Db Schema Tools

Claude Code용 데이터베이스 스키마 관리 MCP 서버

비즈니스 요구사항부터 완성된 데이터베이스까지, 자연어로 간단하게 관리하세요.

---

📋 목차

• 🎯 주요 기능
• ⚡ 빠른 시작
• 🔧 준비사항
• 🛠️ 사용 가능한 도구들
• 📖 워크플로우 가이드
• 🎉 실제 사용 예시
• 🚀 고급 사용법
• 🔧 개발 가이드

---

🎯 주요 기능

✨ 완전한 AI 기반 워크플로우

비즈니스 기획서 → JSON 스키마 → SQL DDL → SQLite 데이터베이스

🔄 양방향 변환 지원

• JSON ↔ SQL 완벽 변환
• 기존 DB → JSON 스키마 추출
• 여러 스키마 파일 병합

🤖 Claude Code와 완벽 통합

• 자연어로 스키마 관리
• 실시간 검증 및 피드백
• 원클릭 데이터베이스 생성

🛡️ 안정성 보장

• 관계 무결성 자동 검증
• 안전한 시드 데이터 삽입
• 백엔드 모델과 동기화 확인

---

⚡ 빠른 시작

1️⃣ 설치

# uv가 없다면 먼저 설치
curl -LsSf https://astral.sh/uv/install.sh | sh

# 프로젝트 설치
cd mcp-db-schema-tools
uv sync

# 설치 확인
uv run python -c "import mcp_db_schema_tools; print('✅ MCP server ready!')"

2️⃣ Claude Code 설정

.claude/settings.json에 다음을 추가:

{
  "mcpServers": {
    "db-schema-tools": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/path/to/mcp-db-schema-tools",
        "python",
        "-m",
        "mcp_db_schema_tools"
      ]
    }
  }
}

3️⃣ 즉시 사용 가능! 🎉

Claude Code에서 자연어로 요청하세요:

"내 기획서로 데이터베이스 스키마 만들어줘"
"이 스키마로 SQLite 파일 생성해줘"
"기존 DB와 백엔드 모델이 동기화되었는지 확인해줘"

---

🔧 준비사항

✅ 필수 요구사항

• Python 3.8+
• uv (패키지 관리자)
• Claude Code

📦 권장 준비물

• 비즈니스 요구사항 문서 (.md, .txt 등)
• 기존 데이터베이스 파일 (선택사항)
• 백엔드 모델 파일 (동기화 확인용, 선택사항)

🎯 지원 데이터베이스

• ✅ SQLite (완전 지원)
• 🚧 PostgreSQL (기본 지원)
• 🚧 MySQL (기본 지원)

---

🛠️ 사용 가능한 도구들

🤖 1. AI 스키마 생성

// 도구명: generate_schema_json_from_text
"이 기획서를 바탕으로 데이터베이스 스키마를 만들어줘"

• 입력: 비즈니스 요구사항 텍스트/문서
• 출력: 완성된 JSON 스키마
• 특징: AI가 자동으로 테이블과 관계 분석

🔄 2. JSON → SQL 변환

// 도구명: schema_json_to_sql
"JSON 스키마를 SQLite SQL로 변환해줘"

• 입력: JSON 스키마 파일 또는 내용
• 출력: 실행 준비된 SQL DDL
• 지원: SQLite, PostgreSQL, MySQL

🗄️ 3. 데이터베이스 생성

// 도구명: create_database_from_schema
"이 스키마로 SQLite 데이터베이스 만들어줘"

• 입력: JSON 스키마
• 출력: 완성된 SQLite 파일
• 기능: 시드 데이터 자동 삽입

📤 4. 기존 DB → JSON 추출

// 도구명: extract_schema_from_db
"기존 SQLite 파일에서 스키마를 JSON으로 추출해줘"

• 입력: 기존 데이터베이스 파일
• 출력: JSON 스키마 + 문서화
• 활용: 레거시 DB 문서화

🔍 5. 스키마 검증

// 도구명: validate_schema
"이 스키마에 문제없는지 검증해줘"

• 검증 항목: Foreign Key, 인덱스, 데이터 타입
• 결과: 오류/경고 리스트 + 개선 제안

🧩 6. 스키마 병합

// 도구명: merge_schemas
"core와 admin 스키마를 합쳐줘"

• 입력: 여러 JSON 스키마 파일
• 출력: 통합된 단일 스키마
• 활용: 모듈별 스키마 관리

⚖️ 7. 모델 동기화 확인

// 도구명: compare_with_models
"현재 DB와 백엔드 모델이 동기화되어 있는지 확인해줘"

• 입력: SQLite DB + Python 모델 파일들
• 출력: 누락/추가 테이블, 컬럼 차이
• 활용: 마이그레이션 계획 수립

---

📖 워크플로우 가이드

🌟 시나리오 1: 신규 프로젝트 시작

graph LR
    A[기획서.md] --> B[AI 스키마 생성]
    B --> C[JSON 스키마]
    C --> D[스키마 검증]
    D --> E[SQLite DB 생성]
    E --> F[백엔드 개발 시작]

Claude Code 명령어 순서:

1. "프로젝트 기획서로 데이터베이스 스키마 만들어줘"
2. "생성된 스키마 검증해줘"
3. "검증된 스키마로 SQLite 데이터베이스 생성해줘"

🔄 시나리오 2: 기존 DB 문서화

graph LR
    A[legacy.db] --> B[스키마 추출]
    B --> C[JSON 스키마]
    C --> D[문서 생성]
    D --> E[README.md]

Claude Code 명령어 순서:

1. "legacy.db에서 스키마를 JSON으로 추출해줘"
2. "추출된 스키마로 README 문서 만들어줘"

🔧 시나리오 3: 팀 협업 (모듈별 개발)

graph LR
    A[core.json] --> C[merge_schemas]
    B[admin.json] --> C
    C --> D[unified.json]
    D --> E[최종 DB]

Claude Code 명령어 순서:

1. "core.json과 admin.json 스키마를 병합해줘"
2. "병합된 스키마 검증해줘"
3. "최종 스키마로 데이터베이스 생성해줘"

---

🎉 실제 사용 예시

🚀 예시 1: 블로그 플랫폼 프로젝트

사용자: "blog_platform.md 파일의 비즈니스 요구사항으로 데이터베이스 스키마를 만들어줘"

Claude: generate_schema_json_from_text 도구로 스키마를 생성하겠습니다.

✅ Schema generated and saved to: blog_schema.json
📊 Generated Schema Summary:
- Database: blog_platform  
- Tables: 6
- Relationships: 8

📋 Tables Created:
- users: 사용자 정보 (이메일 인증)
- categories: 게시글 카테고리
- posts: 블로그 게시글
- comments: 댓글 시스템
- tags: 태그 관리
- post_tags: 게시글-태그 관계

사용자: "생성된 스키마로 SQLite 데이터베이스 만들어줘"

Claude: create_database_from_schema 도구로 데이터베이스를 생성하겠습니다.

✅ SQLITE Database created successfully!
📁 Database: blog_platform.db
📊 Tables created: 6
🌱 Seed records inserted: 3

준비 완료! 이제 FastAPI 백엔드 개발을 시작할 수 있습니다.

🔍 예시 2: 레거시 DB 분석

사용자: "old_system.db 파일을 분석해서 현대적인 JSON 스키마로 변환해줘"

Claude: extract_schema_from_db 도구로 스키마를 추출하겠습니다.

✅ SQLITE Schema extracted and saved to: legacy_schema.json
📊 Schema Summary:
- Database: old_system
- Tables: 15
- Relationships: 8

⚠️ 발견된 문제점:
- Missing foreign key constraints (3개)
- Inconsistent naming convention
- Missing indexes on frequently queried columns

💡 개선 제안:
- users.email에 UNIQUE 인덱스 추가
- created_at 컬럼들에 기본값 설정
- 외래키 제약조건 추가

⚖️ 예시 3: 백엔드 동기화 확인

사용자: "현재 데이터베이스가 SQLAlchemy 모델과 동기화되어 있는지 확인해줘"

Claude: compare_with_models 도구로 확인하겠습니다.

🔍 Database vs Models Comparison

❌ Missing Tables in Database (2):
- user_profiles
- activity_logs

⚠️ Extra Tables in Database (1):
- temp_migration_backup

📝 Missing Columns:
- users: last_login_ip, preferences
- orders: tracking_number

💡 Suggestions:
- Create migration script for missing tables
- Remove temporary backup table
- Consider adding missing columns to models

---

🚀 고급 사용법

🎨 커스텀 스키마 템플릿

{
  "database": {
    "name": "my_project",
    "type": "sqlite",
    "version": "1.0.0",
    "description": "프로젝트 설명"
  },
  "tables": {
    "users": {
      "description": "사용자 정보",
      "columns": {
        "id": {
          "type": "INTEGER",
          "primary_key": true,
          "auto_increment": true
        }
      }
    }
  }
}

🔄 배치 처리

# 여러 스키마 파일 일괄 변환
for schema in schemas/*.json; do
  echo "Converting $schema..."
  # Claude Code에서 자동화 가능
done

🧪 테스트 데이터 생성

{
  "seed_data": {
    "users": [
      {
        "id": 1,
        "email": "[email protected]",
        "name": "테스트 사용자"
      }
    ]
  }
}

---

🔧 개발 가이드

📦 개발 환경 설정

# 개발 의존성 포함 설치
uv sync --dev

# 코드 품질 검사
uv run black .
uv run ruff check .

# 테스트 실행
uv run pytest -v

# MCP 서버 디버그 모드
uv run python -m mcp_db_schema_tools --debug

🧪 테스트 작성

def test_schema_generation():
    """비즈니스 요구사항에서 스키마 생성 테스트"""
    requirements = "사용자 관리 시스템..."
    schema = generate_schema_from_text(requirements)
    assert "users" in schema["tables"]

📋 기여 방법

1. Fork this repository
2. Branch 생성: git checkout -b feature/amazing-feature
3. Commit 변경사항: git commit -m 'Add amazing feature'
4. Push to branch: git push origin feature/amazing-feature
5. Pull Request 생성

🐛 이슈 리포트

문제 발견 시 다음 정보와 함께 GitHub Issues에 보고해주세요:

• MCP 서버 버전
• Claude Code 버전
• 오류 메시지
• 재현 단계

---

📄 라이선스

MIT License - 자세한 내용은 LICENSE 파일을 참조하세요.

---

🙏 감사의 말

이 프로젝트는 다음 기술들로 만들어졌습니다:

• ⚡ uv - 초고속 Python 패키지 관리
• 🤖 Claude Code - AI 기반 개발 환경
• 🔗 MCP Protocol - 모델-컴퓨터 간 통신

---

Made with ⚡ uv and ❤️ for Claude Code integration

💡 팁: 이 README도 MCP DB Schema Tools로 관리되는 프로젝트의 데이터베이스를 바탕으로 작성되었습니다!