OceanBase MCP ServerとAIツールの連携ガイド

背景

AIツールは急速に発展しており（グラフィカルツールのCursor、Windsurf、Traeや、コマンドラインツールのClaude Code、Gemini CLI、Qwen Codeなど）、Agentモードのサポートにより、非常に強力な機能を備えています。しかし、AIツールはデータベースに直接アクセスすることができず、データベースとの間には依然として「橋渡し」が必要です。MCPプロトコルは、そのような橋渡しを実現します。OceanBase MCP ServerはMCPプロトコルを介してAIツールと連携し、ツールにデータベースから直接データを読み取る能力を付与します。

従来のデータ分析、例えば「ユーザーデータ分析」「商品分析」「注文分析」「ユーザー行動分析」などでは、開発者がバックエンドプラットフォームを開発してデータを読み取り、フロントエンドページで表示する必要がありました。BI分析ツールを使用する場合でも、SQLに関する知識を理解する必要があることがあります。データは表示されますが、データに含まれるロジックや、業務がデータに基づいてどのように変更すべきかは、依然としてデータ分析担当者の洞察に依存しています。

AIツール、MCP、LLMの組み合わせにより、データ分析の形態は変わります。分析担当者は開発者の関与やSQLの知識を必要とせず、要件をこれらのAIツールに伝えるだけで、望ましい結果を得て、見栄えの良いチャートを生成し、初期のデータ洞察を得ることができます。

機能アーキテクチャ

コアツールキット

OceanBase MCP Serverは標準化されたインターフェースを提供し、AIツールがデータベース機能を直接呼び出すことをサポートします：

リソースインターフェース

MCPプロトコルを通じて公開されるリソースインターフェースは、AIツールが直接呼び出せます：

前提条件

• CursorまたはMCPプロトコルをサポートする他のツール（Windsurf、Qwen Codeなど）がインストール済みであること。

• OceanBaseクラスタのデプロイが完了し、MySQLモードのユーザーテナントが作成されていること。テナントに接続するユーザーは、ターゲットデータベースに対するCREATE、INSERT、DROP、SELECT権限を持っている必要があります。

  • OceanBaseクラスタのデプロイに関する情報については、デプロイの概要を参照してください。
  • ユーザーテナントの作成に関する詳細については、テナントの作成を参照してください。
  • ユーザー権限に関する情報については、MySQLモードの権限分類を参照してください。

• Python環境（バージョン3.10～3.12）がインストール済みであること。

  • Pythonのインストールパッケージは、Python公式Webサイトからダウンロードできます。

統合手順

ステップ１：データベース接続情報を取得する

OceanBaseデータベースのデプロイ担当者または管理者から、該当するデータベース接続文字列を取得します。例：

obclient -h$host -P$port -u$user_name -p$password -D$database_name

パラメータ説明：

• $host：OceanBaseデータベースへの接続IPアドレス。OceanBaseデータベースプロキシ(OceanBase Database Proxy、ODP)接続方式ではODPアドレスを使用し、直接接続方式ではOBServerノードのIPアドレスを使用します。

• $port：OceanBaseデータベースの接続ポート。ODP接続方式のデフォルトポートは2883で、ODPデプロイ時にカスタマイズ可能です。直接接続方式のデフォルトポートは2881で、OceanBaseデータベースのデプロイ時にカスタマイズ可能です。

• $database_name：アクセス対象のデータベース名。

  注意

  テナントに接続するユーザーには、データベースに対する CREATE、INSERT、DROP および SELECT 権限が付与されていなければなりません。その他のユーザー権限の詳細については、MySQLモードの権限分類を参照してください。

• $user_name：テナントの接続アカウント。ODP接続の一般的な形式：ユーザー名@テナント名#クラスタ名 または クラスタ名:テナント名:ユーザー名。直接接続方式の形式：ユーザー名@テナント名。

• $password：アカウントのパスワード。

その他の接続文字列の詳細については、OBClientを使用してOceanBaseテナントに接続するを参照してください。

例：

obclient -hxxx.xxx.xxx.xxx -P2881 -utest_user001@mysql001 -p****** -Dtest

ステップ2：Python依存関係のインストール

環境の準備

1. uvパッケージマネージャーをインストールします。

   • macOS/Linux環境では、以下のコマンドを実行してuvパッケージマネージャーをインストールします。

     curl -LsSf https://astral.sh/uv/install.sh | sh
     

   • Windows環境では、以下のコマンドを実行してuvパッケージマネージャーをインストールします。

     irm https://astral.sh/uv/install.ps1 | iex
     

   • またはpipコマンドを使用してuvパッケージマネージャーをインストールします。

     pip install uv
     

2. uvが正常にインストールされたか確認します。

   uv --version
   

OceanBase MCP Serverのインストール

1. ディレクトリを選択し、以下のコマンドを実行して仮想環境を作成します。

   uv venv
   

2. 以下のコマンドを実行して仮想環境を有効化します。

   source .venv/bin/activate
   

3. 以下のコマンドを実行してOceanBase MCP Serverをインストールします。

   uv pip install oceanbase-mcp
   

ステップ3：MCP Server環境の設定

1. .env ファイルを作成します。

   cat > .env <<EOF
   OB_HOST=127.0.0.1
   OB_PORT=2881
   OB_USER=test_user001@mysql001  # 例：MySQLテナントユーザー
   OB_PASSWORD=your_password
   OB_DATABASE=test
   EOF
   

2. MCP Serverを起動します。

   uv run oceanbase_mcp_server \
       --transport sse \           # stdio/streamable-http/sseモードをサポート
       --host 0.0.0.0 \            # 外部アクセスを許可する。127.0.0.1に変更してローカルアクセスを制限できる
       --port 8000                 # カスタムポート（例：8001は後続の設定を調整する必要があります）
   

ステップ4：CursorからMCP Serverへの接続設定

1. Cursorの設定ページに移動します：右上の歯車アイコンをクリック→MCPを選択→New MCP Serverをクリックします。

   

2. mcp.json 設定を編集します。

   {
     "mcpServers": {
       "ob-sse": {
         "autoApprove": [],
         "disabled": false,       # サービスを有効にするにはfalseに設定する必要があります
         "timeout": 60,
         "type": "sse",
         "url": "http://127.0.0.1:8000/sse"  # ステップ3のポートと一致させる
       }
     }
   }
   

3. 接続を検証します。

   保存後、MCPページに戻ると、新しく追加されたMCPが表示されます。

4. 追加後、Chatウィンドウで質問すると、Cursorは自動的にMCPのツールを使用します。

   

クイック体験ケース

OceanBaseとMCP Serverのセットアップが完了したら、データ分析をすぐに体験できます。他のAIツールでも本記事の効果は実現可能ですが、このケースではCursorを例に、強力なAIツールがOceanBase MCP Serverと連携して動作する様子を示します。

ユーザーデータ分析

1. コマンド入力。

   ユーザーデータを分析してください。ユーザーの年齢層と都市別の分布を見てみたいです。
   

2. Cursorの実行プロセス。

   1. Cursorはexecute_sqlを呼び出して集計クエリを実行します。

      SELECT age, city, COUNT(*) AS user_count
      FROM users
      GROUP BY age, city;
      

   2. 構造化分析結果を自動生成します。

      

3. コマンドの拡張。

   上記の結果をグラフに変換してください。
   

4. 出力結果。

   年齢層と都市別の分布パイチャートが自動生成されます。

   

商品販売分析

1. コマンド入力。

   商品の販売状況を分析し、最も人気のある商品カテゴリとブランドを特定してください。
   

2. 出力例。

   Cursorは分析レポートを提供し、戦略と推奨事項の洞察を示します。

   

注文傾向分析

1. コマンド入力。

   注文データを分析し、販売傾向とユーザーの購買行動を調べてください。
   

2. 出力例。

   注文データの分析レポートが生成され、データに基づいた推奨事項が提示されます。

   

関連ドキュメント

OceanBase MCP Serverの詳細については、OceanBase MCP Serverを参照してください。