← 返回目录

Teradata MCP Server

社区

将 AI 智能体直接连接到 Teradata，具备企业级安全性和可扩展性。

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 数据库第 47 / 58
Stars: ★ 58 热门
传输方式: stdio（本地进程）
运行环境: Python · Docker · 远程托管（无需本地环境）
凭据: 需要 API Key / 凭据
许可证: MIT
最近提交: 7 天前
工具数: 9

47FMRS · D

该服务器为 Teradata 数据库提供了全面的 MCP 集成，涵盖查询、管理员、语义层和 RAG 功能。安装配置简单，支持多种客户端。作为社区项目，安全性和支持需自行评估。

最强项 · 安装易用性 12/20 最弱项 · 可靠性 8/20

可靠性

8/20

安全与权限

10/20

维护活跃度

8/20

文档质量

9/20

安装易用性

12/20

查看各项评分依据

可靠性 8/20: 该项目未提供缓存清单，README描述了启动方式（uvx），但缺少可验证的CI配置和覆盖关键路径的测试。工具列表分散在多个模块中，无法通过静态阅读确认所有工具的真实行为。计分基于README和源码结构，但由于缺乏执行证据，可靠性得分不超过12。
安全与权限 10/20: README中的安装示例使用了占位符（<USERNAME>:<PASSWORD>@<HOST_URL>），未发现真实凭据。存在行数限制保护（DEFAULT_ROW_LIMIT, MAX_ROW_LIMIT）和VX视图安全特性。但没有详细的权限最小化或危险操作确认机制的说明。因此得分10。
维护活跃度 8/20: 项目活跃（53星，20个开放问题），有MIT许可证，最新版本强调FastMCP v3和hooks。但未看到明确的版本发布策略或安全响应渠道。未发现贡献指南和开发者指南，维护活动积极但治理细节不完整。
文档质量 9/20: README提供了多种客户端的快速开始指南，包括配置示例和链接到详细文档。但缺少故障排除、成本说明和工具参数限制的细节。文档丰富但存在隐藏假设，因此得分9。
安装易用性 12/20: README提供了清晰的CLI和客户端配置示例，但依赖uv和Teradata数据库。未提供Docker或云部署的具体步骤。安装路径清晰但依赖外部服务，配置需手动。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么连接数据库

适合谁

需要直接连接 Teradata 进行数据分析的 AI 智能体开发者
希望快速构建语义层的用户
需要数据库管理员功能的用户
希望使用 RAG 管道的用户

不适合谁

非 Teradata 数据库用户
需要完整 GUI 管理界面的用户
需要官方支持的企业用户（社区项目）

所需权限

需要 Teradata 数据库凭据
可能需要访问数据库对象（表、视图、存储过程）
可能执行 SQL 查询
可能需要文件系统访问（取决于工具）

风险与副作用

数据库凭据在环境中明文存储
执行 SQL 查询可能修改数据或影响性能
行限制保护可降低令牌溢出风险
社区项目，安全性需自行评估

安装接入

准备工作

运行环境：Python · Docker · 远程托管（无需本地环境）

DATABASE_URI 必填密钥 Teradata 数据库连接串，格式为 teradata://<USERNAME>:<PASSWORD>@<HOST_URL>:1025/<USERNAME>，使用你的 Teradata 账号凭据（可用免费的 ClearSandbox 沙箱）。

确保已安装 Teradata 数据库（可使用免费沙箱）和 uv。
在客户端配置中添加上述 JSON 配置。
对于 Claude Desktop，编辑 claude_desktop_config.json 并添加 mcpServers 配置。

claude_desktop_config.json

{
  "mcpServers": {
    "teradata": {
      "command": "uvx",
      "args": ["teradata-mcp-server"],
      "env": {
        "DATABASE_URI": "teradata://<USERNAME>:<PASSWORD>@<HOST_URL>:1025/<USERNAME>"
      }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "teradata": {
      "command": "uvx",
      "args": [
        "teradata-mcp-server"
      ],
      "env": {
        "DATABASE_URI": "teradata://<USERNAME>:<PASSWORD>@<HOST_URL>:1025/<USERNAME>"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add teradata -e 'DATABASE_URI=teradata://<USERNAME>:<PASSWORD>@<HOST_URL>:1025/<USERNAME>' -- uvx teradata-mcp-server

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在 claude_desktop_config. 中添加配置并重启后，检查客户端工具列表中是否出现 teradata 服务器的 base 等工具，然后询问“我的数据库里有哪些表”以验证连接成功。

常见排障

检查 DATABASE_URI 环境变量是否正确设置
确保 Teradata 数据库可达且凭据有效
检查客户端配置中的 command 和 args 是否正确
查看日志以获取错误详细信息

试试这样问

连接成功后，可以直接对 AI 助手这样说：

列出我的 Teradata 数据库中有哪些数据表
分析一下 sales 表的数据概况并画图展示
解释一下我最近这条查询的执行计划
检查数据库当前的容量使用情况

工具能力 9

base 只读

基础工具集，用于探索表、分析数据、解释结果等。

dba 只读

数据库管理员工具集，用于管理安全性、监控容量、自动化备份。

qlty 只读

质量工具集，用于数据质量分析。

plot 只读

绘图工具集，用于可视化模式。

rag 写入

RAG 工具集，用于语义搜索和检索增强生成。

tdvs 写入

Teradata 向量存储工具集，用于向量存储。

fs 写入

文件系统工具集，可能用于文件操作。

sec 写入

安全工具集，用于管理安全性。

展开其余 1 个工具

bar 写入

备份与恢复工具集，用于自动化备份。

使用场景

探索性数据分析

数据工程

智能体开发

可视化工作流构建

测试新的本地 LLM

支持客户端

Claude Desktop

VS Code

Open WebUI

Flowise

依据项目文档列出，未经本站实测。

详细介绍

Teradata MCP 服务器是一个社区开发的 MCP 服务器，使 AI 智能体能够直接与 Teradata 数据库交互。它提供多种工具集，支持查询与分析、语义层生成、AI 与 RAG 流程、数据库管理等。该服务器通过 uvx 以 stdio 方式运行，支持多种客户端，包括 Claude Desktop、VS Code + Copilot、Open WebUI 和 Flowise。