Model Context Protocol (MCP) 是 Anthropic 推出的开放协议，让 LLM 能够安全地访问外部工具和数据源。GreptimeDB MCP Server v0.3（最新 v0.3.1）在安全性、可观测性工作流和日志 Pipeline 创建方面带来重要更新。

最新消息：随着 Linux 基金会成立 Agentic AI 基金会，Anthropic 已将 MCP 协议捐献给该基金会。一同捐献的还有 Block 的 Goose 和 OpenAI 的 AGENTS.md 等项目。

如果你是第一次了解 GreptimeDB MCP Server，可以先阅读我们的介绍文章，了解 MCP 如何连接 LLM 和可观测性数据库。

v0.3 新特性

数据脱敏

LLM 查询数据库时，敏感数据可能意外出现在响应中。比如你让 Claude 查询用户表，结果可能包含密码或 API 密钥字段。v0.3 引入自动数据脱敏，在数据到达 LLM 之前保护这些敏感信息。

内置脱敏模式覆盖三类字段：

• 认证凭证：password、passwd、pwd、secret、token、api_key、apikey、access_key、private_key、credential、auth、authorization
• 财务信息：credit_card、creditcard、card_number、cardnumber、cvv、cvc、pin、bank_account、account_number、iban、swift
• 个人隐私：ssn、social_security、id_card、idcard、passport

匹配字段在所有输出格式中显示为 ******。通过环境变量配置：

# 禁用脱敏（默认启用）
GREPTIMEDB_MASK_ENABLED=false

# 添加自定义模式（逗号分隔，扩展默认模式）
GREPTIMEDB_MASK_PATTERNS=phone,address,email

TQL 和 RANGE 查询工具

新增三个时序分析工具：

工具	描述
execute_tql	执行 PromQL 兼容查询，支持 start、end、step 和可选 lookback 参数
query_range	执行 RANGE/ALIGN 聚合查询，支持时间窗口语义
explain_query	分析 SQL 或 TQL 执行计划，可选 EXPLAIN ANALYZE 获取实际指标

TQL 查询示例：

{
  "query": "rate(http_requests_total[5m])",
  "start": "2024-01-01T00:00:00Z",
  "end": "2024-01-01T01:00:00Z",
  "step": "1m"
}

更多 TQL 语法请参考 TQL 文档。

Pipeline 管理：AI 驱动的日志解析

GreptimeDB 的日志 Pipeline 将原始日志转换为结构化数据。v0.3 新增 MCP 工具直接管理 Pipeline：

工具	描述
create_pipeline	使用 YAML 配置创建 Pipeline
dryrun_pipeline	测试 Pipeline（不写入数据库）
delete_pipeline	删除指定版本
list_pipelines	查看现有 Pipeline

pipeline_creator Prompt 模板帮助 LLM 从日志样本生成 Pipeline 配置，包含：

• Pipeline 处理器：dissect、regex、date、epoch、gsub、select
• Transform 配置和数据类型
• 索引选择最佳实践：inverted、fulltext、skipping
• 日志表设计建议

示例对话：Claude 从 nginx 访问日志创建 Pipeline，用 dryrun_pipeline 测试，再用 create_pipeline 部署。

Pipeline 配置详情请参考 Pipeline 配置参考。

生产级 Prompt 模板

全部七个 Prompt 模板现在包含 References 章节，链接到官方文档：

模板	用途	关键文档
pipeline_creator	从日志样本生成 Pipeline	Pipeline 配置、数据索引
log_pipeline	全文搜索日志分析	全文搜索、SQL 函数
metrics_analysis	指标监控分析	RANGE 查询、数据模型
promql_analysis	PromQL/TQL 查询指导	TQL 参考
iot_monitoring	IoT 设备数据分析	表设计
trace_analysis	分布式链路追踪	Traces 概述
table_operation	Schema 诊断优化	INFORMATION_SCHEMA

此外，我们修复了 trace_analysis 和 table_operation 模板中的列名和查询语法问题。

其他改进

• HTTPS 支持：通过 GREPTIMEDB_HTTP_PROTOCOL=https 或 --http-protocol https 使用 TLS 连接
• 安全网关修复：SHOW CREATE TABLE 现在被正确允许
• 性能优化：HTTP 连接复用 aiohttp.ClientSession
• 输出格式：所有查询工具支持 csv、json 和 markdown 输出

快速开始

通过 pip 安装：

pip install greptimedb-mcp-server

或使用 uv 运行：

uv run -m greptimedb_mcp_server.server

配置 MCP 客户端（Claude Desktop、Cursor 等）：

{
  "mcpServers": {
    "greptimedb": {
      "command": "greptimedb-mcp-server",
      "args": [
        "--host", "localhost",
        "--port", "4002",
        "--database", "public"
      ]
    }
  }
}

Pipeline 管理需要 HTTP 端口（默认 4000）可访问。

下一步

本次更新我们将 MCP 服务端升级为 FastMCP API，目前仍采用 stdio 传输模式。下一步计划支持 HTTP SSE 传输，使服务可以长期运行并以独立服务形式部署，详见 Issue #23。

了解更多

• GitHub 仓库 - 源码、问题反馈和贡献指南
• PyPI 包 - 安装和版本历史
• GreptimeDB 文档 - 完整数据库文档
• Slack 社区 - 问题讨论