用于PostgreSQL操作和监控的MCP服务器

---

建筑与内部（DeepWiki）

---

概述

MCP PostgreSQL操作 是一个用于PostgreSQL数据库操作、监控和管理的专业MCP服务器。支持PostgreSQL 12-18，通过自然语言查询提供全面的数据库分析、性能监控和智能维护建议。大多数功能独立工作，但高级查询分析功能在以下情况下得到了增强 pg_stat_statements 以及（可选） pg_stat_monitor 扩展已安装。

---

特性

• ✅ 零配置：与PostgreSQL 12-18配合使用，开箱即用，具有自动版本检测功能。
• ✅ 自然语言：问“显示慢速查询”或“分析表膨胀”之类的问题
• ✅ 安全生产：只读操作，RDS/Aurora兼容常规用户权限。
• ✅ 扩展增强：可选 pg_stat_statements 和 pg_stat_monitor 用于高级查询分析。
• ✅ 全面的数据库监控：性能分析、膨胀检测和维护建议。
• ✅ 智能查询分析：查询识别速度较慢 pg_stat_statements 和 pg_stat_monitor 整合。
• ✅ 模式和关系发现：使用详细的关系映射进行数据库结构探索。
• ✅ 真空与自动真空智能：实时维护监控和有效性分析。
• ✅ 多数据库操作：无缝的跨数据库分析和监测。
• ✅ 企业就绪：具有RDS/Aurora兼容性的安全只读操作。
• ✅ 开发者友好：简单的代码库，便于定制和工具扩展。

🔧 高性能

• 版本感知I/O统计（在PostgreSQL 16+上增强，在PG 18+上增强字节列）。
• 实时连接和锁监控。
• 后台流程和检查点分析。
• 复制状态和WAL监控。
• 数据库容量和膨胀分析。
• 等待带有描述的事件目录（PG 17+）。
• WAL汇总器监控增量备份（PG 17+）。
• 异步I/O子系统监控（PG 18+）。
• 根据后端I/O和WAL统计数据（PG 18+）。

工具使用示例

📸 更多截图示例→

---

---

---

⭐ 快速入门（5分钟）

注： 这 postgresql 集装箱包含在 docker-compose.yml 仅用于快速入门测试目的。您可以通过根据需要调整环境变量来连接到自己的PostgreSQL实例。

如果你想使用自己的PostgreSQL实例而不是内置的测试容器：

• 在您的数据库中更新目标PostgreSQL连接信息 .env 文件（请参见POSTGRES_HOST、POSTGRES_PORT、POSTGRESS_USER、POTGRES_PASSWORD、POSTGRES_DB）。
• 在 docker-compose.yml，注释掉（禁用） postgres 和 postgres-init-extensions 容器，以避免启动内置测试数据库。

快速入门/教程流程图

1.环境设置

备注：虽然超级用户权限提供对所有数据库和系统信息的访问，但MCP服务器也可以使用常规用户权限进行基本监控任务。

BASH``` 1 2 3 4 5git clone https://github.com/call518/MCP-PostgreSQL-Ops.git cd MCP-PostgreSQL-Ops

Check and modify .env file

cp .env.example .env vim .env

BASH```
1
2
3
4
5
6### No need to modify defaults, but if using your own PostgreSQL server, edit below:
POSTGRES_HOST=host.docker.internal
POSTGRES_PORT=15432  # External port for host access (mapped to internal 5432)
POSTGRES_USER=postgres
POSTGRES_PASSWORD=changeme!@34
POSTGRES_DB=ecommerce # Default connection DB. Superusers can access all DBs.

备注: PGDATA=/data/db 为Percona PostgreSQL Docker镜像预配置，这需要此特定路径才能获得适当的写入权限。

2.启动演示容器

BASH``` 1 2 3 4 5 6# Start all containers including built-in PostgreSQL for testing docker-compose up -d

Alternative: If using your own PostgreSQL instance

Comment out postgres and postgres-init-extensions services in docker-compose.yml

Then use the custom configuration:

docker-compose -f docker-compose.custom-db.yml up -d

> **⏰ 等待环境设置**：由于容器按顺序启动，初始环境设置需要几分钟的时间：
> 
> 
> 1. **PostgreSQL** 容器首先从数据库初始化开始
> 2. **PostgreSQL扩展** 容器安装扩展并创建全面的测试数据（约83K条记录）
> 3. **MCP 服务器** 和 **MCPO代理** 容器在PostgreSQL准备就绪后启动
> 4. **OpenWeb用户界面** 容器最后启动，可能需要额外的时间来加载web界面
> 
> 
> **💡 小贴士**：跑步后等待2-3分钟 `docker-compose up -d` 在访问OpenWebUI之前，确保所有服务都已完全初始化。


**🔍 检查集装箱状态** （可选）：


BASH```
1
2
3
4
5
6# Monitor container startup progress
docker-compose logs -f
# Check if all containers are running
docker-compose ps
# Verify PostgreSQL is ready
docker-compose logs postgres | grep "ready to accept connections"

3.访问OpenWebUI

http://localhost:3003/

• MCP工具功能列表由提供 swagger 可在MCPO API文档URL中找到。

• 例如： http://localhost:8003/docs

4.在OpenWebUI中注册该工具

📌 备注：Web UI配置说明基于OpenWebUI v0.6.22。菜单位置和设置在较新版本中可能有所不同。

1. 使用管理员帐户登录OpenWebUI
2. 转到“设置”→ 顶部菜单中的“工具”。
3. 进入 postgresql-ops 工具地址（例如。， http://localhost:8003/postgresql-ops)连接MCP工具。
4. 设置Ollama或OpenAI。

5.完成！

祝贺 您的MCP PostgreSQL操作服务器现在可以使用了。您可以开始使用自然语言查询来探索您的数据库。

🚀 尝试以下示例查询：

• “显示当前活动的连接”
• “系统中最慢的查询是什么？”
• “分析所有数据库中的表膨胀”
• “显示数据库大小信息”
• “哪些桌子需要真空维护？”

📖 下一步：

• 浏览 查询示例部分 下面是更多查询示例
• 结账 带有截图的工具使用示例 用于视觉引导
• 探索 工具兼容性矩阵 了解可用功能

---

（注）样品测试数据概述

这 create-test-data.sql 脚本由执行 postgres-init-extensions 容器（在docker compose.yml中定义）在首次启动时自动生成用于MCP工具测试的全面测试数据库：

数据库	用途	架构和表	规模
电子商务	电子商务系统	公共：类别、产品、客户、订单、订单项	10个类别、500个产品、100个客户、200个订单、400个订单项
分析	分析和报告	公共：page_views，sales_summary	1000个页面浏览量，30个销售摘要
库存	仓库管理	公共：供应商、库存项目、采购订单	10个供应商、100个项目、50个采购订单
hr_系统	人力资源管理	公共：部门、员工、工资单	5个部门、50名员工、150条工资单记录

已创建测试用户： app_readonly, app_readwrite, analytics_user, backup_user

针对测试进行了优化： 有意的表膨胀、各种索引（已使用/未使用）、时间序列数据、复杂的关系

---

工具兼容性矩阵

自动适应： 所有工具在支持的版本之间透明地工作，无需配置！

🟢 独立于扩展的工具（不需要扩展）

工具名称	所需扩展	PG 12	PG 13	PG 14	PG 15	PG 16	PG 17	PG 18	使用的系统视图/表
get_server_info	❌ 无	✅	✅	✅	✅	✅	✅	✅	version(), pg_extension
get_active_connections	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_activity
get_postgresql_config	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_settings
get_database_list	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_database
get_table_list	❌ 无	✅	✅	✅	✅	✅	✅	✅	information_schema.tables
get_table_schema_info	❌ 无	✅	✅	✅	✅	✅	✅	✅	information_schema.*, pg_indexes
get_database_schema_info	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_namespace, pg_class, pg_proc
get_table_relationships	❌ 无	✅	✅	✅	✅	✅	✅	✅	information_schema.* （约束）
get_user_list	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_user, pg_roles
get_index_usage_stats	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_user_indexes
get_database_size_info	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_database_size()
get_table_size_info	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_total_relation_size()
get_vacuum_analyze_stats	❌ 无	✅	✅	✅	✅	✅	✅	✅ 增强	pg_stat_user_tables
get_current_database_info	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_database, current_database()
get_table_bloat_analysis	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_user_tables
get_database_bloat_overview	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_user_tables
get_autovacuum_status	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_user_tables
get_autovacuum_activity	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_user_tables
get_running_vacuum_operations	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_activity
get_vacuum_effectiveness_analysis	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_user_tables
get_lock_monitoring	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_locks, pg_stat_activity
get_wal_status	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_current_wal_lsn()
get_database_stats	❌ 无	✅	✅	✅	✅	✅	✅	✅ 增强	pg_stat_database
get_table_io_stats	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_statio_user_tables
get_index_io_stats	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_statio_user_indexes
get_database_conflicts_stats	❌ 无	✅	✅	✅	✅	✅	✅	✅	pg_stat_database_conflicts

🚀 版本感知工具（自动适应）

工具名称	需要扩展	PG 12	PG 13	PG 14	PG 15	PG 16	PG 17	PG 18	特殊功能
get_io_stats	❌ 无	✅ 基础	✅ 基础	✅ 基础	✅ 基础	✅ 增强	✅ 增强	✅ 增强	第16+页： pg_stat_io 支持；PG18+：字节列
get_bgwriter_stats	❌ 无	✅	✅	✅	✅	✅	✅ 特别	✅ 增强	PG17：单独的检查指针统计信息；第18+页： num_done, slru_written
get_replication_status	❌ 无	✅ 兼容	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	第13+页： wal_status, safe_wal_sizePG16+：增强型WAL接收机；第17+页： invalidation_reason, inactive_since
get_all_tables_stats	❌ 无	✅ 兼容	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	第13+页： n_ins_since_vacuum 真空维护优化跟踪
get_user_functions_stats	⚙️ 需要配置	✅	✅	✅	✅	✅	✅	✅	需要 track_functions=pl
get_wait_events	❌ 无	✅ 后退	✅ 后退	✅ 后退	✅ 后退	✅ 后退	✅ 本土的	✅ 本土的	第17+页： pg_wait_events 目录；PG12-16：回退到 pg_stat_activity 当前等待
get_wal_summarizer_status	❌ 无	❌	❌	❌	❌	❌	✅	✅	PG17+：WAL汇总器监控增量备份
get_async_io_status	❌ 无	❌	❌	❌	❌	❌	❌	✅	第18+页： pg_aios 异步I/O子系统监控
get_per_backend_io_stats	❌ 无	❌	❌	❌	❌	❌	❌	✅	PG18+：按后端I/O和WAL统计

🟡 扩展依赖工具（需要扩展）

工具名称	所需扩展名	PG 12	PG 13	PG 14	PG 15	PG 16	PG 17	PG 18	注释
get_pg_stat_statements_top_queries	pg_stat_statements	✅ 兼容	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	第12页： total_time → total_exec_time；PG13+：本地 total_exec_time；第17+页： stats_since
get_pg_stat_monitor_recent_queries	pg_stat_monitor	✅ 兼容	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	✅ 增强	第12页： total_time → total_exec_time；PG13+：本地 total_exec_time

🆕 版本特定功能

PostgreSQL 17

• pg_wait_events 视图：带有描述的本机等待事件目录（由使用 get_wait_events)
• WAL汇总器：监控增量备份支持（由使用 get_wal_summarizer_status)
• 复制槽增强功能: invalidation_reason 和 inactive_since 列（由使用 get_replication_status)
• pg_stat_statements stats_since：跟踪上次重置统计信息的时间（由使用 get_pg_stat_statements_top_queries)
• 真空进度：索引真空跟踪进展视图（未来增强 get_running_vacuum_operations)

PostgreSQL 18

• pg_aios 视图：异步I/O子系统监控（由 get_async_io_status)
• 根据后端I/O统计数据：单个后端I/O和WAL统计数据（由使用 get_per_backend_io_stats)
• 真空/分析时间列: total_vacuum_time, total_autovacuum_time, total_analyze_time, total_autoanalyze_time 累积计时（由 get_vacuum_analyze_stats)
• pg_stat_io 字节列: read_bytes, write_bytes, extend_bytes （使用人 get_io_stats)
• 平行工作者统计数据: parallel_workers_launched, parallel_workers_to_launch （使用人 get_database_stats)
• 检查点增强功能: num_done, slru_written 列（由使用 get_bgwriter_stats)

---

使用示例

Claude桌面集成

（推荐）添加到您的Claude Desktop配置文件中：

JSON``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15{ “mcpServers”: { “mcp-postgresql-ops”: { “command”: “uvx”, “args”: [“—python”, “3.12”, “mcp-postgresql-ops”], “env”: { “POSTGRES_HOST”: “127.0.0.1”, “POSTGRES_PORT”: “15432”, “POSTGRES_USER”: “postgres”, “POSTGRES_PASSWORD”: “changeme!@34”, “POSTGRES_DB”: “ecommerce” } } } }

“以清晰易读的html表格格式显示所有活动连接。”


“以美人鱼图的形式显示电子商务数据库中客户表的所有关系。”



---


## 安装


### 来自PyPI（推荐）


BASH```
1
2
3
4
5
6# Install the package
pip install mcp-postgresql-ops
# Or with uv (faster)
uv add mcp-postgresql-ops
# Verify installation
mcp-postgresql-ops --help

来源

BASH``` 1 2 3 4 5 6 7 8 9# Clone the repository git clone https://github.com/call518/MCP-PostgreSQL-Ops.git cd MCP-PostgreSQL-Ops

Install with uv (recommended)

uv sync uv run mcp-postgresql-ops —help

Or with pip

pip install -e . mcp-postgresql-ops —help

---


## MCP配置


### Claude桌面配置


（可选）使用本地源运行：


JSON```
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15{
  "mcpServers": {
    "mcp-postgresql-ops": {
      "command": "uv",
      "args": ["run", "python", "-m", "mcp_postgresql_ops"],
      "env": {
        "POSTGRES_HOST": "127.0.0.1",
        "POSTGRES_PORT": "15432",
        "POSTGRES_USER": "postgres",
        "POSTGRES_PASSWORD": "changeme!@34",
        "POSTGRES_DB": "ecommerce"
      }
    }
  }
}

以标准模式运行MCP服务器

/w Pypi和uvx（推荐）

BASH``` 1 2 3 4 5 6 7 8 9# Stdio mode uvx —python 3.12 mcp-postgresql-ops
—type stdio

HTTP mode

uvx —python 3.12 mcp-postgresql-ops —type streamable-http
—host 127.0.0.1
—port 8000
—log-level DEBUG

### （选项）配置多个PostgreSQL实例


JSON```
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26{
  "mcpServers": {
    "Postgresql-A": {
      "command": "uvx",
      "args": ["--python", "3.12", "mcp-postgresql-ops"],
      "env": {
        "POSTGRES_HOST": "a.foo.com",
        "POSTGRES_PORT": "5432",
        "POSTGRES_USER": "postgres",
        "POSTGRES_PASSWORD": "postgres",
        "POSTGRES_DB": "postgres"
      }
    },
    "Postgresql-B": {
      "command": "uvx",
      "args": ["--python", "3.12", "mcp-postgresql-ops"],
      "env": {
        "POSTGRES_HOST": "b.bar.com",
        "POSTGRES_PORT": "5432",
        "POSTGRES_USER": "postgres",
        "POSTGRES_PASSWORD": "postgres",
        "POSTGRES_DB": "postgres"
      }
    }
  }
}

/w本地来源

BASH``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24# Method 1: Module execution (for development, requires PYTHONPATH) PYTHONPATH=/path/to/MCP-PostgreSQL-Ops/src python -m mcp_postgresql_ops
—type stdio

Method 2: Direct script (after uv installation in project directory)

uv run mcp-postgresql-ops
—type stdio

Method 3: Installed package script (after pip/uv install)

mcp-postgresql-ops
—type stdio

HTTP mode examples:

Development mode

PYTHONPATH=/path/to/MCP-PostgreSQL-Ops/src python -m mcp_postgresql_ops
—type streamable-http
—host 127.0.0.1
—port 8000
—log-level DEBUG

Production mode (after installation)

mcp-postgresql-ops
—type streamable-http
—host 127.0.0.1
—port 8000
—log-level DEBUG

---


## CLI参数


- `--type`：运输类型(`stdio` 或 `streamable-http`)-默认值： `stdio`
- `--host`：HTTP传输的主机地址-默认值： `127.0.0.1`
- `--port`：HTTP传输的端口号-默认值： `8000`
- `--auth-enable`：为可流式传输的http模式启用承载令牌身份验证-默认值： `false`
- `--secret-key`：承载令牌身份验证的密钥（启用身份验证时需要）
- `--log-level`：日志记录级别（调试、信息、警告、错误、严重）-默认值： `INFO`



---


## 环境变量


| 变量 | 描述 | 默认值 | 项目默认值 |
| --- | --- | --- | --- |
| `PYTHONPATH` | Python模块搜索路径（仅在开发模式下需要） | - | `/app/src` |
| `MCP_LOG_LEVEL` | 服务器日志记录冗长（调试、信息、警告、错误） | `INFO` | `INFO` |
| `FASTMCP_TYPE` | MCP传输协议（用于CLI的stdio，用于web的流式http） | `stdio` | `streamable-http` |
| `FASTMCP_HOST` | HTTP服务器绑定地址（所有接口为0.0.0.0） | `127.0.0.1` | `0.0.0.0` |
| `FASTMCP_PORT` | 用于MCP通信的HTTP服务器端口 | `8000` | `8000` |
| `REMOTE_AUTH_ENABLE` | 为可流式传输的http模式启用承载令牌身份验证（默认值： `false` 如果未定义/为null/为空） | `false` | `false` |
| `REMOTE_SECRET_KEY` | 承载令牌身份验证的密钥（启用身份验证时需要） | - | `your-secret-key-here` |
| `PGSQL_VERSION` | PostgreSQL主要版本用于Docker镜像选择 | `17` | `17` |
| `PGDATA` | Docker容器内的PostgreSQL数据目录(**不要修改**) | `/var/lib/postgresql/data` | `/data/db` |
| `POSTGRES_HOST` | PostgreSQL服务器主机名或IP地址 | `127.0.0.1` | `host.docker.internal` |
| `POSTGRES_PORT` | PostgreSQL服务器端口号 | `5432` | `15432` |
| `POSTGRES_USER` | PostgreSQL连接用户名（需要读取权限） | `postgres` | `postgres` |
| `POSTGRES_PASSWORD` | PostgreSQL用户密码（支持特殊字符） | `changeme!@34` | `changeme!@34` |
| `POSTGRES_DB` | 连接的默认数据库名称 | `testdb` | `ecommerce` |
| `POSTGRES_MAX_CONNECTIONS` | PostgreSQL max_connections配置参数 | `200` | `200` |
| `DOCKER_EXTERNAL_PORT_OPENWEBUI` | Open WebUI容器的主机端口映射 | `8080` | `3003` |
| `DOCKER_EXTERNAL_PORT_MCP_SERVER` | MCP服务器容器的主机端口映射 | `8080` | `18003` |
| `DOCKER_EXTERNAL_PORT_MCPO_PROXY` | MCPO代理容器的主机端口映射 | `8000` | `8003` |
| `DOCKER_INTERNAL_PORT_POSTGRESQL` | PostgreSQL容器内部端口 | `5432` | `5432` |


**备注**: `POSTGRES_DB` 当没有指定特定数据库时，用作操作的默认目标数据库。在Docker环境中，如果设置为非默认名称，则此数据库将在PostgreSQL初始启动时自动创建。


**端口配置**：内置的PostgreSQL容器使用端口映射 `15432:5432` 哪里：


- `POSTGRES_PORT=15432`：用于主机访问和MCP服务器连接的外部端口
- `DOCKER_INTERNAL_PORT_POSTGRESQL=5432`：内部容器端口（PostgreSQL默认）
- 使用外部PostgreSQL服务器时，设置 `POSTGRES_PORT` 以匹配服务器的实际端口



---


## 先决条件


### 必需的PostgreSQL扩展


> 有关更多详细信息，请参阅 ##工具兼容性矩阵


**备注**：大多数MCP工具在没有任何PostgreSQL扩展的情况下工作。下面的部分。一些高级性能分析工具需要以下扩展：


SQL```
1
2
3
4-- Query performance statistics (required only for get_pg_stat_statements_top_queries)
CREATE EXTENSION IF NOT EXISTS pg_stat_statements;
-- Advanced monitoring (optional, used by get_pg_stat_monitor_recent_queries)
CREATE EXTENSION IF NOT EXISTS pg_stat_monitor;

快速设置：对于新的PostgreSQL安装，请添加到 postgresql.conf:

1shared_preload_libraries = 'pg_stat_statements'

然后重新启动PostgreSQL并运行上面的CREATE EXTENSION命令。

• pg_stat_statements 仅适用于慢速查询分析工具。
• pg_stat_monitor 是可选的，用于实时查询监控。
• 所有其他工具都可以在没有这些扩展的情况下工作。

最低要求

• PostgreSQL 12+（用PostgreSQL 17和18测试）
• Python 3.12
• PostgreSQL服务器的网络访问
• 读取系统目录的权限

所需的PostgreSQL配置

⚠️ 统计数据收集设置: 一些MCP工具需要特定的PostgreSQL配置参数来收集统计数据。选择以下配置方法之一：

受这些设置影响的工具:

• get_user_functions_status：需要 track_functions = pl 或 track_functions = all
• get_table_io_tasts & get_index_io_tasts：更精确的计时 track_io_timing = on
• get_database_stats：通过以下方式增强I/O时序 track_io_timing = on

验证: 应用任何方法后，验证设置：

SQL``` 1 2 3 4 5 6 7 8SELECT name, setting, context FROM pg_settings WHERE name IN (‘track_activities’, ‘track_counts’, ‘track_io_timing’, ‘track_functions’) ORDER BY name; name | setting | context
------------------+---------+----------- track_activities | on | superuser track_counts | on | superuser track_functions | pl | superuser track_io_timing | on | superuser (4 rows)

#### 方法1:postgresql.conf（推荐用于自管理postgresql）


将以下内容添加到您的 `postgresql.conf`:


INI```
1
2
3
4
5
6
7# Basic statistics collection (usually enabled by default)
track_activities = on
track_counts = on
# Required for function statistics tools
track_functions = pl    # Enables PL/pgSQL function statistics collection
# Optional but recommended for accurate I/O timing
track_io_timing = on    # Enables I/O timing statistics collection

然后重新启动PostgreSQL服务器。

方法2:PostgreSQL启动参数

对于Docker或命令行PostgreSQL启动：

BASH``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14# Docker example docker run -d
-e POSTGRES_PASSWORD=mypassword
postgres:17
-c track_activities=on
-c track_counts=on
-c track_functions=pl
-c track_io_timing=on

Direct postgres command

postgres -D /data
-c track_activities=on
-c track_counts=on
-c track_functions=pl
-c track_io_timing=on

#### 方法3：动态配置（AWS RDS、Azure、GCP、托管服务）


对于无法修改的托管PostgreSQL服务 `postgresql.conf`，使用SQL命令动态更改设置：


SQL```
1
2
3
4
5
6
7
8
9-- Enable basic statistics collection (usually enabled by default)
ALTER SYSTEM SET track_activities = 'on';
ALTER SYSTEM SET track_counts = 'on';
-- Enable function statistics collection (requires superuser privileges)
ALTER SYSTEM SET track_functions = 'pl';
-- Enable I/O timing statistics (optional but recommended)
ALTER SYSTEM SET track_io_timing = 'on';
-- Reload configuration without restart (run separately)
SELECT pg_reload_conf();

会话级测试的替代方案:

SQL``` 1 2 3 4 5— Set for current session only (temporary) SET track_activities = ‘on’; SET track_counts = ‘on’; SET track_functions = ‘pl’; SET track_io_timing = ‘on’;

**备注**：使用命令行工具时，分别运行每个SQL语句以避免事务块错误。



---


## RDS/Aurora兼容性


- 此服务器是只读的，可以在RDS/Aurora上使用常规角色。对于高级分析，启用pg_stat_语句；pg_stat_monitor在托管引擎上不可用。
- 在RDS/Aurora上，对于持久设置，首选DB参数组而不是ALTER SYSTEM。

SQL```
1
2
3
4
5
6-- Verify preload setting
SHOW shared_preload_libraries;
-- Enable extension in target DB
CREATE EXTENSION IF NOT EXISTS pg_stat_statements;
-- Recommended visibility for monitoring
GRANT pg_read_all_stats TO <app_user>;

---

查询示例

🟢 独立于扩展的工具（始终可用）

• get_server_info

• “显示PostgreSQL服务器版本和扩展状态。”

• “检查是否安装了pg_stat_语句。”

• get_active_connections

• “显示所有活动连接。”

• “列出当前与数据库和用户的会话。”

• get_postgresql_config

• “显示所有PostgreSQL配置参数。”

• “查找所有与内存相关的配置设置。”

• get_tabase_list

• “列出所有数据库及其大小。”

• “显示包含所有者信息的数据库列表。”

• get_table_list

• “列出电子商务数据库中的所有表。”

• “显示公共架构中的表大小。”

• get_table_schema_info

• “显示电子商务数据库中客户表的详细架构信息。”

• “获取电子商务数据库中产品表的列详细信息和约束。”

• “使用索引和外键分析电子商务数据库销售模式中订单表的表结构。”

• “显示库存数据库公共架构中所有表的架构概述。”

• 📋 特性：列类型、约束、索引、外键、表元数据

• ⚠️ 必需: database_name 必须指定参数

• get_database_schema_info

• “显示电子商务数据库中的所有模式及其内容。”

• “在电子商务数据库中获取有关销售模式的详细信息。”

• “分析库存数据库的架构结构和权限。”

• “显示hr_system数据库的架构概述，包括表计数和大小。”

• 📋 特性：架构所有者、权限、对象计数、大小、内容

• ⚠️ 必需: database_name 必须指定参数

• get_table_关系

• “显示电子商务数据库中客户表的所有关系。”

• “分析电子商务数据库销售模式中订单表的外键关系。”

• “获取电子商务数据库的数据库范围关系概述。”

• “查找电子商务数据库中引用产品表的所有表。”

• “显示库存数据库中的跨架构关系。”

• 📋 特性：外键关系（入站/出站）、跨模式依赖关系、约束详细信息

• ⚠️ 必需: database_name 必须指定参数

• 💡 用法：离开 table_name 数据库范围的关系分析为空

• get_user_list

• “列出所有数据库用户及其角色。”

• “显示特定数据库的用户权限。”

• get_index_usage_stats

• “分析索引使用效率。”

• “查找当前数据库中未使用的索引。”

• get_database_size_info

• “显示数据库容量分析。”

• “按大小查找最大的数据库。”

• get_table_size_info

• “显示表和索引大小分析。”

• “在特定架构中查找最大的表。”

• get_vacuum_analyze_status

• “显示最近的VACUUM和ANALYZE操作。”

• “列出需要VACUUM的表。”

• get_current数据库信息

• “我连接到哪个数据库？”

• “显示当前数据库信息和连接详细信息。”

• 显示数据库编码、排序规则和大小信息

• 📋 特性：数据库名称、编码、排序规则、大小、连接限制

• 🔧 PostgreSQL 12-18：完全兼容，无需扩展

• get_table_bloat_分析

• “分析当前数据库中的表膨胀。”

• “显示user_logs表模式的死元组比率和膨胀估计。”

• “查找需要VACUUM维护的高膨胀表。”

• “分析特定模式中至少有100个死元组的膨胀。”

• 📋 特性：死元组比率、膨胀大小估计、VACUUM建议、模式过滤

• 🔧 PostgreSQL 12-18：完全兼容，无需扩展

• 💡 用法：使用pg_stat_user_tables的独立扩展方法

• get_database_bloat_overview

• “按架构显示数据库范围的膨胀摘要。”

• “获得跨所有模式的存储效率的高级视图。”

• “确定需要维护注意的模式。”

• 📋 特性：架构级聚合、总膨胀估计、维护状态

• 🔧 PostgreSQL 12-18：完全兼容，无需扩展

• 获取autovacuum_status

• “检查自动真空配置和触发条件。”

• “显示需要立即自动吸尘的桌子。”

• “分析公共架构的自动清空阈值百分比。”

• “查找接近自动真空触发点的桌子。”

• 📋 特性：触发阈值分析、紧急程度分类、配置状态

• 🔧 PostgreSQL 12-18：完全兼容，无需扩展

• 💡 用法：使用pg_stat_user_tables进行独立于扩展的自动真空监测

• 获取autovacuum_activity

• “显示过去48小时的自动吸尘器活动模式。”

• “监控自动真空执行频率和时间。”

• “查找具有不规则自动吸尘模式的桌子。”

• “分析最近的自动吸尘器和自动分析历史。”

• 📋 特性：活动模式、执行频率、时间分析

• 🔧 PostgreSQL 12-18：完全兼容，无需扩展

• 💡 用法：历史自动真空模式分析

• get_runing_vacuum_操作

• “显示当前正在运行的VACUUM和ANALYZE操作。”

• “监控主动维护操作及其进度。”

• “检查是否有任何VACUUM操作正在阻止查询。”

• “查找长时间运行的维护操作。”

• 📋 特性：实时运行状态、运行时间、影响程度、流程详细信息

• 🔧 PostgreSQL 12-18：完全兼容，无需扩展

• 💡 用法：使用pg_stat_activity进行实时维护监控

• 有效性分析

• “分析VACUUM的有效性和维护模式。”

• “比较手动真空与自动真空效率。”

• “查找具有次优维护模式的表。”

• “检查VACUUM频率与表活动比率。”

• 📋 特性：维护模式分析、有效性评估、DML与VACUUM比率

• 🔧 PostgreSQL 12-18：完全兼容，无需扩展

• 💡 用法：使用现有统计数据进行战略性真空分析

• get_lock_monitoring

• “显示所有当前锁定和阻止的会话。”

• “仅显示具有授予=false筛选器的已阻止会话。”

• “使用用户名筛选器按特定用户监视锁。”

• “使用模式过滤器检查独占锁。”

• 获取_状态

• “显示WAL状态和存档信息。”

• “监控WAL生成和当前LSN位置。”

• 获取应用状态

• “检查复制连接和延迟状态。”

• “监视复制插槽和WAL接收器状态。”

• get_database_stats

• “显示全面的数据库性能指标。”

• “分析事务提交率和I/O统计数据。”

• “监视缓冲区缓存命中率和临时文件使用情况。”

• get_bgwriter_status

• “分析检查点性能和时间。”

• “显示检查点性能。”

• “显示后台编写器效率统计数据。”

• “监视缓冲区分配和fsync模式。”

• get_user_functions_status

• “分析用户定义的函数性能。”

• “显示函数调用计数和执行时间。”

• “识别自定义函数中的性能瓶颈。”

• ⚠️ 需要: track_functions = pl 在postgresql.conf中

• get_table_io_tasts

• “分析表I/O性能和缓冲区命中率。”

• “识别缓冲区缓存性能较差的表。”

• “监视TOAST表I/O统计信息。”

• 💡 增强与: track_io_timing = on 精确计时

• get_index_io_tasts

• “显示索引I/O性能和缓冲区效率。”

• “识别导致磁盘I/O过多的索引。”

• “监视索引缓存友好性模式。”

• 💡 增强与: track_io_timing = on 精确计时

• get_database_conconflicts_stats

• “检查备用服务器上的复制冲突。”

• “分析冲突类型和解决统计数据。”

• “监视备用服务器查询取消模式。”

• “监控WAL生成和当前LSN位置。”

• 获取应用状态

• “检查复制连接和延迟状态。”

• “监视复制插槽和WAL接收器状态。”

🚀 版本感知工具（自动适应）

• get_iostats 新

• “显示全面的I/O统计数据。”（PostgreSQL 16+提供了详细的细分）

• “分析I/O统计数据。”

• “分析缓冲区缓存效率和I/O时序。”

• “按后端类型和上下文监视I/O模式。”

• 📈 第16页+：完整的pg_stat_io，包括时间、后端类型和上下文

• 📊 第12-15页：基本pg_statio_*回退，带缓冲区命中率

• get_bgwriter_status （增强！）

• “显示后台写入程序和检查点性能。”

• 📈 第17页+：通过以下方式分离检查指针和bgwriter统计信息 pg_stat_checkpointer

• 📊 第12-16页：组合bgwriter统计数据（包括检查指针数据）

• get_server_info （增强！）

• “显示服务器版本和兼容性功能。”

• “检查服务器兼容性。”

• “检查此PostgreSQL版本上可用的MCP工具。”

• “显示功能可用性矩阵和升级建议。”

• get_all_tables_stats （增强！）

• “显示所有表的综合统计数据。”（与PG12-18兼容的版本）

• “使用Include_system=true参数包含系统表。”

• “分析表访问模式和维护需求。”

• 📈 第13页+：跟踪真空后的插入情况(n_ins_since_vacuum)优化维护计划

• 📊 第12页：对于不支持的列，兼容NULL模式

• 获取等待事件 新

• “显示等待事件类型和描述。”

• “此PostgreSQL版本上有哪些等待事件？”

• 📈 第17页+：本地 pg_wait_events 带有完整描述的目录

• 📊 第12-16页：回退到 pg_stat_activity 按类型分组的当前等待

• get_wal_summarizer_status （新增！PG 17+）

• “显示增量备份的WAL摘要器状态。”

• “监控WAL总结进度。”

• 📈 第17页+：通过以下方式监控WAL汇总器 pg_get_wal_summarizer_state()

• ❌ 第12-16页：不可用（返回信息性消息）

• 获取同步状态 （新增！PG 18+）

• “显示异步I/O子系统状态。”

• “监视pg_aios的异步I/O操作。”

• 📈 第18页+: pg_aios 异步I/O监控视图

• ❌ 第12-17页：不可用（返回信息性消息）

• get_per-backend_io_tasts （新增！PG 18+）

• “显示每个后端I/O和WAL统计信息。”

• “按单个后端进程分析I/O模式。”

• 📈 第18页+：每个后端I/O统计数据和WAL统计数据

• ❌ 第12-17页：不可用（返回信息性消息）

🟡 扩展依赖工具

• get_pg_stat_statements_top_查询 （需要 pg_stat_statements)

• “显示前10个最慢的查询。”

• “分析库存数据库中的慢速查询。”

• 📈 版本兼容：PG12用途 total_time → total_exec_time 测绘；PG13+使用本机列

• 💡 交叉版本：自动调整查询结构以兼容PostgreSQL 12-18

• get_pg_stat_monitor_recent_查询 （可选，使用 pg_stat_monitor)

• “实时显示最近的查询。”

• “监视过去5分钟的查询活动。”

• 📈 版本兼容：PG12用途 total_time → total_exec_time 测绘；PG13+使用本机列

• 💡 交叉版本：自动调整查询结构以兼容PostgreSQL 12-18

💡 专业建议：所有工具都支持使用 database_name 参数。这允许PostgreSQL超级用户从单个MCP服务器实例分析和监视多个数据库。

---

故障排除

连接问题

1. 检查PostgreSQL服务器状态
2. 验证中的连接参数 .env 文件
3. 确保网络连接
4. 检查用户权限

扩展错误

1. 跑 get_server_info 检查分机状态
2. 安装缺少的扩展：

SQL``` 1 2CREATE EXTENSION pg_stat_statements; CREATE EXTENSION pg_stat_monitor;

3. 如果需要，重新启动PostgreSQL


### 配置问题


1. **函数统计“未找到数据”**：检查 `track_functions` 设置


SQL```
1SHOW track_functions;  -- Should be 'pl' or 'all'

托管服务（AWS RDS等）的快速修复:

SQL``` 1 2ALTER SYSTEM SET track_functions = ‘pl’; SELECT pg_reload_conf();

2. **缺少I/O定时数据**：启用定时收集


SQL```
1SHOW track_io_timing;  -- Should be 'on'

快速修复:

SQL``` 1 2ALTER SYSTEM SET track_io_timing = ‘on’; SELECT pg_reload_conf();

3. **应用配置更改**:


- **自我管理**：将设置添加到 `postgresql.conf` 并重新启动服务器
- **托管服务**：使用 `ALTER SYSTEM SET` + `SELECT pg_reload_conf()`
- **临时测试**：使用 `SET parameter = value` 本届会议
- 生成一些数据库活动以填充统计信息


### 性能问题


1. 使用 `limit` 减少结果大小的参数
2. 在非高峰时段运行监控
3. 运行分析之前检查数据库负载


### 版本兼容性问题


> 有关更多详细信息，请参阅 ##工具兼容性矩阵


1. **先运行兼容性检查**:


BASH```
1# "Use get_server_info to check version and available features"

2. 了解功能可用性:

• PostgreSQL 18：所有功能，包括异步I/O、VACUUM定时、每个后端统计数据
• PostgreSQL 17：单独的检查指针统计数据、等待事件、WAL汇总器
• PostgreSQL 16：pg_stat_io视图
• PostgreSQL 14+：并行查询跟踪
• PostgreSQL 12-13：仅核心功能

3. 如果工具显示“不可用”:

• 功能需要较新的PostgreSQL版本
• 工具将自动使用最佳可用替代方案
• 考虑升级PostgreSQL以增强监控

---

发展

测试与开发

BASH``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15# Clone and setup for development git clone https://github.com/call518/MCP-PostgreSQL-Ops.git cd MCP-PostgreSQL-Ops uv sync

Test with MCP Inspector (loads .env automatically)

./run-mcp-inspector-local.sh

Direct execution methods:

1. Using uv run (recommended for development)

uv run mcp-postgresql-ops —log-level DEBUG

2. Module execution (requires PYTHONPATH)

PYTHONPATH=src python -m mcp_postgresql_ops —log-level DEBUG

3. After installation

mcp-postgresql-ops —log-level DEBUG

Test version compatibility (requires different PostgreSQL versions)

Modify POSTGRES_HOST in .env to point to different versions

### 运行测试


有两个测试套件可供选择：


| 套件 | 文件 | 需要Docker |
| --- | --- | --- |
| 单元测试（版本兼容性逻辑） | `tests/test_version_compat.py` | 没有 |
| 集成测试（所有工具×PG 12–18） | `tests/test_tools_integration.py` | 是的 |


#### 选项A——使用单个命令运行所有内容（推荐）


`uv run pytest` 自动启动Docker测试容器（PG 12-18），等待它们完全初始化，运行所有测试，然后删除所有内容。


BASH```
1
2
3
4
5
6# Run all tests (unit + integration) — Docker is managed automatically
uv run pytest -v
# Unit tests only (no Docker needed)
uv run pytest tests/test_version_compat.py -v
# Integration tests only
uv run pytest tests/test_tools_integration.py -v

选项B——通过辅助脚本进行手动控制

BASH``` 1 2 3 4 5 6# Full run: docker up → wait → pytest → docker down uv run python scripts/run-tests.py

Pass pytest options directly

uv run python scripts/run-tests.py -v —tb=short

Keep containers running after tests (for debugging)

uv run python scripts/run-tests.py —no-cleanup

> **备注**：Docker必须正在运行。测试堆栈使用端口5412–5418（PG 12–18）。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38### Version Compatibility Testing The MCP server automatically adapts to PostgreSQL versions 12-18. To test across versions:

1. Set up test databases: Different PostgreSQL versions (12, 14, 15, 16, 17, 18)
2. Run compatibility tests: Point to each version and verify tool behavior
3. Check feature detection: Ensure proper version detection and feature availability
4. Verify fallback behavior: Confirm graceful degradation on older versions

---

Security Notes

• All tools are read-only - no data modification capabilities
• Sensitive information (passwords) are masked in outputs
• No direct SQL execution - only predefined queries
• Follows principle of least privilege

---

Contributing

🤝 Got ideas? Found bugs? Want to add cool features? We’re always excited to welcome new contributors! Whether you’re fixing a typo, adding a new monitoring tool, or improving documentation - every contribution makes this project better. Ways to contribute:

• 🐛 Report issues or bugs
• 💡 Suggest new PostgreSQL monitoring features
• 📝 Improve documentation
• 🚀 Submit pull requests
• ⭐ Star the repo if you find it useful! Pro tip: The codebase is designed to be super friendly for adding new tools. Check out the existing @mcp.tool() functions in mcp_main.py.

---

MCPO Swagger Docs

[MCPO Swagger URL] http://localhost:8003/postgresql-ops/docs

---

🔐 Security & Authentication

Bearer Token Authentication

For streamable-http mode, this MCP server supports Bearer token authentication to secure remote access. This is especially important when running the server in production environments.

Default Policy: REMOTE_AUTH_ENABLE defaults to false if undefined, null, or empty. This ensures backward compatibility and prevents startup errors when the variable is not set.

Configuration

Enable Authentication:

# In .env file
REMOTE_AUTH_ENABLE=true
REMOTE_SECRET_KEY=my-test-secret-key-12345

或者通过CLI：

BASH``` 1 2 3 4# Module method python -m mcp_postgresql_ops —type streamable-http —auth-enable —secret-key my-test-secret-key-12345

Script method

mcp-postgresql-ops —type streamable-http —auth-enable —secret-key my-test-secret-key-12345

#### 安全级别


1. **stdio模式** （默认）：仅本地访问，无需身份验证
2. **可流式传输http+REMOTE_AUTH_ENABLE=false**：无身份验证的远程访问⚠️ **不建议用于生产**
3. **可流式传输http+REMOTE_AUTH_ENABLE=true**：使用承载令牌身份验证进行远程访问✅ **建议用于生产**


#### 客户端配置


启用身份验证后，MCP客户端必须在授权标头中包含Bearer令牌：


JSON```
1
2
3
4
5
6
7
8
9
10
11{
  "mcpServers": {
    "mcp-postgresql-ops": {
      "type": "streamable-http",
      "url": "http://your-server:8000/mcp",
      "headers": {
        "Authorization": "Bearer my-test-secret-key-12345"
      }
    }
  }
}

安全最佳实践

• 始终启用身份验证 在生产环境中使用流式http模式时
• 使用强随机生成的密钥 （建议使用32+个字符）
• 使用HTTPS 如果可能（使用SSL/TLS配置反向代理）
• 限制网络访问 使用防火墙或网络策略
• 定期旋转密钥 增强安全性
• 监控访问日志 未经授权的访问尝试

错误处理

当身份验证失败时，服务器返回：

• 401未经授权 用于丢失或无效的令牌
• 详细的错误消息 JSON格式用于调试

---

🚀 添加自定义工具

此MCP服务器旨在易于扩展。按照以下4个简单步骤添加您自己的自定义工具：

分步指南

1. 添加辅助函数（可选）

添加可重用的数据函数 src/mcp_postgresql_ops/functions.py:

PYTHON``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22async def get_your_custom_data(target_database: str = None, limit: int = 20) -> List[Dict[str, Any]]: """Your custom data retrieval function.""" try: # Example implementation - adapt to your PostgreSQL needs query = """ SELECT schemaname, tablename, attname as column_name, n_distinct, most_common_vals, most_common_freqs FROM pg_stats WHERE schemaname NOT IN (‘information_schema’, ‘pg_catalog’) ORDER BY schemaname, tablename, attname LIMIT $1 """ results = await execute_query(query, [limit], database=target_database) return results except Exception as e: logger.error(f”Failed to get custom data: {e}”) raise

#### 2. **创建您的MCP工具**


将您的工具功能添加到 `src/mcp_postgresql_ops/mcp_main.py`:


PYTHON```
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29@mcp.tool()
async def get_your_custom_analysis(limit: int = 50, database_name: Optional[str] = None) -> str:
    """
    [Tool Purpose]: Brief description of what your tool does
    [Exact Functionality]:
    - Feature 1: Data aggregation and analysis
    - Feature 2: Database monitoring and insights
    - Feature 3: Performance metrics and reporting
    [Required Use Cases]:
    - When user asks "your specific analysis request"
    - Your PostgreSQL-specific monitoring needs
    Args:
        limit: Maximum results (1-100)
        database_name: Target database name (optional, uses default if not specified)
    Returns:
        Formatted analysis results
    """
    try:
        # Always validate input limits
        limit = max(1, min(limit, 100))
        # Get your custom data
        results = await get_your_custom_data(target_database=database_name, limit=limit)
        if not results:
            return "No data found for custom analysis."
        # Format and return results
        return format_table_data(results, f"Custom Analysis Results (Top {len(results)})")
    except Exception as e:
        logger.error(f"Failed to get custom analysis: {e}")
        return f"Error: {str(e)}"

3. 更新导入

将辅助函数添加到中的导入部分 src/mcp_postgresql_ops/mcp_main.py （第30行附近）：

PYTHON``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17from .functions import ( execute_query, execute_single_query, format_table_data, format_bytes, format_duration, get_server_version, check_extension_exists, get_pg_stat_statements_data, get_pg_stat_monitor_data, sanitize_connection_info, read_prompt_template, parse_prompt_sections, get_current_database_name, POSTGRES_CONFIG, get_your_custom_data, # Add your new function here )

#### 4. **更新提示模板（推荐）**


将您的工具描述添加到 `src/mcp_postgresql_ops/prompt_template.md` 为了更好地识别自然语言：


MARKDOWN```
1
2
3
4
5
6
7### **Your Custom Analysis Tool**
### X. **get_your_custom_analysis**
**Purpose**: Brief description of what your tool does
**Usage**: "Show me your custom analysis" or "Get custom analysis for database_name"
**Features**: Data aggregation, database monitoring, performance metrics
**Optional**: `database_name` parameter for specific database analysis
**Limit**: Results limited to 1-100 records for performance

5. 测试你的工具

BASH``` 1 2 3 4 5 6 7 8 9# Local testing with MCP Inspector ./run-mcp-inspector-local.sh

Or test with Docker stack

docker-compose up -d docker-compose logs -f mcp-server

Test with natural language queries:

“Show me your custom analysis"

"Get custom analysis for ecommerce database"

"Analyze custom data with limit 25”

### 重要说明


- **多数据库支持**：所有工具都支持可选 `database_name` 针对特定数据库的参数
- **输入验证**：始终验证 `limit` 参数与 `max(1, min(limit, 100))`
- **错误处理**：返回用户友好的错误消息，而不是引发异常
- **日志记录**：使用 `logger.error()` 用于调试，同时向用户返回干净的错误消息
- **PostgreSQL兼容性**：您的自定义查询应该在PostgreSQL 12-18中工作
- **扩展依赖关系**：如果您的工具需要特定的扩展，请通过以下方式检查可用性 `check_extension_exists()`


### 高级模式


对于版本感知查询或依赖扩展的功能，请参阅现有的工具，如 `get_pg_stat_statements_top_queries` 作为参考图案。


就是这样！您的自定义工具已准备好通过任何MCP客户端与自然语言查询一起使用。



---


## 许可证


自由使用、修改和分发 **MIT许可证**.



---


## ⭐ 其他项目


**同一作者的其他MCP服务器：**


- [MCP-气流API](https://github.com/call518/MCP-Airflow-API)
- [MCP-Ambari-API公司](https://github.com/call518/MCP-Ambari-API)
- [MCP-OpenStack-API](https://github.com/call518/MCP-OpenStack-API)
- [LogSentinelAI-基于LLB的日志分析器](https://github.com/call518/LogSentinelAI)