说到这儿，还有一个功能我觉得必须提一下,那就是MCP的支持。
MCP 是 Model Context Protocol 的缩写，简单理解就是一种让 AI Agent 能够直接连接外部工具和数据源的协议。
DBX 提供了一个 MCP Server，意味着你可以在 Claude Code、Cursor、Windsurf 、workbuddy这些 AI Agent里面，让 AI 直接查询你已经在 DBX 里配置好的数据库。
最骚的是，它几乎是零配置的。
因为 MCP Server 会自己读取 DBX 保存的连接信息，包括系统钥匙串里的密码。你不需要手动把连接串复制粘贴到某个 JSON 配置文件里，只要在电脑上安装过 DBX 并且配置过连接，AI 就能直接用。
安装方式有两种，全局安装或者直接跑：
全局安装
npm install -g @dbx-app/mcp-server
或者直接运行，适合临时体验
npx @dbx-app/mcp-server
:⚠️ 注意它需要 Node.js 22.13.0 或更高版本,否则会报错,下面截图说明成功安装了
安装完成
这里以配置workbuddy为例,非常简单,配置如下
添加dbx-mcp
{
“mcpServers”: {
“dbx”: {
“command”: “dbx-mcp-server”
}
}
}
出现下面截图证明配置好了,可以直接使用
配置好了
AI 会通过 MCP Server 自动调用对应的工具去查 DBX 里的连接，然后把结果返回给你。它支持的工具有 9 个：
工具 说明
dbx_list_connections 列出所有连接
dbx_add_connection 添加新连接
dbx_remove_connection 删除连接
dbx_list_tables 列出表和视图
dbx_describe_table 查看表结构
dbx_get_schema_context 获取适合 AI 写 SQL 的上下文
dbx_execute_query 执行 SQL（最多返回 100 行）
dbx_execute_redis_command 执行 Redis 命令
dbx_open_table 在 DBX 桌面端打开指定表
其中 dbx_get_schema_context 这个工具特别实用。它会把表和列的信息整理成一个紧凑的上下文，给 AI 写 SQL 用。这样你就不用每次把表结构贴给 AI 了，它自己能看懂字段名和类型。
配好之后，在workbuddy里直接说人话就行：
操作数据库
我们输入自然语言[查询各个部门的员工数]
查看各个部门员工数
PostgreSQL、MySQL、SQLite、Doris、StarRocks、Redshift 这些数据库可以直接通过 MCP Server 查询，不需要打开 DBX 桌面端。
关于 SQL 安全
