datasette-mcp 官网首屏

datasette-mcp：把 Datasette 变成 AI 可查询的数据库

datasette-mcp 是 Datasette 官方（datasette 组织）发布的插件，给任何 Datasette 实例加一个 /-/mcp 端点——AI Agent 通过 MCP 协议连接后，可以直接列出数据库、查看 schema、执行只读 SQL。Datasette 原本就有面向人的 Web 界面，这个插件补上了面向 AI 的接口层。

插件于 2026-07-28 发布（与 MCP 2.0 无状态规范同日），采用 MCP Streamable HTTP，Apache 2.0 协议。

核心能力

默认暴露三个只读工具

list_databases：列出当前用户可见的数据库
get_database_schema：返回数据库完整 SQL schema（表、索引、视图、触发器）
execute_sql：执行一条只读 SQL，返回结构化列、行和截断标记

权限模型与 Datasette 一致

数据库可见性和 execute-sql 权限在每次工具调用时强制校验，SQL 走与 Datasette 自定义 SQL 接口相同的 validate_sql_select() 和只读 Database.execute() 路径——不是另开一个后门，而是复用 Datasette 自己的权限体系。这对「把生产数据暴露给 AI」的场景很关键：Agent 能查的，和网页用户能查的，边界一致。

其他插件可扩展工具

from datasette import hookimpl

@hookimpl
def register_mcp_tools(datasette, mcp):
    @mcp.tool()
    async def database_count() -> int:
        """Return the number of user-facing databases."""
        return len([name for name in datasette.databases if name != "_internal"])

Datasette 插件体系里任何插件都可以通过 register_mcp_tools hook 向 MCP 服务器注册自己的工具，用 MCP Python SDK 标准的 @mcp.tool() 装饰器。也就是说，这个插件不只是「加三个固定工具」，而是给整个 Datasette 插件生态开了 MCP 出口。

为什么值得关注

MCP 2.0 无状态化让「给现有工具加 MCP 接口」从重工程变成轻插件。datasette-mcp 是最典型的示范：一个插件文件，把已经运行多年的 Datasette 实例变成 AI Agent 可以直接查询的数据源，不需要改数据库、不需要写胶水服务。

对数据型团队的实际场景：内部 Datasette 上有一堆运营数据，想让 AI Agent 做分析——装这个插件，Agent 就能 list_databases 看有什么库、get_database_schema 理解表结构、execute_sql 跑查询。只读约束 + 权限复用，比「给 Agent 一个数据库账号」安全得多。

局限

只读 SQL——Agent 不能写数据（这是设计选择，不是缺陷）
需要 Datasette 环境（SQLite 数据源），不是通用数据库网关
项目新（2026-07-28），GitHub Star 6，等待社区插件贡献

快速开始

datasette install datasette-mcp
datasette serve mydata.db
# MCP 客户端连接 <http://localhost:8001/-/mcp>

datasette-mcp | 给 Datasette 加一个 MCP 服务器

datasette-mcp：把 Datasette 变成 AI 可查询的数据库

核心能力

为什么值得关注

局限

快速开始

延伸阅读