OceanBase MCP Server
背景信息
AI 工具快速发展（如图形化工具 Cursor、Windsurf、Trae，命令行工具 Claude Code、Gemini CLI、Qwen Code），在 Agent 模式的加持下，能力非常强大。但是 AI 工具无法直接访问数据库，和数据库之间仍然缺少一个 “桥梁”，MCP 协议搭建了这样的一座桥梁。OceanBase MCP Server 通过 MCP 协议与 AI 工具交互，赋予了工具直接读取数据库的能力。
传统的数据分析比如 “用户数据分析”、“商品分析”、“订单分析”、“用户行为分析” 等，需要开发人员开发后端平台读取数据和前端页面展示数据，即使使用 BI 分析工具有时也需要了解 SQL 相关的知识，数据只是展示了出来，数据中包含的逻辑是什么，业务需要根据数据做什么样的改变，仍然依靠数据分析人员的洞察。
在 AI 工具、 MCP 和 LLM 的结合下，数据分析形态将被改变，分析人员不再需要开发人员参与，也不用懂得 SQL 知识，只需要将需求告诉这些 AI 工具，就可以得到想要的结果，生成精美的图表，并且可以提供初步的数据洞察。
功能架构
核心工具包
seekdb MCP Server 提供标准 化接口，支持 AI 工具直接调用数据库功能：
| 工具名称 | 功能说明 |
|---|---|
execute_sql | 执行任意 SQL 语句（SELECT/INSERT/UPDATE/DELETE/DDL 等）。 |
get_ob_ash_report | 获取 seekdb Active Session History（ASH）报告，用于性能诊断。 |
get_current_time | 返回 seekdb 实例的当前时间。 |
oceanbase_text_search | 在 seekdb 数据库表中使用全文搜索查找文档。 |
oceanbase_vector_search | 在 seekdb 数据库表中执行向量相似性搜索。 |
oceanbase_hybrid_search | 执行混合搜索，结合关系条件过滤和向量搜索。 |
ob_memory_query | 通过语义搜索搜索 AI 记忆系统中的历史对话记录。（AI 记忆系统工具） |
ob_memory_insert | 自动捕获并存储重要对话内容，构建知识库。（AI 记忆系统工具） |
ob_memory_delete | 删除过时或冗余的对话记忆。（AI 记忆系统工具） |
ob_memory_update | 根据新信息更新或演进记忆内容。（AI 记忆系统工具） |
资源接口
通过 MCP 协议暴露的资源接口，AI 工具可直接调用：
| 资源路径 | 功能说明 |
|---|---|
oceanbase://tables | 列出数据库中的所有表。 |
oceanbase://sample/{table} | 获取指定表的样本数据（前 100 行），支持动态替换 {table} 为表名。 |
前提条件
-
您已安装 Cursor 或其他支持 MCP 协议的工具（如 Windsurf、Qwen Code）。
-
您已完成部署 seekdb。
- 有关部署 seekdb 的信息，参见 部署 seekdb。
-
您已安装 Python 环境（版本 3.10 ~ 3.12）。
- Python 安装包可在 Python 官方网站 下载。
集成步骤
步骤一：获取数据库连接信息
联系部署人员或者管理员获取相应的数据库连接串，例如：
obclient -h$host -P$port -u$user_name -p$password -D$database_name
参数说明：
$host：提供 seekdb 数据库连接 IP。$port：提供 seekdb 数据库连接端口。默认是2881。$database_name：需要访问的数据库名称。$user_name：提供实例的连接账户。默认为root。$password：提供账户密码，密码默认为空。
示例如下：
obclient -hxxx.xxx.xxx.xxx -P2881 -uroot -p****** -Dtest
步骤二：安装 Python 依赖
环境准备
-
安装 uv 包管理器。
-
macOS/Linux 环境执行以下命令安装 uv 包管理器。
curl -LsSf https://astral.sh/uv/install.sh | sh -
Windows 环境执行以下命令安装 uv 包管理器。
irm https://astral.sh/uv/install.ps1 | iex -
或者使用 pip 命令安装 uv 包管理器。
pip install uv
-
-
验证 uv 是否安装成功。
uv --version
安装 OceanBase MCP Server
-
选择一个目录，运行以下命令创建一个虚拟环境。
uv venv -
执行以下命令激活虚拟环境。
source .venv/bin/activate -
执行以下命令安装 OceanBase MCP Server。
uv pip install oceanbase-mcp
步骤三：配置 MCP Server 环境
-
创建
.env文件。cat > .env <<EOF
OB_HOST=127.0.0.1
OB_PORT=2881
OB_USER=root
OB_PASSWORD=your_password
OB_DATABASE=test
EOF -
启动 MCP Server。
uv run oceanbase_mcp_server \
--transport sse \ # 支持 stdio/streamable-http/sse 模式
--host 0.0.0.0 \ # 允许外部访问，可改为 127.0.0.1 限制本地访问
--port 8000 # 自定义端口（如 8001 需调整后续配置）
步骤四：配置 Cursor 连接 MCP Server
-
进入 Cursor 设置页面：点击右上角齿轮图标 → 选择 MCP → 点击 New MCP Server。
-
编辑
mcp.json配置。{
"mcpServers": {
"ob-sse": {
"autoApprove": [],
"disabled": false, # 必须设为 false 启用服务
"timeout": 60,
"type": "sse",
"url": "http://127.0.0.1:8000/sse" # 与步骤 3 的端口一致
}
}
} -
验证连接。
保存后，返回 MCP 页面，可以看到新添加的 MCP。
-
添加后在 Chat 窗口提问时，Cursor 会自动使用 MCP 的工具。
快速体验案例
当您完成 seekdb + MCP Server 的搭建后，可以快速体验数据分析。其他的 AI 工具也可以实现本文 的效果，本案例以 Cursor 为例，演示强大的 AI 工具如何与 OceanBase MCP Server 协同工作。
用户数据分析
-
指令输入。
帮我分析一下用户数据，看看用户年龄分布和城市分布情况 -
Cursor 执行流程。
-
Cursor 调用
execute_sql执行聚合查询。SELECT age, city, COUNT(*) AS user_count
FROM users
GROUP BY age, city; -
自动生成结构化分析结果。
-
-
指令扩展。
请将上面的结果转换为图表 -
输出结果。
自动生成年龄分布与城市分布饼图。
商品销售分析
-
指令输入。
分析商品销售情况，找出最受欢迎的商品类别和品牌 -
输出示例。
Cursor 给出了分析报告，并且给出了策略和建议的洞察 。
订单趋势分析
-
指令输入。
分析订单数据，看看销售趋势和用户购买行为 -
输出示例。
生成了订单数据分析报告，并根据数据给出了建议。
