Foggy Data MCPAI 原生语义层框架

让 AI 助手通过 MCP 协议安全、准确地查询业务数据 —— 无需暴露数据库结构

快速开始

JSON Query DSL

GitHub

🧠

语义层引擎

TM/QM 模型抽象数据库表结构，AI 只需理解业务语义。自动处理多表 JOIN、方言转换、权限注入。

了解语义层

🔍

JSON Query DSL

声明式查询语言，54+ 内置函数，20+ 操作符，窗口函数，层级查询，预聚合 —— 一套 DSL 适配所有数据库。

DSL 语法参考

🤖

MCP 协议集成

原生 MCP Server，开箱即用对接 Claude Desktop、Cursor、Trae CN。自然语言查询，自动生成图表。

MCP 工具

🔒

安全优先

DSL 查询消除 SQL 注入。行级 / 列级 / 角色级三层访问控制，运行时权限注入，只读设计。

权限控制

🌐

多数据库方言

MySQL、PostgreSQL、SQL Server、SQLite、MongoDB —— 同一份 DSL 查询，引擎自动翻译为目标方言 SQL。

方言支持

📝

Model-as-Code

使用 FSScript（类 JavaScript）编写 TM/QM 模型。支持变量、函数、闭包、模块导入、动态逻辑。

FSScript 引擎

54+内置函数

20+查询操作符

5数据库方言

2语言实现

为什么需要语义层？

让 AI 直接写 SQL 查询数据库，存在严重的安全和准确性风险

❌ AI 直接写 SQL

AI 可能生成 DELETE / UPDATE 语句
必须将完整 Schema 暴露给 AI
order_status=3 是什么意思？AI 不知道
多表 JOIN 容易出错，调试成本高
不同数据库方言需要不同 SQL

✅ 语义层 + DSL 查询

DSL 只读设计，杜绝危险操作
AI 只接触业务语义，不知道表结构
语义层定义字段含义和关联
引擎自动处理 JOIN 和聚合
一套 DSL 适配所有数据库方言

              AI 助手 (Claude / Cursor / Trae)
                        │
                   MCP 协议调用
                        │
                        ▼
┌─────────────────────────────────────────────┐
│            Foggy MCP Server                 │
│  ┌───────────┐  ┌──────────┐  ┌──────────┐ │
│  │ 元数据工具 │  │ 查询工具  │  │ 图表工具  │ │
│  └───────────┘  └──────────┘  └──────────┘ │
└─────────────────────┬───────────────────────┘
                      │
                      ▼
┌─────────────────────────────────────────────┐
│           语义层引擎 (Semantic Layer)         │
│                                             │
│  TM 表模型 ──→ 维度/度量/关联 ──→ QM 查询模型 │
│                                             │
│  ┌──────────┐ ┌──────────┐ ┌─────────────┐ │
│  │ DSL 解析  │ │ 权限注入  │ │ 方言 SQL 生成│ │
│  └──────────┘ └──────────┘ └─────────────┘ │
└─────────────────────┬───────────────────────┘
                      │
         ┌────────────┼────────────┐
         ▼            ▼            ▼
      MySQL      PostgreSQL    SQL Server ...

三大核心能力

SEMANTIC LAYER

🧠 语义建模

TM 表模型 — 维度、度量、属性
QM 查询模型 — 列定义、排序、权限
计算字段 — 派生指标和表达式
父子维度 — 层级和闭包表
预聚合 — 加速大数据量查询

QUERY DSL

🔍 DSL 查询

JSON Query DSL — 声明式查询语法
20+ 操作符（含 NOT LIKE、层级）
54+ 内置函数（数学、日期、字符串）
窗口函数（ROW_NUMBER、LAG 等）
多方言 SQL 生成

MCP TOOLS

🤖 MCP 工具

元数据工具 — 模型发现和 Schema
查询工具 — 执行 DSL 查询
自然语言查询 — NL-to-DSL
图表渲染 — 自动可视化
扩展工具 — 自定义插件

DSL 查询示例

AI 助手发送 JSON DSL → 语义层翻译为安全 SQL

JSON DSL 输入

json

{
  "model": "FactSalesQueryModel",
  "columns": [
    "customer$name",
    "product$categoryName",
    "sum(totalAmount)"
  ],
  "filters": [
    { "field": "orderDate", "op": ">=",
      "value": "2024-01-01" },
    { "field": "product$categoryName",
      "op": "in",
      "value": ["Electronics", "Books"] }
  ],
  "orderBy": [
    { "field": "totalAmount", "dir": "DESC" }
  ],
  "limit": 10
}

生成的 SQL（MySQL 方言）

sql

SELECT
  c.name         AS `customer$name`,
  p.category_name AS `product$categoryName`,
  SUM(f.total_amount) AS `totalAmount`
FROM fact_sales f
  JOIN dim_customer c
    ON f.customer_id = c.id
  JOIN dim_product p
    ON f.product_id = p.id
WHERE f.order_date >= '2024-01-01'
  AND p.category_name IN
      ('Electronics', 'Books')
GROUP BY c.name, p.category_name
ORDER BY SUM(f.total_amount) DESC
LIMIT 10

3 步快速开始

启动服务

docker compose up -d
一键启动 MySQL + Foggy MCP Server + 演示数据

配置 AI 工具

在 Claude Desktop / Cursor 中添加 MCP Server 地址：
http://localhost:7108/mcp/analyst/rpc

开始查询

用自然语言提问：
"显示上周各品牌的销售额趋势"

多语言实现

Java 和 Python 双引擎，同一套语义层标准

☕ Java 实现 — Spring Boot 🐍 Python 实现 — FastAPI

开始构建 AI 数据查询

5 分钟部署语义层，让 AI 安全地查询你的业务数据

快速开始 →阅读文档 GitHub