你的 Agent 终于能碰数据库了:Google 开源的 mcp-toolbox 打通了 20+ 种数据引擎

前言

前阵子我在做一个用户系统的功能,Claude 帮写得飞起,但每次涉及到数据库——「users 表有几个索引?」「最近一周订单量趋势怎么样?」——它就卡住了。

「我无法访问你的数据库。」

我只能切到 DataGrip 查完,把结果粘回来,再让 Claude 继续。来回十几趟,人先废了。

这个痛点其实每个用 AI 写代码的人都经历过:AI 助手卡在应用层,数据库这堵墙怎么都穿不过去。Google 最近开源的 mcp-toolbox 就是来拆这堵墙的。

mcp-toolbox

简单说:一个 MCP 服务器,让 Claude Code、Codex、Gemini CLI 这些 AI 编程助手直接连接你的数据库——查表结构、跑 SQL、甚至帮你写参数化查询,全在对话里完成。

❌ 过去(AI 碰不到数据库)

users 表有哪些字段? 👤

🤖 我无法访问你的数据库,你可以把建表语句贴给我看看。

🟢 现在(接上 mcp-toolbox 后)

users 表有哪些字段? 👤

🤖 users 表有 12 个字段:id (bigint PK)、name (varchar)、email (varchar)、created_at (timestamp)……需要我查一下最近一周的新注册用户数吗?

不只是「能查」。这玩意其实有两层用法,面向完全不同的场景:

第一层:开箱即用。 一条命令 npx @toolbox-sdk/server --prebuilt=postgres --stdio,你的 AI 助手立刻获得 list_tables、get_schema、execute_sql 这些标准工具。不用写一行配置,数据库直接暴露给 Agent。适合开发调试、快速探索——你在 IDE 里问一句「帮我看下 orders 表最近 100 条记录」,它当场把结果喂给你。

第二层:自定义工具框架。 这才是 mcp-toolbox 真正厉害的地方。你可以写一个 tools.yaml,把 SQL 模板化、参数化,精确控制 Agent 能跑什么查询、不能碰哪些表。比如定义一个「按用户名搜索酒店」的工具,Agent 只能执行你写好的那条 SELECT * FROM hotels WHERE name ILIKE '%' || $1 || '%' ,没法 DROP TABLE,也没法绕过参数注入。

这种「给 Agent 发受限武器」的设计思路,跟那些直接把整个数据库权限丢给 AI 的方案完全不是一个量级。你想想,生产环境的数据库,你敢让一个 LLM 自由跑 SQL 吗?mcp-toolbox 的做法是:你定义好工具边界,Agent 在边界内执行——连接池、IAM 鉴权、OpenTelemetry 全链路追踪它都帮你管了。

支持的数据库多到离谱:

  • PostgreSQL
  • MySQL
  • MariaDB
  • SQL Server
  • Oracle
  • MongoDB
  • R…
— 以上为试看内容(约 40%),开通会员后阅读全文 —