Permite a agentes de IA ejecutar consultas SQL de solo lectura contra bases de datos PostgreSQL, inspeccionar esquemas de tablas y analizar rendimiento de consultas. Los agentes pueden depurar problemas de datos o preparar análisis sin requerir credenciales de base de datos directas en la conversación. Soporta pool de conexiones y múltiples bases de datos.
Casos de uso
- Agente de guardia consulta registros de errores recientes de la base de datos durante un incidente
- Agente de análisis genera reportes semanales agregando datos de ventas entre tablas
- Agente de desarrollador inspecciona el esquema para entender relaciones de tablas antes de escribir migraciones
- Agente de QA verifica que los datos de prueba en la base de datos coincidan con los valores esperados después de las pruebas
- Agente de analista de datos explora conjuntos de datos con SQL ad-hoc para responder preguntas de negocio
Funciones principales
- Claude Desktop
- Cursor
- Codex
Relacionados
Relacionados
3 Entradas indexadas
MongoDB MCP
Permite a agentes de IA ejecutar consultas, inspeccionar colecciones, ejecutar pipelines de agregación y analizar planes de explicación contra clusters de MongoDB. Depura modelos de documentos y problemas de rendimiento haciendo que el agente explore estructuras de datos directamente. Soporta consultas federadas de MongoDB Atlas y Atlas Search.
Extensión comunitaria DuckDB MCP (`duckdb_mcp`)
La extensión comunitaria `duckdb_mcp` incrusta capacidades MCP cliente y servidor dentro de DuckDB. Tras `INSTALL duckdb_mcp FROM community` y `LOAD duckdb_mcp`, SQL puede enlazar servidores MCP remotos (stdio/TCP/WebSocket), enumerar recursos (`mcp_list_resources`), ejecutar herramientas remotas (`mcp_call_tool`) y leer datos vía URIs `mcp://` con funciones DuckDB estándar. En la dirección inversa, DuckDB publica tablas, consultas y herramientas con SQL preparado usando `mcp_publish_*` y `mcp_server_start` para que clientas externas MCP consuman dichos assets.
Postgres MCP
pg-mcp-server is a Model Context Protocol server implementation that connects AI agents to PostgreSQL databases. It registers database schemas as MCP resource templates and exposes SQL execution as an MCP tool. Agents can introspect table structures, run parameterized queries, and manage transactions without leaving the chat interface. Designed as a reference implementation for database MCP integrations.