shop-mcp
Enables AI agents to safely explore and query a SQLite database in read-only mode, allowing them to inspect schema and run analytical SQL queries without risking data modification.
README
shop-mcp — Read-Only SQLite MCP Server
MCP-сервер на Python, предоставляющий AI-агенту (например, Pi) безопасный read-only доступ к базе данных SQLite shop.db через stdio.
Агент самостоятельно исследует схему БД, пишет SQL-запросы и решает аналитические задачи. Сервер не содержит готовых ответов — только инструменты для исследования и выполнения read-only запросов.
AI Agent (Pi)
│ stdio
▼
┌────────────────────┐
│ MCP Server │ list_tables / describe_table / read_query
└─────────┬──────────┘
▼
SQL validation ← только один SELECT / WITH ... SELECT
▼
read-only guard ← connection authorizer
▼
SQLite (mode=ro) ← файл физически невозможно изменить
1. Requirements
- Python 3.13+
- uv
- Файл базы данных
shop.db(уже находится в корне проекта)
2. Installation
uv sync
uv создаст виртуальное окружение и установит зависимости. Вручную создавать venv не нужно.
3. Database configuration
Путь к базе не захардкожен и настраивается через переменную окружения.
Вариант A — переменная окружения (абсолютный путь):
export SHOP_DB_PATH=/absolute/path/to/shop.db
export MAX_RESULT_ROWS=1000 # опционально, default 1000
Вариант B — без настройки (fallback): если SHOP_DB_PATH не задана, сервер использует shop.db из корня проекта.
Допустимо также скопировать .env.example в .env и указать значения там (сервер читает .env из корня проекта; переменные окружения имеют приоритет):
cp .env.example .env
4. Run MCP locally
uv run python -m shop_mcp.server
Сервер работает через stdio и ожидает MCP-протокол на stdin/stdout — отдельно его запускать не нужно, его запускает сам клиент (Pi). Ручной запуск выше полезен только для отладки.
Некорректная конфигурация (например, отсутствует файл БД) завершает процесс с понятным сообщением в stderr.
5. Connect MCP to Pi
Pi подключает MCP-серверы через пакет pi-mcp-adapter и читает конфигурацию из .mcp.json в корне проекта. Такой файл уже входит в репозиторий:
{
"mcpServers": {
"shop": {
"command": "uv",
"args": ["run", "python", "-m", "shop_mcp.server"],
"cwd": "/Users/stalexsm/projects/shop-mcp"
}
}
}
Для другой машины поправьте cwd на абсолютный путь к каталогу проекта (или замените на env с переменной SHOP_DB_PATH):
{
"mcpServers": {
"shop": {
"command": "uv",
"args": ["run", "python", "-m", "shop_mcp.server"],
"cwd": "/absolute/path/to/shop-mcp",
"env": {
"SHOP_DB_PATH": "/absolute/path/to/shop.db",
"MAX_RESULT_ROWS": "1000"
}
}
}
}
Запускать отдельный HTTP-сервер или вручную держать python server.py в терминале не требуется: Pi сам стартует процесс по stdio (лениво, при первом обращении к инструментам).
Если адаптер ещё не установлен:
pi install npm:pi-mcp-adapter
Затем перезапустите Pi в каталоге проекта. Инструменты сервера появятся в панели /mcp.
6. Available tools
list_tables
Список таблиц БД с кратким описанием и количеством строк. Отправная точка исследования схемы. SQL не требуется.
describe_table
Структура одной таблицы: колонки (name, type, nullable, primary_key, default) и foreign keys в виде orders.customer_id -> customers.id. Несуществующая таблица даёт понятную ошибку со списком доступных таблиц.
read_query
Выполнение одного read-only SQL-запроса (SELECT или WITH ... SELECT).
Параметры:
sql(обязательный) — текст запроса;max_rows(опциональный) — запрошенный лимит строк; серверный hard limitMAX_RESULT_ROWS(по умолчанию 1000) не может быть превышен.
Поддерживается обычная аналитика SQLite: JOIN, LEFT JOIN, GROUP BY, HAVING, ORDER BY, LIMIT/OFFSET, COUNT/SUM/AVG/MIN/MAX, DISTINCT, CASE, CTE.
Результат — структурированный JSON:
{
"columns": ["name", "revenue"],
"rows": [["Ноутбук UltraBook 15", 6569270.0]],
"row_count": 1,
"truncated": false,
"execution_time_ms": 0.716
}
truncated: true означает, что из-за лимита возвращена только часть строк — уточните запрос (LIMIT, WHERE, агрегация), не считая данные полными.
7. Security model
Три независимых уровня защиты:
- SQL validation — разрешён ровно один statement, начинающийся с
SELECT/WITH. ЗапрещеныINSERT,UPDATE,DELETE,REPLACE INTO,DROP,ALTER,CREATE,ATTACH,DETACH,VACUUM,REINDEX,PRAGMAи другие изменяющие операции. Multi-statement запросы (SELECT ...; DELETE ...) отклоняются целиком. Валидатор понимает строковые литералы, комментарии и закавыченные идентификаторы, поэтому'DELETE'внутри строки не считается нарушением. - Connection authorizer — всё, что не является чтением (SELECT / чтение таблицы / вызов функции), отклоняется на этапе подготовки запроса.
mode=ro— файл SQLite открывается в read-only режиме; даже при обходе первых двух уровней физическая запись невозможна.
Ошибки возвращаются агенту в понятном виде (Database query failed: no such column: foo) — без traceback, путей файловой системы и деталей реализации.
shop.db — read-only source of truth: сервер не изменяет ни содержимое, ни структуру файла. Это зафиксировано тестом целостности (checksum + счётчики строк до/после всех попыток разрушающих операций).
8. Example questions
Задайте эти вопросы агенту Pi — он сам вызовет list_tables, describe_table и read_query:
- Show me all available tables and explain what information each table contains.
- Who is the customer who spent the most money?
- What are the top 5 best-selling products?
- What are the top 3 product categories by revenue?
- How much revenue did we generate in 2025?
- Which customer placed the most orders?
Справка по бизнес-логике (агент выводит это из описаний инструментов, сервер ответов не кодирует):
- revenue по товарам/категориям считается как
SUM(order_items.quantity * order_items.unit_price); - заказы со статусом
cancelledне учитываются; - revenue по годам считается по
orders.order_date; если заказов нет — корректный ответ0.
Вопрос про страны
How many customers are from Germany? — на этот вопрос нельзя достоверно ответить: в таблице customers нет поля country (только first_name, last_name, email, phone, created_at). Сервер отдаёт агенту достоверную информацию о схеме, а агент обязан сообщить, что требуемых данных в БД нет, вместо того чтобы выводить страну из email/телефона или гадать.
9. Testing
uv run pytest
Набор тестов (66):
tests/test_database.py— read-only подключение, discovery схемы, foreign keys, закрытие соединений;tests/test_security.py— все запрещённые операции (раздел 24 спецификации), multi-statement, integrity-тест БД;tests/test_tools.py— интеграционные тесты MCP-инструментов через реальную клиентскую сессию (in-memory transport), включая обработку ошибок;tests/test_analytics.py— аналитические сценарии (раздел 27) со сверкой против независимого SQLite-источника, лимиты размера результата.
Тесты не изменяют shop.db (integrity-тест сверяет checksum файла).
10. Troubleshooting
| Симптом | Причина и решение |
|---|---|
Configuration error: Database file not found |
SHOP_DB_PATH указывает на несуществующий файл. Укажите абсолютный путь или положите shop.db в корень проекта. |
| Инструменты не видны в Pi | Убедитесь, что .mcp.json лежит в корне проекта, cwd указывает на каталог проекта, установлен pi-mcp-adapter (pi install npm:pi-mcp-adapter), и перезапустите Pi. |
Multiple SQL statements are not allowed |
В одном вызове read_query допускается ровно один statement; разделите запрос на несколько вызовов. |
Only read-only queries are allowed |
Запрос начинается не с SELECT/WITH либо содержит DML/DDL. Перепишите запрос как SELECT. |
Результат неполный (truncated: true) |
Сработал лимит строк. Добавьте LIMIT/WHERE/агрегацию или увеличивать его не пытайтесь — hard limit задаёт сервер. |
| Хочу другой лимит строк | Задайте MAX_RESULT_ROWS в окружении (сервер перезапустится Pi автоматически при следующем старте). |
Project layout
shop-mcp/
├── README.md
├── pyproject.toml
├── uv.lock
├── .env.example
├── .gitignore
├── .mcp.json # конфигурация MCP для Pi
├── shop.db # read-only source of truth
├── scripts/
│ └── smoke_stdio.py # ручной smoke-тест через реальный stdio
├── src/shop_mcp/
│ ├── __init__.py
│ ├── server.py # MCP-инструменты (stdio)
│ ├── database.py # read-only слой доступа к SQLite
│ ├── security.py # SQL validation + single-statement guard
│ ├── models.py # структуры результатов
│ └── config.py # SHOP_DB_PATH / MAX_RESULT_ROWS
└── tests/
├── test_database.py
├── test_security.py
├── test_tools.py
└── test_analytics.py
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.