最近做了一个小工具 SQLTunnel，用于让 Codex 、Claude Code 、Hermes 、Dify 等 Agent 安全访问 MySQL 和 PostgreSQL 数据库。
SQLTunnel 可以部署在本机或局域网内，通过直连或 SSH 隧道访问数据库，并向 Agent 提供 MCP 和 OpenAPI 接口，不需要将数据库地址和账号直接暴露给 Agent 。
主要功能：
- 目前支持 MySQL 和 PostgreSQL
- 支持 SSH Tunnel ，完整支持 SSH config ，包括 Host alias 和 ProxyJump
- 提供 Streamable HTTP MCP 和 OpenAPI 接口
- 使用 API key 区分不同客户端
- 可以按客户端和数据库配置
read/write权限 - 支持最大返回行数、查询超时和连接超时限制
- 支持 Docker 镜像和本地构建部署
一个常见的使用方式，是在本机或局域网内部署 SQLTunnel ，然后在 Agent 中直接通过自然语言完成数据查询和统计，例如：
-
统计最近 30 天每天的新增用户数，并计算环比变化。
-
按商品分类统计本月销售额、订单量和平均客单价，返回销售额最高的前 10 个分类。
-
统计最近 7 天各订单状态的数量，并找出超过 24 小时仍未完成的订单。
-
分析最近三个月的用户留存情况，按注册月份生成 Cohort 统计。
也可以将 SQLTunnel 配置到 Codex 、Claude Code 等编程工具中，在源码项目目录里直接使用。
这样 Agent 可以同时理解项目源码、业务逻辑、数据模型、数据库结构和实际数据。例如：
先说一句：
你可以通过 SQLTunnel 访问数据库
当然也可以把这句话写入到 AGENTS.md 中去。
然后：
统计今天的订单数量。
统计每个套餐的付费用户数、续费率和最近 30 天收入。
做成 Excel 表格。
这种方式可以将源码和数据库连接成一个可查询、可分析的上下文，让整个项目更接近一个能够通过自然语言使用的知识库。
当然，如果你觉得自己的 Agent 足够靠谱，也可以使用可写数据库账号并授予 write 权限，让它协助执行数据修改、DDL 或 Migration 。例如：
根据当前项目的数据模型生成 Migration ，为 orders 表增加 archived_at 字段。先检查现有表结构并展示 SQL ，确认后再执行。
对比项目中的 Migration 与实际数据库结构，找出尚未执行的变更。
执行本次 Migration ，完成后重新检查表结构，并验证字段和索引是否创建成功。
项目地址：
https://github.com/NemoAlex/SQLTunnel
Docker 镜像：
https://hub.docker.com/r/nemoalex/sqltunnel
目前已经持续使用了一段时间了，欢迎大家提 Issue 。
Select Language