1. 从 GitHub 翻到 DBX再到把它接进 AI 工作流逛 GitHub 的时候刷到一个叫 DBX 的项目7.5k stars介绍写着「15MB 的数据库客户端支持 50 多种数据库还带 AI」。第一反应是怀疑DBeaver 装完几百兆还得拖个 Java 运行时Navicat 也不轻一个 15MB 的东西能管 MySQL、PostgreSQL、Redis、MongoDB 甚至 Milvus抱着「试试又不要钱」的心态下载了 Windows 版结果用下来确实顺手而且它内置的 MCP Server 才是真正让我想写这篇的原因。DBX 是什么一个基于 Tauri 2 Rust 后端 Vue 3 的跨平台数据库管理工具原生驱动直连数据库不捆绑 Chromium、不依赖 JDBC所以体积能压到 15MB 左右。能做什么连接管理、SQL 编辑器CodeMirror 6带元数据感知补全、数据网格、ER 图、Schema Diff、Explain Plan以及一个能接 OpenAI 兼容 API 的 AI 助手。适合谁手上同时开着好几个数据库客户端、经常在不同 SQL 方言之间切换、又想让 AI Agent 直接查库的后端和数据分析同学。这篇不聊怎么下载安装重点解决一个具体问题怎么把 TaoToken 的统一 Key 接进 DBX 的 AI 助手和 MCP Server让 AI 能直接对着你已配置的数据库用自然语言提问。我会给出 config.toml / settings.json 的配置骨架、连通性验证动作以及我自己踩过的几个报错。2. 前置准备TaoToken Key 与 DBX 的两种接入位置DBX 里跟 AI 相关的能力其实分两层很多人会搞混第一层是DBX 桌面端内置的 AI 助手你在 SQL 编辑器里用自然语言生成 SQL走的是 DBX 自己的模型配置填的是 OpenAI 兼容的 base_url api_key。第二层是DBX 提供的 MCP Serverdbx-app/mcp-server它把 DBX 里已保存的数据库连接暴露成 MCP 工具给 Claude Code、Cursor、Windsurf 这类 Agent 调用。这一层本身不直接调模型模型由 Agent 侧决定。TaoToken 在这里的角色是统一模型入口一个 Key 同时给桌面端 AI 助手和 Agent 侧用省得你在 DeepSeek、Claude、OpenAI 之间来回换 Key、换 base_url。它的接口是 OpenAI 兼容格式所以 DBX 的「OpenAI 兼容」选项可以直接吃。先去控制台拿 Key控制台入口https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdbx_mcp_guideAPI Keys 管理https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdbx_mcp_guide注意API 域名是https://taotoken.net/api配置 base_url 时不要带末尾的/v1之外的路径也不要加 UTM 参数否则部分客户端会拼出 404。拿 Key 的步骤很短登录控制台 → 左侧 API Keys → 新建 → 复制sk-开头的字符串。这个 Key 后面会在两个地方各填一次桌面端 AI 助手、Agent 的 MCP 配置建议先存到密码管理器里。3. 可复制配置DBX AI 助手 MCP Server 骨架3.1 DBX 桌面端 AI 助手配置DBX 的 AI 配置在设置里选「OpenAI 兼容」类型填三个字段字段值Base URLhttps://taotoken.net/apiAPI Key你的sk-KeyModel按需填比如claude-sonnet-4-5或deepseek-chat如果你习惯直接改配置文件DBX 在用户目录下会生成config.tomlWindows 在%APPDATA%\dbx\macOS/Linux 在~/.config/dbx/。AI 段落大致长这样[ai] provider openai-compatible base_url https://taotoken.net/api api_key sk-你的Key model claude-sonnet-4-5 temperature 0.2temperature建议压低写 SQL 这种任务不需要发散。改完重启 DBX 生效。3.2 MCP Server 安装与 Agent 侧配置MCP Server 需要 Node.js 22.13.0 或更高版本先确认node -v # 期望输出 v22.13.0 或更高然后全局安装npm install -g dbx-app/mcp-server临时体验也可以直接跑npx dbx-app/mcp-server接下来是 Agent 侧的settings.json以 Claude Code / Cursor 这类支持 MCP 的客户端为例路径通常在~/.claude/settings.json或项目级.cursor/mcp.json{ mcpServers: { dbx: { command: dbx-mcp-server, env: { OPENAI_BASE_URL: https://taotoken.net/api, OPENAI_API_KEY: sk-你的Key } } } }这里有个关键点MCP Server 本身会读取 DBX 保存的连接信息包括系统钥匙串里的密码所以你不需要在 JSON 里重复写数据库连接串。上面env里的两个变量是给 Agent 侧调用模型用的如果你用的是 Claude Code 这类已经配好模型的客户端这两个变量可以省略只保留command即可。最简版本就是原文里那种{ mcpServers: { dbx: { command: dbx-mcp-server } } }3.3 MCP 工具清单配好之后Agent 能调用的工具有 9 个其中三个最常用工具用途dbx_list_connections列出 DBX 里所有连接dbx_get_schema_context把表结构整理成紧凑上下文给 AI 写 SQLdbx_execute_query执行 SQL最多返回 100 行dbx_get_schema_context是省事的关键——它会自动把字段名和类型喂给模型你不用每次手动贴表结构。4. 验证请求从连通性到自然语言查库配置完别急着问业务问题先做三步验证。第一步验证 TaoToken Key 本身可用。用 curl 打一次模型对话接口curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 回复 OK 两个字母}] }返回里有choices[0].message.content就说明 Key 和 base_url 都对。这一步能排掉 80% 的「AI 助手没反应」问题。第二步验证 MCP Server 能起来。单独跑一次dbx-mcp-server如果它正常启动并等待 stdin 输入不报错退出说明 Node 版本和安装都没问题。按 CtrlC 退出。第三步在 Agent 里做端到端验证。重启 Agent 客户端让它列出 MCP 工具然后输入自然语言用 dbx 列出我所有的数据库连接Agent 应该调用dbx_list_connections并返回你在 DBX 里配过的连接列表。接着试一个真实查询查询各个部门的员工数Agent 会先调dbx_get_schema_context拿表结构再生成 SQL最后用dbx_execute_query执行。PostgreSQL、MySQL、SQLite、Doris、StarRocks、Redshift 这些可以直接通过 MCP Server 查询不需要打开 DBX 桌面端。如果你想先在浏览器里确认模型侧没问题可以走模型对话入口https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdbx_mcp_guide5. 本篇常见报错排查报错一Error: Node.js version 22.13.0 or higher is requiredMCP Server 对 Node 版本有硬要求。用 nvm 切一下nvm install 22 nvm use 22 node -vWindows 用户如果没装 nvm直接去 Node 官网下 22 LTS 覆盖安装。报错二Agent 里看不到 dbx 工具先确认dbx-mcp-server在 PATH 里能直接执行which dbx-mcp-server # macOS/Linux where dbx-mcp-server # Windows如果找不到说明 npm 全局 bin 目录没进 PATH。临时方案是在settings.json里写绝对路径{ mcpServers: { dbx: { command: /usr/local/bin/dbx-mcp-server } } }报错三401 Unauthorized或invalid api key九成是 Key 复制时带了空格或者 base_url 写成了https://taotoken.net/api/v1导致路径重复。正确写法是 base_url 只到/api客户端自己会拼/v1/chat/completions。另外确认 Key 没有过期去 API Keys 页面看一眼状态。报错四dbx_execute_query返回空或超时MCP Server 读的是 DBX 保存的连接信息。如果你从没在 DBX 桌面端打开过那个连接、或者密码没存进系统钥匙串MCP 侧就拿不到凭据。解决办法打开 DBX手动连一次目标库勾选「保存密码」再回 Agent 重试。报错五AI 生成的 SQL 语法在目标库跑不通不同数据库方言差异大比如LIMIT在 SQL Server 里要写TOP。这时候让 Agent 先调dbx_get_schema_context它会把库类型和字段信息一起带上生成准确率高很多。如果还是不对直接在提问里点明「这是 PostgreSQL 14」。关于 SQL 安全DBX 的 AI 助手在执行前有内置检查dbx_execute_query也限制最多返回 100 行。但生产库建议只给只读账号别把写权限的凭据存进去。6. 长期编码场景把 TaoToken 接进 Coding Plan如果你不只是偶尔查库而是想让 AI Agent 长期挂在开发流程里——比如每天用 Claude Code 写后端、顺手查 DBX 里的数据——那单次配 Key 的方式会有点碎。TaoToken 的 Coding Plan 是给这种长期编码 / Agent 场景准备的一个订阅覆盖模型调用额度省得每次换项目重新配。入口在这里https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdbx_mcp_guide接入文档含各客户端配置示例https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdbx_mcp_guideClaude Code 专用接入说明https://taotoken.net/claudecode-anthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdbx_mcp_guide我自己的用法是DBX 桌面端 AI 助手用按量 Key随手生成 SQLClaude Code 那边挂 Coding Plan跑长任务不心疼。两边共用同一个 base_url切换成本几乎为零。DBX 这个工具本身值得留在机器上15MB 不占地方MCP 接上之后AI 查库这件事就从「复制表结构贴给模型」变成了「直接说人话」。