mcpField
M
Mybatis Mapper2sql

Mybatis Mapper2sql

本地服务
github.com/handsomestWei数据库064 周前更新

关于 Mybatis Mapper2sql

Mybatis Mapper2sql 是面向 MyBatis 开发者的 MCP 服务,可从 Mapper XML 提取 SQL,并通过参数模拟和数据库执行测试辅助分析。它使用 MyBatis 解析引擎,并以 stdio 提供接口。

主要功能

  1. 01从 Mapper XML 提取 SQL
  2. 02自动模拟 SQL 参数
  3. 03连接数据库执行 SQL 测试
  4. 04支持多种数据库类型

适用场景

  1. 01查看 Mapper XML 中的 SQL 结构
  2. 02生成带参数的 SQL 用于分析
  3. 03验证 SQL 在数据库中的执行结果

MCP 相关

这是一个通过 stdio 提供 MCP 工具的服务,包含基础 SQL 提取、参数模拟和执行测试功能。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

来自项目 README

MyBatis Mapper2SQL MCP Server

这是一个基于Model Context Protocol (MCP)的MyBatis Mapper XML SQL提取服务。

概述

本项目将原有的 MyBatis Mapper2SQL 工具,转型为 MCP (Model Context Protocol) 服务,使其能够在 AI 时代继续发挥价值,并与 AI 模型协作提供更强大的 SQL 提取和分析能力。

基于spring-ai, 提供stdio(stdin/stdout)模式,通过标准输入输出,进行进程间通信,适用于命令行工具集成。

功能特性

  • SQL提取: 从MyBatis mapper XML文件中提取SQL语句
  • 参数Mock: 自动生成SQL参数,支持基于resultMap和JDBC连接的类型推断
  • SQL测试: 连接数据库执行SQL并记录执行结果

核心优势

  1. 确定性解析: 基于 MyBatis 官方解析引擎,结果稳定可靠。
  2. AI 协作: 作为 AI 的"专家工具",提供精确的 SQL 解析能力。
  3. 服务化: 通过 MCP 协议提供标准化接口。
  4. 扩展性: 支持多种数据库类型。

可用工具

本项目提供3个专业工具,满足不同场景的SQL提取需求:

1. parse_mapper
  • 功能: 基础 SQL 提取,保留占位符(不进行参数模拟)
  • 适用场景: 快速查看 SQL 结构,无需参数 mock
  • 参数:
    • filePath (string): mapper XML文件或目录路径
2. parse_mapper_and_mock
  • 功能: SQL 提取 + 参数自动 mock
  • 适用场景: 需要可执行 SQL 进行测试或分析
  • 参数:
    • filePath (string): mapper XML文件或目录路径
3. parse_mapper_and_run_test
  • 功能: SQL 提取 + 参数 mock + 执行测试
  • 适用场景: 验证 SQL 在真实数据库中的执行情况
  • 参数:
    • filePath (string): mapper XML文件或目录路径

使用说明

编译运行

参考

MCP客户端配置

参考

使用示例

参考本地使用Trae MCP客户端调试说明

基本SQL提取
{
  "name": "parse_mapper",
  "arguments": {
    "filePath": "/path/to/mapper.xml"
  }
}
带参数Mock的SQL提取
{
  "name": "parse_mapper_and_mock",
  "arguments": {
    "filePath": "/path/to/mapper.xml"
  }
}
SQL测试
{
  "name": "parse_mapper_and_run_test",
  "arguments": {
    "filePath": "/path/to/mapper.xml"
  }
}

参考

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。