SQL Server Data Warehouse Connector

Este proyecto implementa un servidor Model Context Protocol (MCP) para interactuar con un Data Warehouse en SQL Server utilizando lenguaje natural a través de asistentes de IA (como Claude Desktop).

Permite a la IA descubrir el esquema de la base de datos de forma automática y ejecutar consultas analíticas (SELECT) de manera segura para generar reportes estratégicos en segundos.

🚀 Tecnologías Utilizadas

• Python (con uv para la gestión ultrarrápida de dependencias).
• MCP SDK (mcp) para estandarizar la comunicación con la IA.
• SQLAlchemy & pyodbc para la conexión robusta a la base de datos.
• SQL Server como motor de Data Warehouse.

🛠️ Configuración y Uso

1. Preparar la Base de Datos (Seguridad)

Nunca utilices usuarios administradores. El proyecto incluye una plantilla para crear un usuario de solo lectura.

• Abre el archivo setup_user_template.sql.
• Reemplaza los datos entre corchetes con tu información real.
• Ejecuta el script en tu gestor de base de datos (SSMS, Azure Data Studio, etc.).

2. Variables de Entorno

Crea un archivo .env en la raíz del proyecto (este archivo está ignorado por Git por seguridad) con la siguiente estructura:

DB_SERVER=tu_servidor
DB_NAME=tu_base_de_datos
DB_USER=mcp_chat_user
DB_PASSWORD=tu_password_seguro
DB_DRIVER=ODBC Driver 17 for SQL Server

3. Instalar Dependencias

Asegúrate de tener uv instalado y ejecuta:

Bash

uv sync

4. Conectar con Claude Desktop

Para que Claude pueda usar tus datos, debes agregar este servidor a su configuración.

Abre la configuración de Claude en

%APPDATA%\Claude\claude_desktop_config.json.

Revisa el archivo claude_desktop_config_template.json incluido en este repositorio para ver cómo estructurar la conexión. Solo debes cambiar la ruta por la ubicación absoluta de tu proyecto.

Reinicia Claude Desktop.

🛡️ Consideraciones de Seguridad

El servidor valida explícitamente que las consultas comiencen con la cláusula SELECT.

Las modificaciones a la base de datos (INSERT, UPDATE, DROP) serán rechazadas tanto por el código de Python como por los permisos del usuario de SQL Server.