Structly MCP Server

Structly MCP Server

Enables AI agents to manage Structly (VisualDB) projects and schemas, including tables, columns, relationships, Git branches, SQL import/export, and AI-powered schema generation.

Category
Visit Server

README

Structly MCP Server

MCP-сервер для Structly (VisualDB) — позволяет ИИ-агентам полноценно работать с проектами, схемами, таблицами, колонками, связями, группами, Git-ветками, SQL-импортом/экспортом и AI-генерацией схем через протокол Model Context Protocol.

Сервер — отдельный процесс, который общается со Structly по REST API, используя bearer-токен из раздела «Интеграции» продукта.


Возможности

Проекты — список, создание, редактирование, удаление.

Схемы — список, создание, редактирование, удаление, коммит, анализ, AI-генерация (create / modify), применение результата ИИ.

Таблицы и колонки — получение диаграммы схемы, создание/редактирование/удаление таблиц, массовое обновление позиций, управление колонками (типы, PK, default).

Группы и связи — группы таблиц для визуальной организации, связи (внешние ключи) с действиями при удалении/обновлении.

SQL — импорт DDL в схему, экспорт схемы в SQL.

Git — ветки, fork, коммиты, checkout, reset, merge, миграции, DAG коммитов, ветка по умолчанию.

Источники данных — привязка проекта к Structly Agent, проверка подключения, задачи синхронизации (sync-jobs).


Требования

Через npx (рекомендуется):

  • Node.js 18+ (npx)
  • Запущенный бэкенд Structly
  • API-токен Structly из раздела «Интеграции»

Из исходников:

  • Python 3.12+
  • uv (или любой pip-окружение)
  • Запущенный бэкенд Structly
  • API-токен Structly из раздела «Интеграции»

Установка

Через npx (рекомендуется)

Ничего устанавливать не нужно — сервер собран в standalone-бинарник (PyInstaller) и запускается из npm:

npx -y structly-mcp

Из исходников

cd mcp_visualdb
uv sync
cp .env.example .env

Заполните .env:

STRUCTLY_API_TOKEN=<токен из «Интеграций»>

Запуск

Через npx (рекомендуется, без Python и uv)

npx -y structly-mcp --transport stdio

Параметры те же, что и у Python-версии (--transport, --host, --port). Переменные окружения STRUCTLY_API_URL (по умолчанию http://localhost:8000) и STRUCTLY_API_TOKEN задаются через env в конфиге MCP-клиента.

Из исходников

stdio (для локальных агентов: Claude Code, opencode и др.)

uv run structly-mcp --transport stdio

Или через модуль:

uv run python -m mcp_visualdb

Streamable HTTP (для удалённых агентов)

uv run structly-mcp --transport streamable-http --host 0.0.0.0 --port 8765

MCP endpoint будет доступен по адресу http://<host>:<port>/mcp.

SSE (устаревший транспорт)

uv run structly-mcp --transport sse --host 0.0.0.0 --port 8765

Сборка и публикация npm-пакета

  • Сборка standalone-бинарника: build/README.md
  • npm-пакет: папка npm/
  • Публикация: cd npm && npm publish
  • Локальная проверка без публикации: cd npm && npm link → npx structly-mcp

Подключение к агенту

Через npx (рекомендуется)

Пример конфигурации MCP-сервера в клиенте (opencode / Claude Desktop):

{
  "mcpServers": {
    "structly": {
      "command": "npx",
      "args": ["-y", "structly-mcp"],
      "env": {
        "STRUCTLY_API_TOKEN": "<ваш_токен>",
      }
    }
  }
}

Из исходников (uv)

{
  "mcpServers": {
    "structly": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "E:/project/PycharmProjects/mcp_visualdb",
        "structly-mcp"
      ],
      "env": {
        "STRUCTLY_API_TOKEN": "<ваш_токен>",
      }
    }
  }
}

⚠️ MCP-клиенты передают в subprocess только ограниченный набор переменных окружения, поэтому токен нужно передавать через env конфигурации клиента (в .env файле проекта он не подхватится при запуске через npx).


Инструменты (47)

Категория Инструменты
Проекты list_projects, create_project, edit_project, delete_project
Схемы list_schemas, create_schema, edit_schema, delete_schema, commit_schema, analyze_schema
AI-схемы ai_preview_schema, ai_get_preview, ai_apply_schema
Диаграмма get_diagram, export_schema_sql
Таблицы create_table, edit_table, delete_table, batch_edit_tables
Колонки create_column, edit_column, delete_column
Группы create_group, edit_group, delete_group
Связи create_relationship, edit_relationship, delete_relationship
SQL import_sql_into_schema
Git list_branches, create_branch, fork_branch, commit_to_branch, checkout_branch, checkout_commit, reset_branch, merge_branches, get_branch_migration, get_commit_dag, set_default_branch
Data sources get_data_source, set_data_source, delete_data_source, test_connection, list_sync_jobs, create_sync_job, get_sync_job

Ресурсы

  • structly://projects — список проектов
  • structly://projects/{project_uuid}/schemas — схемы проекта
  • structly://schemas/{schema_uuid}/diagram — полная структура схемы

Промпты

  • create_project — создать проект по описанию
  • design_schema — спроектировать схему по требованиям
  • modify_schema — внести изменения в схему по описанию

Тесты

uv run pytest
uv run ruff check src

Структура проекта

src/mcp_visualdb/
├── __main__.py        # python -m mcp_visualdb
├── cli.py             # точка входа, выбор транспорта
├── config.py          # настройки из .env
├── client.py          # HTTP-клиент Structly API
├── server.py          # сборка MCPServer
├── utils.py           # утилиты (JSON-сериализация)
├── resources.py       # ресурсы MCP
├── prompts.py         # промпты MCP
└── tools/             # инструменты MCP
    ├── projects.py
    ├── schemas.py
    ├── tables.py
    ├── git.py
    ├── data_sources.py
    └── sql.py

Recommended Servers

playwright-mcp

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.

Official
Featured
TypeScript
Magic Component Platform (MCP)

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.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

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.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

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.

Official
Featured
TypeScript
Kagi MCP Server

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.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

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.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured