关于 universal-db-mcp
universal-db-mcp 是供 AI Agent 安全访问数据库的 Python MCP 服务,支持 PostgreSQL、SQLite、MySQL 和 DuckDB。它默认只读,并在查询到达数据库前应用多层注入防护。
主要功能
- 01支持四种数据库
- 02默认只读访问
- 03八层 SQL 注入防护
- 04查询、结构与执行计划工具
- 05结构快照及差异检测
适用场景
- 01查询本地 SQLite 或 DuckDB 文件
- 02在 DuckDB 中分析 Parquet、CSV 或 JSON
- 03安全查看数据库结构和查询计划
- 04追踪结构变化并检查查询历史
MCP 相关
它向 MCP 客户端提供 SQL 查询、结构检查、执行计划、健康状态及结构对比工具,并在查询执行前进行安全校验。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
uvx universal-db-mcpPOSTGRES_URI密钥PostgreSQL connection string (read-only user recommended)SQLITE_PATHPath to a SQLite database fileMYSQL_URI密钥MySQL connection string (read-only user recommended)DUCKDB_PATHPath to a DuckDB file, or :memory:ALLOW_DESTRUCTIVESet to true to allow INSERT/UPDATE/DELETE/DDL (default: false)MAX_RESULT_ROWSMaximum rows returned per query (default: 1000)本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
8收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| sql | string | 是 | 要执行的 SQL 查询 |
| params | any | 否 | 参数化查询的可选参数列表(请使用此参数代替字符串格式化) |
| database | any | 否 | 数据库键(格式:"type:name")。配置了多个数据库时必填。 |
详细介绍
通用数据库 MCP 服务
面向 AI Agent 数据库访问、以安全为先的 Python 原生 MCP 服务。

为什么要构建它
大多数数据库 MCP 服务都会向 AI Agent 提供原始 SQL 访问权限,然后听天由命。 本服务将大模型视为不可信输入,并在任何查询到达数据库之前应用 8 层注入防护——包括拦截 UNION 攻击、 堆叠语句、基于时间的注入和注释绕过。
支持:PostgreSQL · SQLite · MySQL · DuckDB(列式分析)
零配置:现在就能在笔记本电脑上运行
无需 Docker,无需云账户,也无需安装数据库服务端。DuckDB 和 SQLite 在进程内运行:
# Query a local SQLite database — one command, zero infra
SQLITE_PATH=./myapp.db uvx universal-db-mcp
# Query a local DuckDB file or parquet files
DUCKDB_PATH=./analytics.duckdb uvx universal-db-mcp
# In-memory DuckDB for throwaway analysis
DUCKDB_PATH=:memory: uvx universal-db-mcp
添加到 Claude Code 的 ~/.claude/mcp_servers.json,或添加到 Claude Desktop 的
~/Library/Application Support/Claude/claude_desktop_config.json(macOS) /
%APPDATA%\Claude\claude_desktop_config.json(Windows):
{
"mcpServers": {
"mydb": {
"command": "uvx",
"args": ["universal-db-mcp"],
"env": {
"SQLITE_PATH": "/Users/you/projects/myapp/db.sqlite3",
"ALLOW_DESTRUCTIVE": "false"
}
}
}
}
保存后重启 Claude Desktop / Claude Code——就这么简单。
Claude Code 会自动发现这些工具。
更多客户端配置(Claude Desktop、Cursor、Windsurf、Docker)见
examples/。
安全模型:8 层
默认只读。纵深防御。每个查询在接触驱动程序之前都会经过验证。
| 层级 | 功能 |
|---|---|
| 1 | 驱动程序级只读 — PostgreSQL 会话标志、SQLite mode=ro URI、DuckDB read_only=True。写操作会在 SQL 解析前被拒绝。 |
| 2 | 关键字拦截 — 只读模式下拦截 DROP、DELETE、TRUNCATE、ALTER、INSERT、UPDATE、GRANT、EXEC |
| 3 | 注入模式检测 — UNION SELECT、堆叠语句、SQL 注释(--、/*)、xp_、SLEEP()、WAITFOR、BENCHMARK() |
| 4 | 拒绝多条语句 — 始终拦截用于分隔语句的 ; |
| 5 | 参数类型强制 — 参数仅接受 str、int、float、bool、null |
| 6 | 结果大小限制 — 截断至 MAX_RESULT_ROWS(默认 1000),防止内存耗尽 |
| 7 | 标识符清理 — 在内部生成的 SQL 中剔除表名/列名中的元字符 |
| 8 | DuckDB 文件系统拦截列表 — 在适配器层拦截 read_csv()、read_parquet()、glob()、LOAD、INSTALL、httpfs、COPY;read_only=True 只会拦截写操作,不会拦截文件读取 |
完整威胁模型:docs/SECURITY.md
DuckDB:无需基础设施的分析
DuckDB 在进程内运行(无需服务端),并原生读取 Parquet、CSV、JSON。 无需搭建数据仓库,即可将 AI Agent 连接到分析数据:
# Query parquet files directly
DUCKDB_PATH=:memory: uvx universal-db-mcp
然后在 Claude Code 中:
You: "Load sales.parquet and show me monthly revenue by region"
Claude: [uses query tool → SELECT region, strftime('%Y-%m', date) AS month, SUM(revenue) ...]
自然语言 → SQL
无需单独的自然语言转 SQL 工具——Claude 已能完成此操作。提供
schema 工具并用普通英语提问:
You: "Which customers placed more than 5 orders last month?"
Claude: [calls schema() to see table structure, then query() with the
generated SQL — every query still passes through all 8 security
layers before touching your database]
原型开发时可配合 dry_run: true(DRYRUN=true)使用——Claude 会返回
查询计划,但不会执行任何操作。
Docker
docker build -t universal-db-mcp .
docker run -i --rm \
-e POSTGRES_URI=postgresql://readonly:[email protected]:5432/mydb \
-e ALLOW_DESTRUCTIVE=false \
universal-db-mcp
如何将其接入 MCP 客户端,请参阅 examples/docker_mcp_config.json。
所有数据库
# PostgreSQL
POSTGRES_URI=postgresql://readonly:pass@localhost/mydb uvx universal-db-mcp
# SQLite (local file, zero infra)
SQLITE_PATH=./db.sqlite3 uvx universal-db-mcp
# MySQL
MYSQL_URI=mysql://readonly:pass@localhost/mydb uvx universal-db-mcp
# DuckDB (columnar, in-process analytics)
DUCKDB_PATH=./analytics.duckdb uvx universal-db-mcp
# Multiple databases simultaneously
POSTGRES_URI=... SQLITE_PATH=... uvx universal-db-mcp
MCP 工具
| 工具 | 描述 |
|---|---|
query | 执行 SQL——默认只读,并应用全部 8 层安全防护 |
schema | 检查表和列——无需配置 |
explain | 获取查询执行计划,但不运行查询 |
health | 检查连接状态、数据库版本和连接池指标 |
list_databases | 显示所有已配置的数据库及连接状态 |
query_history | 查看最近执行的 100 条查询 |
snapshot_schema | 捕获当前架构,用于检测架构变更 |
schema_diff | 将当前架构与上次快照进行比较 |
v1.1.0:新增试运行模式(DRYRUN=true)、表允许列表(WHITELISTED_TABLES)、查询复杂度警告、结构化审计日志,以及用于验证连通性的 --check CLI 标志。详见 CHANGELOG.md。
配置
# ── PostgreSQL ─────────────────────────────────────
POSTGRES_URI=postgresql://user:pass@host:5432/db
POSTGRES_READONLY=true # default: true
# ── SQLite ─────────────────────────────────────────
SQLITE_PATH=/path/to/database.db
SQLITE_READONLY=true # default: true
# ── MySQL ──────────────────────────────────────────
MYSQL_URI=mysql://user:pass@host:3306/db
MYSQL_READONLY=true # default: true
# ── DuckDB ─────────────────────────────────────────
DUCKDB_PATH=/path/to/analytics.duckdb # or :memory:
DUCKDB_READONLY=true # default: true
# ── Security ───────────────────────────────────────
ALLOW_DESTRUCTIVE=false # default: false — blocks INSERT/UPDATE/DELETE/DROP
MAX_RESULT_ROWS=1000 # truncate large results
ENABLE_LOGGING=true # log queries to stderr
QUERY_TIMEOUT=30 # seconds
RATE_LIMIT_RPM=60 # requests per minute
安全的数据库用户
始终使用专用的只读账号。切勿向 MCP 服务提供可修改数据的凭据。
PostgreSQL:
CREATE USER mcp_agent WITH PASSWORD 'strong_random_password';
GRANT CONNECT ON DATABASE mydb TO mcp_agent;
GRANT USAGE ON SCHEMA public TO mcp_agent;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO mcp_agent;
MySQL:
CREATE USER 'mcp_agent'@'localhost' IDENTIFIED BY 'strong_random_password';
GRANT SELECT ON mydb.* TO 'mcp_agent'@'localhost';
FLUSH PRIVILEGES;
开发
git clone <repo-url>
cd universal-db-mcp
python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"
# Run tests (67+ passing, no external DB required for SQLite + DuckDB)
pytest
# Security tests only
pytest tests/test_security.py -v
# With coverage
pytest --cov=src/universal_db_mcp --cov-report=term-missing
架构
src/universal_db_mcp/
├── server.py # FastMCP server — 5 tools
├── config.py # Env-var config via Pydantic
├── adapters/
│ ├── base.py # Abstract adapter + result dataclasses
│ ├── postgresql.py # asyncpg, connection pool, read-only via init callback
│ ├── sqlite.py # aiosqlite, read-only via file URI mode=ro
│ ├── mysql.py # aiomysql, DictCursor
│ └── duckdb.py # duckdb, thread-pool executor, lock-guarded
└── security/
└── sanitizer.py # SQLSanitizer — 8-layer injection prevention
docs/
└── SECURITY.md # Full security architecture and threat model
与 Google MCP Toolbox 对比
| 本项目 | Google MCP Toolbox | |
|---|---|---|
| 运行环境 | Python——pip install / uvx | Go 二进制文件 / Docker |
| 本地数据库 | SQLite + DuckDB,无需基础设施 | 不支持 SQLite |
| 分析 | 进程内 DuckDB | 无列式适配器 |
| 身份验证模型 | 默认只读 + 环境变量 | IAM / 原生 GCP |
| SQL 注入 | 8 层清理器 + 参数化查询 | 侧重身份验证 |
| 扩展 | Python 生态,可使用任意 pip 包 | Go 插件 |
| 供应商 | 中立 | Google Cloud 导流 |
不同的工具适用于不同的任务。如果你希望使用原生 Python、优先本地部署且经过安全加固的访问方式,同时不依赖云服务,请使用本项目。
许可证
MIT — LICENSE
安全声明:此服务为 AI Agent 提供数据库访问权限。始终使用只读凭据,在生产部署前查看 docs/SECURITY.md,并且切勿提交 .env 文件。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。