Dbconvert Streams MCP

DBConvert Streams

数据库 IDE + 迁移 + 实时 CDC——整合在一个工作流中。

查询数据，
迁移数据，
保持数据同步，
并让你的 AI 助手查看所有内容

无需在工具之间来回切换。

如果你觉得它有用，不妨点个 ⭐

---

为什么要做这个项目

大多数方案看起来是这样的：

• 用于查询的数据库客户端
• 用于迁移的脚本或工具
• 独立的 CDC 管道

这些方案可行，但彼此割裂。

DBConvert Streams 将这些功能整合到一个工作区中。

---

使用体验

可以把它看作：

DBeaver / DataGrip

• 迁移工具
  
• CDC

但无需每次都切换工具

---

示例

跨数据库和文件运行查询：

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

然后将同一查询用作数据源，并将数据流传输到任意位置。

---

你可以做什么

• 浏览数据库、文件和 S3
• 跨多个数据源运行 SQL
• 在不同系统之间迁移数据
• 通过 CDC 保持数据同步
• 连接 Claude、Cursor 或 Copilot——AI 可以读取实时架构、数据和数据流（通过 MCP 只读）

所有操作都在同一个工作流中完成。

注意： 这里是 DBConvert Streams 的公开主页，提供示例配置、文档、问题跟踪和发行说明。产品本身是专有软件。

快速开始

可在任何地方运行——你的笔记本电脑、VPS 或自有基础设施。无需依赖云服务，也不会受供应商锁定。

桌面应用

下载适用于 Windows、macOS 或 Linux 的版本——无需账号。

AI 客户端扩展

从 Releases 获取 dbconvert-streams-<version>.mcpb，并将其拖入 Claude → Settings → Extensions。它会询问连接字符串和文件夹，无需安装其他任何东西——无需安装 DBConvert Streams、工具链，也无需运行服务。

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

在同一个字段中输入多个数据源，以空格分隔——shop=postgres://… orders=mysql://…——一次提问即可跨所有数据源进行联查。

使用文件夹选择器添加包含 Parquet、CSV 或 JSON 文件的文件夹。每个数据源都会在聊天中变为只读工具，一次提问即可同时跨多个数据源进行查询。

一个文件适用于 Windows 和 Linux——软件包包含各自的二进制文件，并会自动选择合适的文件。macOS 计划在后续版本中支持。

不是 Claude 用户？ 同一服务也可以作为容器运行，任何能够启动容器的 MCP 客户端都可以使用它：

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

Cursor 和 VS Code 可以一键完成设置——添加到 Cursor · 添加到 VS Code——VS Code 会在安装时询问连接字符串；在 Cursor 中则需替换示例字符串。文件夹、S3 密钥及其他内容请参阅独立服务。

捆绑的服务是专有软件，根据 DBConvert Streams 许可协议分发。本仓库中的 MIT 许可仅适用于此处的示例、文档和资源，不适用于该二进制文件。

自托管（Docker）

在任何安装了 Docker 的机器上部署——本地服务器、VPS（DigitalOcean、Hetzner、AWS EC2 等）或你自己的基础设施：

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

什么是 DBConvert Streams？

DBConvert Streams 是一款内置迁移和实时 CDC 功能的数据库 IDE。

浏览数据库、本地文件和 S3 存储。直接编辑数据。运行联合 SQL 查询，跨不同数据库引擎联接表，无需中间导出。

主要功能

实际使用中，主要包括以下功能：

数据库 IDE 与工作区（免费）

• 数据浏览器 — 在同一处浏览数据库、文件和 S3
• ER 图 — 可视化数据库关系
• 架构比较 — 比较不同数据库的架构和数据
• 架构导航 — 跨连接持久保存状态并进行搜索

联合 SQL

• 同时对多个数据库和文件源执行 SQL 查询
• 使用连接别名联接实时 PostgreSQL 和 MySQL 表
• 在查询数据库的同时，也可查询 CSV、JSON、Parquet 文件和 S3 存储

内置 AI 聊天 — 2.5.0 新增

针对桌面应用中已打开的数据库内容提问：表、视图、文件、SQL 控制台、连接或迁移/CDC 流。AI 聊天会以当前工作区的实时上下文为起点，因此可以检查架构和数据、说明或修复失败的查询，并诊断流状态，无需你将 DDL 粘贴到单独的聊天窗口中。

使用你自己安装的 Agent 命令行工具 — Claude Code、Codex、GitHub Copilot CLI 或 OpenCode。AI 聊天会自动提供相关的限定范围 DBConvert 只读工具，并在工作过程中显示工具活动；它无法更改连接、配置、流或数据。

文档：AI 聊天 →

通过 MCP 使用 AI 助手 — 2.4 新增

• 内置 MCP 服务：Claude、Cursor、VS Code Copilot、Windsurf、Gemini CLI 和 Codex 可读取实时架构、数据和流状态 — 无需再将 DDL 粘贴到聊天窗口中
• 27 个只读工具：检查工作区连接、架构、表和视图；运行只读 SQL 和联合查询；比较架构和样本；诊断流；浏览文件和 S3
• 在 ✨ AI 助手面板中一键设置；Docker 部署通过 HTTP(S) 暴露 /mcp
• 采用只读设计：只有 SELECT 能通过服务端筛选 — AI 只能查看并提供建议，不能写入

文档：通过 MCP 使用 AI 助手 →

工具

DBConvert Streams 提供以下 27 个只读 MCP 工具。下列名称 与在线 MCP 服务中的名称一致。

连接和架构

• dbconvert_list_connections — 列出工作区连接
• dbconvert_get_connection — 检查一个连接
• dbconvert_list_databases — 列出数据库
• dbconvert_list_schemas — 列出架构
• dbconvert_list_tables — 列出表
• dbconvert_list_views — 列出视图

表和视图检查

• dbconvert_describe_table — 检查表的列和键
• dbconvert_preview_table — 预览表行
• dbconvert_describe_view — 检查视图
• dbconvert_preview_view — 预览视图行

只读 SQL

• dbconvert_run_select — 运行 SELECT 查询
• dbconvert_explain_select — 解释 SELECT 查询

架构和数据比较

• dbconvert_compare_schemas — 比较架构
• dbconvert_compare_data_sample — 比较数据样本

流诊断

• dbconvert_list_streams — 列出流
• dbconvert_get_stream — 检查流
• dbconvert_get_stream_status — 获取流状态
• dbconvert_get_stream_stats — 获取流吞吐量和统计信息
• dbconvert_get_stream_recent_errors — 检查近期流错误
• dbconvert_get_stream_recent_logs — 检查近期流日志

文件和 S3

• dbconvert_list_files — 列出工作区文件
• dbconvert_get_file_schema — 检查文件架构
• dbconvert_preview_file — 预览文件行
• dbconvert_list_s3_buckets — 列出 S3 存储桶
• dbconvert_list_s3_objects — 列出 S3 对象

联邦 SQL

• dbconvert_run_federated_select — 在多个数据源间运行只读查询
• dbconvert_explain_federated_select — 解释联邦 SELECT 查询

仅开放只读操作：服务端筛选器只允许 SELECT，因此 AI 客户端无法更改连接、配置、数据流或 数据。有关客户端设置，请参阅 MCP 设置指南。

数据迁移（加载模式）

通过自动架构转换和验证，在数据库之间快速迁移大型数据集。

性能： 在 35.7 秒内以 136 MB/s 的速度将 2,300 万行（4.38 GB）从 MySQL 迁移到 Parquet。

实时 CDC（变更数据捕获）

以极低延迟将 INSERT、UPDATE 和 DELETE 操作从源端实时传输到目标端。支持将 CDC 数据传输到数据库、文件和 S3 存储。

这些情况可能不适合你

• 你需要 100 多种连接器（SaaS、API 等）
• 你已经大规模运行 Kafka 管道
• 你需要复杂的 ETL／转换

截图

数据浏览器

通过统一的树形导航浏览架构，并跨多个数据库连接查看和编辑数据：

联邦 SQL

在单个查询中联接 MySQL、PostgreSQL 和文件数据源（CSV、Parquet）中的表：

ER 图

通过交互式实体关系图直观呈现数据库关系：

数据流配置

通过表选择、自定义查询和传输设置来配置数据迁移和 CDC 数据流：

数据流监控

通过实时指标跟踪数据流 — 行数、数据大小、传输速率和每张表的进度：

AI 助手

只需单击一下即可连接 AI 客户端 — 它会以只读方式读取与你所见相同的工作区：

支持的数据源和目标

数据源

• MySQL / MariaDB / Percona
• PostgreSQL / CockroachDB
• Amazon RDS、Aurora、Google Cloud SQL、Azure Database
• 本地文件（CSV、JSONL、Parquet）
• 兼容 S3 的存储（AWS S3、MinIO、DigitalOcean Spaces、Wasabi）

目标

• MySQL / PostgreSQL
• Snowflake
• CSV / JSONL / Parquet（本地文件）
• Amazon S3 / MinIO / 兼容 S3 的存储
• Google Cloud Storage（GCS）
• Azure Blob Storage

部署选项

随处运行 — 无需云账户，也不会被供应商锁定。

方式	描述
桌面版	Windows、macOS、Linux — 本地设置，无需账户
自托管	在任意机器上使用 Docker / Docker Compose — 本地服务、VPS 或你自己的基础设施

定价

数据库 IDE 永久免费。有关数据迁移和 CDC 数据流，请参阅定价详情。

示例

大多数人从不使用 API。 UI 全面涵盖连接、表选择、联邦 SQL、数据流配置和监控。以下 curl 示例适用于希望编写部署脚本、将 DBConvert Streams 接入 CI/CD，或通过其他服务驱动它的用户 — 并非必需的工作流。

连接单独管理，数据流配置通过 ID 引用这些连接。以下是通过 API 实现的典型工作流。

1. 创建连接

# 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（加载）

选择表进行一次性迁移：

{
  "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）

实时复制，捕获插入、更新和删除操作：

{
  "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（加载）

将数据库表导出为 S3 上的 Parquet 文件：

{
  "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. 多数据源联邦查询（加载）

将 MySQL 和 PostgreSQL 中的数据联接到一个目标：

{
  "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. 启动数据流

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

7. 监控进度

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

查看完整的 API 文档，了解所有端点和选项。独立的 stream-config 文件位于 examples/api/，可复现的基准测试（包括与 Debezium 的并排对比）位于 examples/benchmarks/。

了解更多

• 文档
• 最新动态

反馈与支持

有问题或反馈？请使用 讨论区 或提交 Issue。