SQL MCP Server — Właściwy Sposób na Danie Agentom AI Dostępu do Bazy Danych

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Będąc szczerym: większość dostępnych dziś serwerów MCP dla baz danych jest przerażająca. Biorą zapytanie w języku naturalnym, generują SQL w locie i uruchamiają go na twoich danych produkcyjnych.

Zespół Azure SQL właśnie przedstawił SQL MCP Server, i przyjmuje fundamentalnie inne podejście.

Dlaczego nie NL2SQL?

Modele nie są deterministyczne. SQL MCP Server używa podejścia NL2DAB. Agent pracuje z warstwą abstrakcji encji Data API builder, aby deterministycznie produkować dokładne T-SQL.

Siedem narzędzi, nie siedemset

SQL MCP Server udostępnia dokładnie siedem narzędzi DML:

describe_entities — odkryj dostępne encje
create_record — wstawiaj wiersze
read_records — zapytuj tabele i widoki
update_record — modyfikuj wiersze
delete_record — usuń wiersze
execute_entity — uruchamiaj procedury składowane
aggregate_records — zapytania agregujące

Pierwsze kroki w trzech poleceniach

dab init   --database-type mssql   --connection-string "@env('sql_connection_string')"

dab add Customers   --source dbo.Customers   --permissions "anonymous:*"

dab start

Historia bezpieczeństwa jest solidna

RBAC na każdej warstwie, integracja Azure Key Vault, Microsoft Entra + niestandardowy OAuth.

Sprawdź pełny post i dokumentację.