日常开发中，数据库相关排查需求十分高频：查看数据表字段与索引、定位慢SQL根因、验证新增联合索引对执行计划的影响等。以往开发者处理这类问题，需要在Cursor、TRAE等开发工具与数据库客户端间反复切换，手动复制表结构、执行计划、查询结果交给大模型分析，流程割裂、效率低下。

近日，正式在Gitee开源发布KES MCP Server，基于MCP（模型上下文协议）打通AI开发工具与KingbaseES数据库，内置9套标准化工具，完整覆盖库结构查询、SQL解析、执行计划诊断、数据库健康巡检、慢SQL定位、索引仿真优化等全链路开发运维场景。借助该服务，开发者仅需在支持MCP的工具内自然提问，即可直连KES完成数据库实操分析，AI模型可基于真实库环境生成精准结论，彻底告别多工具来回切换的繁琐操作。

一、KES MCP Server是什么

KES MCP Server部署于AI开发工具与KES数据库中间层，承担请求转发、安全校验、权限管控核心作用，完整交互流程如下：

1. 用户在TRAE、Cursor等MCP客户端输入数据库相关指令；
2. 客户端识别需求，发起对应工具调用请求；
3. KES MCP Server接收请求，完成参数合法性校验、访问权限拦截；
4. 建立数据库连接，向KES下发SQL并获取原始结果；
5. 将数据库返回数据回传给AI客户端，由大模型完成整合、解读与优化建议输出。

整个链路中，AI客户端无法绕过MCP Server直连数据库，模型可调用的工具、允许执行的SQL、可访问的数据对象，同时受两层约束：MCP Server访问模式管控、数据库账号原生权限限制，双重保障数据安全。

1. 五层分层架构

产品采用标准化分层架构，自上而下依次为：

1. AI客户端层：TRAE、Cursor等兼容MCP协议的开发工具；
2. 传输层：负责客户端与服务端通信，提供多传输协议适配；
3. 核心服务与安全层：权限校验、访问模式管控、风险SQL拦截；
4. 分析能力层：封装表结构查询、执行计划解析、索引仿真、健康检测工具；
5. KES数据库层：金仓KingbaseES数据库内核。

2. 三种传输适配方式

为适配本地开发、远程访问、企业集中部署等不同场景，支持三类传输协议：

• Stdio：本地开发首选，无需开放端口，客户端自动拉起服务，开箱即用；
• SSE：轻量化远程访问方案，适用于小规模跨环境调试；
• Streamable HTTP：适配企业生产集中部署，可搭配HTTPS、反向代理、网络隔离策略，适合团队多人共享使用。

本地单机开发推荐Stdio模式；多团队、跨环境协同运维优先选用Streamable HTTP。

3. 双安全运行模式，按需切换

数据库是企业核心数据底座，AI大模型如同具备强大能力的“野马”，安全管控是AI直连数据库的首要前提。KES MCP Server提供两种运行模式，兼顾安全与灵活度：

• Restricted（严格受限模式，生产环境推荐）
  内置SQL操作白名单，仅开放查询、查看类只读操作，自动拦截DROP、ALTER、INSERT、UPDATE等高风险写入/修改语句，从源头规避数据误删、篡改风险。
  最佳实践：单独创建仅拥有最小查询权限的专用数据库账号对接AI，双重降低误操作隐患。
• Unrestricted（无限制模式，仅测试环境使用）
  放开全部数据库操作权限，支持DDL、DML等复杂运维、开发指令，满足测试环境调试、库结构变更、批量数据操作等灵活需求。

两种模式可一键切换，生产、演示环境强制推荐启用Restricted模式。

二、KES MCP Server核心四大能力

服务将KES高频数据库操作封装为标准化MCP工具，整合为四大核心能力，覆盖开发、运维、性能优化全场景：

1. 数据库结构全景探查

无需手动导出建表语句，直接查询线上真实库元数据，支持Schema、数据表、视图、序列、扩展全对象检索，可精准查看单表字段、约束、索引详情。
常用指令示例：

• 列出指定/全部Schema下所有表、视图、序列；
• 查询orders表完整字段、约束、索引信息。

2. SQL执行与执行计划深度分析

支持基于业务场景生成并执行查询语句，自动获取KES原生执行计划，AI可结合扫描方式、过滤条件、索引命中情况，精准定位SQL性能瓶颈。
常用指令示例：

• 统计本月销售额TOP5商品；
• 解析目标SQL执行计划，诊断慢查询成因。

3. 数据库运行状态健康巡检

一条指令完成全维度运维体检，自动检测索引有效性、数据库连接、Vacuum清理、序列状态、主从复制、缓存命中率、约束完整性等指标；同时支持抓取系统高耗时SQL，定位业务慢查询清单，后续联动执行计划工具完成根因分析。
常用指令示例：

• 一键检测数据库整体健康状态；
• 筛选近期总耗时最高的5条慢SQL。

4. 无成本索引方案仿真评估

对接sys_hypo虚拟索引扩展，无需真实创建物理索引，即可模拟新增单列、联合索引后的执行计划变化，提前预判索引优化收益，避免无效索引带来的存储、写入维护开销。
常用指令示例：

• 在user_id、status字段创建联合索引，查看执行计划变化；
• 基于历史业务负载批量评估最优索引方案。

三、快速安装配置指南

前置环境要求

• 数据库：KingbaseES V8R6及以上版本
• 运行环境：Python 3.12 ~ 3.13
• 客户端：TRAE、Cursor等兼容MCP协议开发工具

部署步骤

1. 拉取开源项目代码

git clone https://gitee.com/king-db/kingbase-mcp

2. 安装项目依赖

uv pip install .

3. MCP客户端配置
   在开发工具的MCP配置面板填写数据库连接信息、服务启动命令、访问模式；
   生产环境启用安全模式启动命令：

uv run kingbase-mcp --access-mode restricted

本地Stdio模式无需手动启动服务，客户端将自动拉起。

配套扩展说明

如需使用索引仿真能力，需提前在库中安装sys_hypo扩展；慢查询统计、负载分析功能依赖sys_stat_statements扩展，完整参数配置可参考项目README文档。

四、实战演示：一站式完成订单SQL性能优化

以业务查询语句 SELECT * FROM orders WHERE user_id = 123 AND status = 'pending'; 优化流程为例，完整展示单工具内闭环操作：

1. 查询表结构
   输入指令：查看orders表全部字段、约束与索引
   MCP服务直连KES返回当前表索引配置，快速判断查询条件字段是否已有有效索引；

2. 诊断慢查询成因
   输入指令：分析这条SQL的执行计划
   工具返回原生执行代价、扫描类型，若显示全表扫描、现有索引失效，即可进入索引仿真环节；
3. 虚拟索引效果验证
   输入指令：模拟新增user_id、status联合索引，对比执行计划变化
   依托虚拟索引扩展生成优化后执行方案，无物理索引创建、无存储开销；
4. 落地决策
   AI对比优化前后扫描代价、IO消耗，若性能提升显著，再由开发/DBA结合业务查询频次、写入压力、存储成本，判断是否正式创建物理联合索引。

整套表结构查询、执行计划分析、索引仿真验证流程，全部在同一AI开发工具内完成，无需切换数据库客户端、手动复制粘贴数据，大幅降低SQL性能调优门槛。

五、总结

KES MCP Server打通AI开发工具与国产金仓数据库的壁垒，通过标准化MCP协议、分层安全架构、多传输适配与虚拟索引仿真能力，将分散的数据库查询、性能诊断、索引优化操作整合至开发工作台。开发者无需切换多类工具，依靠自然语言指令即可直连真实KES环境完成数据库全链路排查，兼顾开发效率、数据安全与国产化适配需求，是适配AI开发时代的国产数据库配套工具。