Skip to content

About

MCP server built with .NET 10 for AI-driven SQL Server analytics. Provides database schema discovery, metadata search, relationship exploration, and read-only SQL execution using Dapper and T-SQL validation with ScriptDom.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

3 Commits

Folders and files

Repository files navigation

Description

An experimental MCP (Model Context Protocol) server built with C# / .NET 10, ASP.NET Core, Dapper, and Microsoft SQL Server.

The project demonstrates how Large Language Models (LLMs) can explore relational databases, discover schemas and relationships, generate analytical T-SQL queries, and execute them through MCP tools using natural language requests.

The main goal is to provide a foundation for AI-driven database analytics without implementing dedicated API endpoints or hardcoded SQL queries for individual reports.

Architecture

The application is deployed on a remote Windows VPS running IIS and Microsoft SQL Server.

Instead of purchasing a domain name, the project uses the VPS public IP address. An HTTPS certificate was issued directly for the IP address using Let's Encrypt and Posh-ACME.

The MCP server is hosted as an ASP.NET Core application under IIS. The Northwind sample database is deployed on the same VPS.

Grok is used as an external LLM client to test MCP integration, database schema discovery, SQL generation, and analytical reporting.

flowchart TB
    User["User"]
    Grok["Grok - LLM Client"]

    subgraph VPS["Windows VPS - Public IP Address"]
        HTTPS["HTTPS - Let's Encrypt IP Certificate"]
        IIS["IIS - ASP.NET Core Hosting"]

        subgraph MCP["MCP Server - .NET 10"]
            Tools["MCP Tools"]
            Metadata["Database Schema Discovery"]
            Validator["T-SQL Validator - ScriptDom"]
            Executor["SQL Executor - Dapper"]
        end

        DB[("SQL Server - Northwind")]
    end

    User -->|"Natural Language"| Grok
    Grok <-->|"MCP over HTTPS"| HTTPS
    HTTPS --> IIS
    IIS --> Tools
    Tools --> Metadata
    Tools --> Validator
    Validator --> Executor
    Metadata --> DB
    Executor --> DB
    DB -->|"Metadata / Query Results"| Tools
Loading

Technology Stack

Technology Purpose
C# / .NET 10 Application development
ASP.NET Core HTTP hosting
ModelContextProtocol.AspNetCore MCP server implementation
Microsoft SQL Server Relational database
Dapper Database access and query execution
Microsoft.Data.SqlClient SQL Server connectivity
Microsoft.SqlServer.TransactSql.ScriptDom T-SQL parsing and validation
IIS Application hosting on Windows VPS
Let's Encrypt / Posh-ACME HTTPS certificate for public IP
Grok External LLM client for testing

Implemented MCP Tools

Database Schema Discovery

Tool Description
get_database_tables Returns database tables, views, and their column metadata
get_database_relationships Returns foreign key relationships between database objects
get_database_keys Returns primary and unique key constraints
get_database_objects Returns a lightweight catalog of tables and views with optional schema filtering
search_database_schema Searches objects by table names, column names, and MS_Description metadata
get_database_object_details Returns detailed metadata for selected objects, including columns, keys, and incoming/outgoing foreign keys

SQL Execution

Tool Description
execute_readonly_sql Validates and executes analytical T-SQL SELECT queries and returns JSON results

Development Utilities

Tool Description
say_hello Simple MCP connectivity test
add_numbers Tests tool arguments and results
get_server_time Returns the server's current time

Progressive Schema Discovery

Instead of sending the entire database structure to the LLM, the server supports progressive metadata exploration.

flowchart TD
    A["Natural Language Request"]
    B["get_database_objects"]
    C["search_database_schema"]
    D["get_database_object_details"]
    E["Generate Analytical T-SQL"]
    F["ScriptDom Validation"]
    G["execute_readonly_sql"]
    H["SQL Server"]
    I["JSON Results"]
    J["Grok - Analytical Response"]

    A --> B
    B --> C
    C --> D
    D --> E
    E --> F
    F --> G
    G --> H
    H --> I
    I --> J
Loading

This approach allows the LLM to:

  • Discover available tables and views without loading every column.
  • Search database metadata by object names, column names, and descriptions.
  • Retrieve detailed information only for relevant database objects.
  • Identify primary keys, composite keys, and foreign key relationships.
  • Explore relationships in both directions.
  • Generate SQL JOINs based on actual database metadata.
  • Execute analytical queries and interpret the results.

The approach can be extended to larger enterprise database schemas.

SQL Validation and Execution

The SQL execution component uses Microsoft.SqlServer.TransactSql.ScriptDom to parse T-SQL into an Abstract Syntax Tree (AST).

The current implementation includes:

  • SQL syntax validation.
  • Restriction to a single SELECT statement.
  • Rejection of common data modification and DDL statements.
  • Rejection of SELECT INTO.
  • Support for CTEs, JOINs, aggregations, and window functions.
  • Configurable SQL command timeout.
  • Limits on returned rows and response size.
  • Execution using a dedicated SQL Server account with restricted database permissions.

The SQL executor returns structured JSON containing query results, returned row count, and a truncation indicator.

Warning

This is an experimental implementation. AST validation and database permissions provide basic safeguards but do not constitute a complete SQL sandbox.

Additional query restrictions, resource controls, authentication, and auditing are required before production use. The current public MCP deployment does not implement client authentication.

Testing with Grok

The solution was tested using the Northwind sample database hosted on the remote VPS.

The LLM successfully:

  • Discovered 13 tables and 16 views.
  • Searched database metadata by names and columns.
  • Identified composite primary keys.
  • Resolved incoming and outgoing foreign key relationships.
  • Retrieved metadata for selected tables and views.
  • Generated analytical SQL queries from natural language requests.
  • Executed reporting queries using JOINs, CTEs, aggregations, and window functions.
  • Rejected tested modification and DDL statements through the SQL execution tool.

Example analytical requests:

Show total sales by employee for orders shipped to the USA in 1997.

Find the top three products in each category and compare their sales between 1996 and 1997.

The reports were generated without creating dedicated reporting endpoints or writing report-specific SQL in the MCP server.

Project Status

Proof of Concept (PoC)

The core MCP integration, database schema discovery, metadata search, SQL validation, and analytical query execution have been implemented and tested.

Potential future improvements:

  • SQL execution logging and auditing.
  • Configurable business metadata and metric definitions.
  • View dependency discovery.
  • Stronger SQL query restrictions.
  • MCP client authentication.

Описание

Экспериментальный MCP-сервер, разработанный на C# / .NET 10 с использованием ASP.NET Core, Dapper и Microsoft SQL Server.

Проект демонстрирует возможность интеграции больших языковых моделей (LLM) с реляционной базой данных для автоматического исследования ее структуры, определения связей между таблицами, генерации аналитических T-SQL-запросов и выполнения отчетов на естественном языке.

Основная идея — создать универсальную основу для AI-аналитики поверх SQL Server, без необходимости разрабатывать отдельные API-методы и SQL-запросы под каждый отчет.

Архитектура

Проект развернут на удаленном Windows VPS с установленными IIS и Microsoft SQL Server.

Для тестирования не приобретался отдельный домен. Вместо этого используется публичный IP-адрес VPS, для которого был выпущен HTTPS-сертификат через Let's Encrypt с использованием Posh-ACME.

MCP-сервер опубликован как ASP.NET Core-приложение в IIS. На этом же VPS развернута тестовая база данных Northwind.

В качестве внешнего LLM-клиента используется Grok, через который проверяются подключение к MCP, исследование схемы БД, генерация SQL и построение аналитических отчетов.

flowchart TB
    User["Пользователь"]
    Grok["Grok - LLM-клиент"]

    subgraph VPS["Windows VPS - Публичный IP"]
        HTTPS["HTTPS - Сертификат Let's Encrypt"]
        IIS["IIS - ASP.NET Core"]

        subgraph MCP["MCP-сервер - .NET 10"]
            Tools["MCP-инструменты"]
            Metadata["Исследование схемы БД"]
            Validator["Валидация T-SQL - ScriptDom"]
            Executor["Выполнение SQL - Dapper"]
        end

        DB[("SQL Server - Northwind")]
    end

    User -->|"Запрос на естественном языке"| Grok
    Grok <-->|"MCP через HTTPS"| HTTPS
    HTTPS --> IIS
    IIS --> Tools
    Tools --> Metadata
    Tools --> Validator
    Validator --> Executor
    Metadata --> DB
    Executor --> DB
    DB -->|"Метаданные / Результаты"| Tools
Loading

Технологический стек

Технология Назначение
C# / .NET 10 Разработка приложения
ASP.NET Core HTTP-хостинг
ModelContextProtocol.AspNetCore Реализация MCP-сервера
Microsoft SQL Server Реляционная база данных
Dapper Доступ к БД и выполнение запросов
Microsoft.Data.SqlClient Подключение к SQL Server
Microsoft.SqlServer.TransactSql.ScriptDom Разбор и проверка T-SQL
IIS Размещение приложения на Windows VPS
Let's Encrypt / Posh-ACME HTTPS-сертификат для публичного IP
Grok Внешний LLM-клиент для тестирования

Реализованные MCP-инструменты

Исследование структуры базы данных

Метод Назначение
get_database_tables Получение таблиц, представлений и метаданных колонок
get_database_relationships Получение внешних ключей и связей между объектами
get_database_keys Получение первичных и уникальных ключей
get_database_objects Получение компактного каталога таблиц и представлений с фильтрацией по схеме
search_database_schema Поиск объектов по названиям таблиц, колонок и описаниям MS_Description
get_database_object_details Получение подробных метаданных выбранных объектов, включая колонки, ключи и внешние связи

Выполнение SQL

Метод Назначение
execute_readonly_sql Проверка и выполнение аналитических T-SQL SELECT-запросов с возвратом результатов в JSON

Тестовые инструменты

Метод Назначение
say_hello Проверка подключения к MCP
add_numbers Проверка передачи параметров и результатов
get_server_time Получение текущего времени сервера

Поэтапное исследование схемы БД

Вместо передачи всей структуры базы данных языковой модели реализован механизм Progressive Schema Discovery — поэтапного исследования метаданных.

flowchart TD
    A["Запрос пользователя"]
    B["get_database_objects"]
    C["search_database_schema"]
    D["get_database_object_details"]
    E["Генерация аналитического T-SQL"]
    F["Проверка через ScriptDom"]
    G["execute_readonly_sql"]
    H["SQL Server"]
    I["Результат в JSON"]
    J["Grok - Аналитический отчет"]

    A --> B
    B --> C
    C --> D
    D --> E
    E --> F
    F --> G
    G --> H
    H --> I
    I --> J
Loading

Этот механизм позволяет языковой модели:

  • Получать список таблиц и представлений без загрузки всех колонок.
  • Искать необходимые объекты по названиям и описаниям.
  • Запрашивать подробную структуру только выбранных таблиц.
  • Определять первичные, составные и внешние ключи.
  • Исследовать связи между таблицами в обоих направлениях.
  • Формировать JOIN на основании реальных метаданных SQL Server.
  • Генерировать и выполнять аналитические SQL-запросы.

Такой подход рассчитан не только на небольшие тестовые базы, но и на дальнейшую работу с корпоративными БД, содержащими сотни таблиц и представлений.

Валидация и выполнение SQL

Для проверки SQL-запросов используется библиотека Microsoft.SqlServer.TransactSql.ScriptDom, которая разбирает T-SQL в абстрактное синтаксическое дерево (AST).

В текущей реализации предусмотрены:

  • Проверка синтаксиса SQL.
  • Ограничение выполнения одним SELECT-запросом.
  • Отклонение стандартных команд изменения данных и структуры БД.
  • Запрет SELECT INTO.
  • Поддержка CTE, JOIN, группировок и оконных функций.
  • Настраиваемый таймаут выполнения SQL.
  • Ограничение количества возвращаемых строк и размера ответа.
  • Выполнение запросов через отдельную учетную запись SQL Server с ограниченными правами.

Результат возвращается в JSON с данными, количеством строк и признаком усечения результата.

Warning

Проект является экспериментальным. Проверка AST и ограничение прав SQL-пользователя не обеспечивают полноценную изоляцию произвольного T-SQL.

Для промышленного использования необходимо усилить ограничения запросов, контроль ресурсов, аудит и авторизацию MCP-клиентов. В текущем публичном развертывании авторизация MCP пока не реализована.

Тестирование с Grok

Для тестирования использовалась база данных Northwind, развернутая на удаленном VPS.

В ходе тестирования Grok успешно:

  • Обнаружил 13 таблиц и 16 представлений.
  • Выполнил поиск объектов по названиям и колонкам.
  • Определил составные первичные ключи.
  • Обнаружил входящие и исходящие внешние связи.
  • Получил подробные метаданные выбранных таблиц и представлений.
  • Сгенерировал аналитические SQL-запросы по текстовому описанию.
  • Построил отчеты с использованием JOIN, CTE, агрегатных и оконных функций.
  • Получил ошибки при попытках выполнить протестированные команды изменения данных и структуры БД.

Примеры аналитических запросов:

Покажи общую сумму продаж по сотрудникам для заказов, отправленных в США в 1997 году.

Найди три самых продаваемых товара в каждой категории и сравни их продажи за 1996 и 1997 годы.

Отчеты были построены без разработки специализированных API-методов и без предварительного написания SQL под конкретные задачи.

Статус проекта

Proof of Concept (PoC)

Реализованы и протестированы базовая MCP-интеграция, исследование схемы базы данных, поиск метаданных, валидация SQL и выполнение аналитических запросов.

Возможные направления дальнейшего развития:

  • Логирование и аудит SQL-запросов.
  • Конфигурируемые бизнес-метаданные и определения метрик.
  • Исследование зависимостей представлений.
  • Усиление SQL-валидатора.
  • Авторизация MCP-клиентов.

About

MCP server built with .NET 10 for AI-driven SQL Server analytics. Provides database schema discovery, metadata search, relationship exploration, and read-only SQL execution using Dapper and T-SQL validation with ScriptDom.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages