搜索「postgres」的结果

com.nlqdb/nlqdb

面向 AI 智能体的分析记忆：通过 MCP 用自然语言查询真实的 Postgres，一条命令即可接入。

io.github.orifisher2/sqlike-mcp

SQL static analysis & query-equivalence for Postgres, MySQL, SQLite, and SQL Server

io.github.Abhishekkumar2021/sql

只读 SQL 查询与 Postgres、SQLite 的 schema 元数据探查，另设受门控的写入模式。

run.onvibe/onvibe

与 Claude 对话，就能把可用的 Web 应用部署到真实 URL，并带 Postgres、存储与定时任务。

io.github.Wangggym/quarry

为智能体提供带安全护栏的数据库访问：Postgres、MySQL、Redis，默认只读。

io.github.tribal-memory/tribal

自托管的语义记忆层，沉淀工程团队的隐性知识，需要搭配 Postgres。

io.github.cunicopia-dev/knowledge-graph-rdbms

构建在 SQLite/Postgres 上的带标签属性图，支持多本体路由与受闸控的 MCP server。

io.github.SurajKGoyal/amnesic

为 SQL 数据库提供持久语义记忆。支持 Postgres、MySQL、MSSQL、SQLite。

io.github.us-all/dbt

dbt MCP——解析 manifest、run_results、sources 与 catalog，并生成数据质量结果表（BigQuery/Postgres）。

io.github.Melgencer/alpacacloud-mcp

将 AI 智能体接入 Alpaca Cloud：Postgres、认证、存储、沙箱与工作流。

io.github.thegoodguysla/myco-brain

自托管、可溯源的 AI 智能体记忆层与 MCP 服务器，运行在你自己的 Postgres 上。

com.vetosql/veto

在 AI 智能体执行前，对 Postgres SQL 做确定性的安全、正确性与成本闸门校验。

io.sota/mcp

面向 AI agent 的欧洲原生 PaaS——一句话部署 Web 应用、托管 Postgres、默认符合 GDPR。

io.github.kalehdoo/warehouse-mcp

面向 Postgres、Oracle、Snowflake、BigQuery、Redshift、DuckDB、MotherDuck 的生产级 MCP 服务器。

io.github.brianfofficial/retentioncheck-mcp-server

从 Stripe、Postgres、MySQL 或粘贴的用户反馈中提取流失数据，由 AI 排序流失原因并给出改进方案。

io.github.spencerpauly/querybear

为 AI Agent 提供安全的只读 Postgres 与 MySQL 访问，含审计日志与列级权限控制。

io.github.InstaNode-dev/mcp

让 AI 编码智能体通过一次 HTTP 调用开通 Postgres 数据库与 webhook。

io.github.jamjet-labs/engram-server

AI 智能体的持久记忆：事实抽取、混合检索、时序图，支持 SQLite/Postgres。

io.github.dbsectrainer/mcp-data-pipeline-connector

基于 DuckDB 的通用数据连接器，支持 CSV、Postgres 与 REST API。

io.prisma/mcp

用于管理 Prisma Postgres 的 MCP 服务器。

io.github.topoteretes/cognee/cognee-docker

当用户希望用 Docker 或 docker compose 运行 cognee 时使用——包括用预构建镜像快速体验、在容器中启动 API 服务，或用 compose profile 拉起完整技术栈（UI、MCP、Postgres、Neo4j）。

io.github.supabase/supabase/safe-sql-execution

只要代码会构建、返回、拉取或执行针对用户真实 Postgres 数据库的 SQL，就使用本 skill——即使需求读起来像普通功能或 bug 修复，完全没提“security”“injection”或“SafeSqlFragment”。覆盖：编写或修改任何构造/返回数据库对象（表、视图、函数、DB 触发器、索引、RLS 策略）SQL 的 pg-meta 函数、查询构造器或接口；把 schema/表/列/搜索词/路由参数插入 SQL 文本；存储、读取或重跑从数据库往返的 SQL（策略定义、函数/视图定义、片段保存内容）；以及任何把 SQL 发到项目库的 Run/Apply/Execute 动作（SQL 编辑器执行选中、策略编辑器应用、片段执行器）。在动手写这类代码前就要加载，不要只在评审成品 diff 时才用。仅在改动完全不涉及 SQL 文本或执行时跳过——样式、无关的数据 hook、非 SQL 表单校验或 UI 布局工作。

io.github.PostHog/posthog/triaging-warehouse-sync-tickets

借助 PostHog 自身生产数据，从支持工单出发排查客户的数据仓库源、schema 或表。当工单称仓库表过期、为空、卡住、重复、缺行或同步失败，且你需要同步的真实状态而非客户描述时使用。客户所在团队你的 MCP 会话无法直达，因此所有答案都来自 execute-sql，其 connectionId 指向直连 PostHog 线上生产库（存有全部客户数据）的 direct-connect 源。涵盖区域判定（US 与 EU）、生产 Postgres 连接（externaldatasource / externaldataschema / externaldatajob / datawarehousetable）、生产 ClickHouse 连接（log_entries、app_metrics2）、经 posthog-connection-call 的跨区域访问、为何 external-data-* 产品工具会悄悄从你自己的项目作答，以及如何以一条建议动作加“谁能执行”收尾。仅限内部：每次查询返回的都是其他客户的数据。

io.github.PostHog/posthog/optimizing-clickhouse-and-hogql-queries

ClickHouse 与 HogQL 查询的优化流程。当 HogQL 查询、查询运行器、insight 或报表太慢，手写的 ClickHouse 查询（经 `sync_execute` 或在迁移中）太慢，ClickHouse 超时或触及内存限制，排查 `system.query_log` 中的慢查询记录，或评审拟议的 HogQL printer 性能改动时使用。涵盖提取 ClickHouse SQL、常见坏味道（`FROM ... FINAL`、对 properties 的 JSONExtract、缺失 skip index、自连接、CTE 膨胀）、对着真实集群度量，以及在正确的层（printer、查询运行器或迁移）应用修复。不覆盖 Postgres / Django ORM / 应用库查询；那些需要 pganalyze 与 `query-performance-optimization.md` 的 Postgres 章节。