サーバー 概要 このプロジェクトは、uV Python で構築されたモジュール式のバックエンドサーバーです。データストレージには PostgreSQL を使用し、インテリジェントなデータ処理と自律的なタスク実行のために AutoGen AI と統合されています。中核モジュールである MCP（Modular Command Processor）は、データベースと AI エージェント間の構造化されたやり取りを処理し、リアルタイム操作、インポート検証、AI によって強化された意思決定ロジックをサポートします。

主なコンポーネント uV Python：高速で再現性の高いデプロイに使用する、軽量で分離された Python 環境です。

PostgreSQL：構造化データの保存とクエリに対応する、堅牢なリレーショナルデータベースです。

MCP（Modular Command Processor）：スキーマ駆動のルールを使用して、データのインポート、検証、変換を統括する中核ロジックエンジンです。

AutoGen AI：自然言語によるクエリ処理、自律的なタスク実行、インテリジェントなエージェントのサポートなど、AI 機能によって操作を強化するために統合されています。

機能 スキーマベースのデータ検証と変換

AI を活用した、データベースとの自然言語によるやり取り

pyproject.toml と uv を使用したシンプルなセットアップ

拡張性と保守性に優れた、すっきりとしたモジュール構造

はじめに 前提条件 Python 3.10+

uV（pip でインストール：pip install uv）

ローカルまたはリモートで実行中の PostgreSQL

セットアップ手順

リポジトリをクローンします

git clone https://github.com/shrishailwali/mcp-server-postgres

uV を使用して依存関係をインストールします

uv pip install -r requirements.txt # または pyproject.toml を直接使用します 環境設定 次のキーを含む .env ファイルを作成します。

env

POSTGRES_HOST=localhost POSTGRES_PORT=5432 POSTGRES_USER=postgres POSTGRES_DB=cmms POSTGRES_PASSWORD=yourpassword

サーバーを実行する uvicorn main:app --reload

AutoGen AI との統合 AutoGen は次の用途に使用されます。

ユーザー入力（ファイルのアップロード、コマンドなど）の解析

AI エージェントによる SQL クエリの生成

LLM による推論でバックエンドのワークフローを自動化

AutoGen の統合では、spick-ai という名前の Azure OpenAI デプロイを使用して、応答の生成とアクションの実行を行います。