doris-mcp-server 的项目扩展与二次开发
2025-06-27 10:00:00作者:史锋燃Gardner
项目的基础介绍
doris-mcp-server 是一个基于 Python 和 FastAPI 开发的后端服务项目,实现了 Model Context Protocol (MCP) 协议,允许客户端通过定义的 "Tools" 与其交互。该项目主要设计用于连接 Apache Doris 数据库,并可能利用大型语言模型(LLMs)执行如自然语言查询到 SQL 转换(NL2SQL)、查询执行、元数据管理和分析等任务。
项目的核心功能
- MCP 协议实现:提供标准的 MCP 接口,支持工具调用、资源管理和提示符交互。
- 流式 HTTP 通信:统一的 HTTP 端点,支持请求/响应和流式通信,以实现最佳性能和可靠性。
- 标准输入/输出通信:支持与 MCP 客户端如 Cursor 的直接集成。
- 企业级架构:模块化设计,包含工具管理器、监控工具模块、查询信息工具、资源管理器和提示符管理器等综合功能。
- 高级数据库特性:包括高性能的 SQL 执行、安全管理和元数据提取等。
项目使用了哪些框架或库?
- FastAPI:用于构建 API 的现代、快速(高性能)的 Web 框架,使用 Python 3.7+ 的异步和等待关键字。
- Python:项目基于 Python 3.12+ 版本开发。
- 其他依赖:项目依赖多种第三方库,如数据库连接库、安全库等,具体可见项目
requirements.txt文件。
项目的代码目录及介绍
项目的代码目录结构如下:
.
├── doris_mcp_client
├── doris_mcp_server
│ ├── tools
│ │ ├── tools_manager.py
│ │ ├── resources_manager.py
│ │ ├── prompts_manager.py
│ │ └── ...
│ ├── utils
│ │ ├── query_executor.py
│ │ ├── security.py
│ │ ├── schema_extractor.py
│ │ └── ...
│ ├── config.py
│ ├── start_server.sh
│ └── ...
├── examples
├── test
├── .asf.yaml
├── Dockerfile
├── LICENSE.txt
├── Makefile
├── README.md
├── docker-compose.yml
├── generate_requirements.py
├── pyproject.toml
├── requirements-dev.txt
├── requirements.txt
└── ...
doris_mcp_server:包含服务器的核心逻辑,包括工具管理、资源管理、提示符管理等功能模块。utils:包含查询执行、安全管理、模式提取等实用工具。config.py:集中管理配置信息。start_server.sh:启动服务器的脚本。
对项目进行扩展或者二次开发的方向
- 增加新的工具模块:根据业务需求,可以开发新的工具模块,扩展服务器的功能。
- 集成更多的数据库:除了 Apache Doris,可以扩展支持其他数据库,如 MySQL、PostgreSQL 等。
- 增强安全性:进一步完善安全框架,增加如认证、授权等安全特性。
- 性能优化:针对查询执行、资源管理等模块进行性能优化。
- 扩展监控和日志:增强监控和日志功能,便于问题的追踪和性能分析。
- 用户界面开发:为项目开发一个用户友好的界面,提升用户体验。
- 支持更多协议:扩展服务器以支持更多协议,提高与其他系统的兼容性。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1