mcp-dbutils（数读）

解决了什么问题

工业企业的数据库里躺着大量有价值的数据——生产日志、设备状态、质检记录。但让大模型直接访问数据库是危险的。mcp-dbutils 作为 MCP 协议的安全中间层，让 AI 能读数据、分析数据，但绝不修改数据。

怎么用

11 个 MCP 工具，覆盖数据库分析全流程：

安全架构

• 只读强制：所有 SQL 在发送到数据库前经过语法分析，只允许 SELECT
• 连接隔离：每个数据库连接独立管理，按需连接，自动超时
• 凭证保护：密码等敏感信息在日志和输出中自动屏蔽
• 本地处理：数据在本地流转，不上传到任何云端服务

技术栈

Python 3.10+ · MCP Protocol · SQLAlchemy · asyncio

支持数据库：SQLite · MySQL · PostgreSQL

分布与采用

• PyPI 发布：mcp-dbutils（pip install mcp-dbutils）
• Smithery 一键部署：smithery.ai
• Docker 镜像支持
• 多语言文档：中 / 英 / 法 / 西 / 阿 / 俄

工业场景方向（规划中）

mcp-dbutils 正在向工业 AI Agent 方向演进。目标场景：

• 生产数据库问答：工厂车间主任用自然语言问"上周哪条产线良率最低"，Agent 直接查数据库给出答案，不需要等 IT 部门写 SQL
• 设备状态巡检：Agent 定时扫描设备运行日志表，发现异常自动告警，附带历史趋势分析
• 供应链库存洞察：多表 JOIN 分析——库存水位、交付周期、供应商历史履约率——一个提问，Agent 完成查询 + 可视化 + 建议

如果你来自工业企业，对以上场景有需求或想法，联系我。