AgentHubAgentHub

使用场景/数据库查询

数据库 MCP(PostgreSQL / MySQL / Redis)

用自然语言查询、分析数据库。适合数据分析、运维排查、生成 SQL(需在受控环境使用)。

共匹配 1,553 个资源 · 第 13 / 33 页

什么是数据库查询?

数据库 MCP 让 AI 用自然语言查库:把「最近 30 天每日订单额」翻译成 SQL、解释慢查询执行计划、导出生成报表、对照 Schema 回答字段含义。Postgres / MySQL / SQLite 类 Server 提供连接与只读执行工具,Redis 类侧重键空间巡检。

安全是第一约束:务必使用只读账号接入,配合行级权限或视图收敛可见范围;开启语句白名单或人工确认写操作;生产库前先在同构的 staging 库演练。SQLite / DuckDB MCP 直接读本地文件,适合个人数据分析且无泄露连接串的风险。

提效实践:让 MCP 暴露 schema 检索工具,AI 先取相关表结构再写 SQL,可显著降低对不存在列的幻觉;把常用查询沉淀为 Skill,团队共享同一套「问数」口径。

适合做什么

  • 开发环境数据探查
  • 生成只读分析 SQL
  • Schema 文档化
  • Redis 键空间巡检

不太适合

  • 生产库无限制的写操作
  • 未脱敏的敏感表直接暴露给 AI
常见组合: Postgres MCP + SQL 分析 Skill → 对话式 BI

编辑推荐

相关资源

查看全部 →

Supabase 文档应用问答

SkillSkillsMP

基于文档化的架构、构建流水线与 review 模式回答关于 Supabase docs 应用(apps/docs)的问题,并在提议或评审改动时套用功能设计原则(代码库复用、极简编码)。当用户问“docs 应用里 X 是怎么工作的”“Y 在哪里”“这个方案在 docs 应用里合适吗”,或在 apps/docs/ 下做非平凡改动前使用——特别是涉及 MDX 流水线、markdown 生成、内容组件、联邦文档、贡献者写作模式的场景。必要时可用 Mermaid 图回答架构问题。

source

ClickHouse 日志查询(Supabase)

SkillSkillsMP

针对 ClickHouse 支撑的 logs 表(logs.all.otel 分析端点)编写、评审与迁移 Supabase 日志查询。只要任务涉及 Logs Explorer SQL、log_attributes map、按日志 source 查询(edge_logs、postgres_logs、auth_logs 等)、把旧的 BigQuery cross join unnest(metadata) 日志查询翻译为 ClickHouse,或在 apps/studio/data/logs 与 apps/studio/components/interfaces/Settings/Logs 中接入分析日志 SQL 时使用。用户即使只说“日志查询”“Logs Explorer”或粘贴一段 BigQuery 日志查询待转换也应使用,不必非要提到 ClickHouse。

source

React Hook Form 规范(Supabase)

SkillSkillsMP

在 monorepo 内正确使用 React Hook Form——数据流、订阅、reset、脏状态、数字输入以及受控输入规则。在编写或修改任何表单代码、给已有表单加字段、使用 watch/useWatch/formState/getValues/setValue/reset、把表单接入 dialog 或 sheet、或实现提交/取消底栏之前先加载本 skill,即使改动看起来很简单。仓库中普遍存在 RHF 反模式,不加载本 skill 会照抄它们。表单布局与选用组件请再加载 studio-ui-patterns。

source

React Hook Form 规范(Claude Skills)

SkillSkillsMP

在 monorepo 内正确使用 React Hook Form——数据流、订阅、reset、脏状态、数字输入以及受控输入规则。在编写或修改任何表单代码、给已有表单加字段、使用 watch/useWatch/formState/getValues/setValue/reset、把表单接入 dialog 或 sheet、或实现提交/取消底栏之前先加载本 skill,即使改动看起来很简单。仓库中普遍存在 RHF 反模式,不加载本 skill 会照抄它们。表单布局与选用组件请再加载 studio-ui-patterns。

source

常见问题

AI 会不会直接改坏生产数据?

用只读账号从连接层杜绝写操作;确需写入时走「AI 生成 SQL → 人工审核 → 受控执行」流程,并要求带回滚方案。

本地分析用哪个最省事?

SQLite / DuckDB 类 MCP 最轻——直接指向本地文件,无需服务与凭证;Postgres 类需要连接串,建议指向 staging。

自然语言生成的 SQL 可信吗?

让 AI 先读取 schema、给出解释再执行,并用小样本 LIMIT 验证口径,正确率会高很多。涉及金额与去重的关键报表仍建议人工复核 SQL。

配套安装与配置教程

相关场景