MCPサーバーを立ててAIがPostgreSQLを参照できるようにしてみた話

この記事は2025年9月17日時点の情報です。MCP公式は活発に更新が行われているため、この記事の内容そのままでは動作しない可能性があります。
2025年10月1日にMCP公式go-sdkの正式バージョンとして v1.0.0 が公開されました。
本記事記載のソースコードのまま変更なしでビルドできたので内容はそのままで公開します。

はじめに

こんにちは。マーケティングオートメーションツール「ListFinder」開発チームのはちです。
普段はデータ加工や外部システムとのデータ連携処理などをGo言語で書いています。

弊社では生成AIの活用を推進しており、AIエージェントの Devin や AIエディタの Cursor 、 AIレビュアーの CodeRabbit などを利用しています。

この記事は、データベースを使うプログラムを書くことが多い私が開発効率向上のためにgithub copilotがコンテナ上のPostgreSQLを直接参照できるようにした話です。

実行環境

この記事の内容は以下の環境で行なったものです。構成の違いによって違う結果になる可能性があります

• mac os Sequoia 15.6
• Orbstack 2.0.1
• Visual Studio Code 1.103.2
• github copilot chat
• PostgreSQL13.8 コンテナイメージ ※PostgreSQLはDockerコンテナ上で動作するように設定しています
• MCP Go SDK Github v0.5.0

要約

• 公式SDKを使って簡単なプログラムを書くことでVSCodeからgithub copilot chatがコンテナ上のPostgreSQLにアクセスできるようになった
• AIがテーブル構造を理解した上でコードを生成できるようになったのでデータベース周りの実装が楽になった
• 作成したMCPサーバーのソースコードを公開します
• 公式Go言語SDKを使ったローカルMCPサーバー開発の流れ
• VSCodeでローカルMCPサーバーを使う設定の流れ

やろうと思ったきっかけ

GoでORMを使う場合はテーブル構造に沿った構造体型を定義する必要があります。
ListFinderではデータベースのマイグレーションはWebサービスに使用するLaravelで行うので、Go側はマイグレーション結果を見て実装する必要があります。
テーブルに変更を反映する必要が出てきた際など とても面倒くさい(※怠惰はプログラマーの3大美徳の一つです) 。
github copilotを導入した結果エディタ上でAIの支援を受けられるようになりましたが、データベース定義はAIの手が届かないところにあるので手作業が必要でした。

MCPサーバーを使ってAIがデータベースにアクセスできたら楽になるかと考えチャレンジしてみました。
効率化のた目の面倒くさいことは積極的に行いましょう 。

最初は公式の リファレンスサーバーを使って実現した という内容を予定していたのですが、気づいたらアーカイブされていたので 自分で実装してみた という内容に変更しました。

参考にしたWebサイト

• Model Context Protocol 公式
• MCP Go SDK Github v0.5.0
  • 破壊的変更も含め頻繁に更新されます。この記事のソースコードでは v0.5.0 を使用しています。
• MCP inspector
• VSCode公式 MCPサーバーの使い方
  • Add an MCP server to your workspace の手順に従いました

作成したソースコード

作成したソースコードはこちらです。

作成したMCPサーバーのソースコード

package main

import (
	"context"
	"encoding/json"
	"flag"
	"fmt"
	"log"
	"time"

	"github.com/jackc/pgx/v5"
	"github.com/modelcontextprotocol/go-sdk/mcp"
)

// DSN パラメータで受け取る
var (
	dsn string
)

// Input MCPクライアントから受け取るパラメータ構造体
type Input struct {
	Query string `json:"query" jsonschema:"実行するSQLクエリ"`
}

// Output MCPクライアントに返すパラメータ構造体
type Output struct {
	QueryResult string `json:"query_result" jsonschema:"SQLクエリの結果(JSON形式)"`
}

// runQuery クエリを実行し、結果をJSON形式で返すハンドラ
func runQuery(ctx context.Context, request *mcp.CallToolRequest, input *Input) (*mcp.CallToolResult, *Output, error) {
	// クエリが空の場合はエラーメッセージを返す
	if input.Query == "" {
		return nil, &Output{QueryResult: "No query provided"}, nil
	}

	// タイムアウト設定
	ctx, cancel := context.WithTimeout(ctx, 30*time.Second)
	defer cancel()

	// PostgreSQLに接続
	// 都度接続するので、トランザクションは使えない
	db, err := pgx.Connect(ctx, dsn)
	if err != nil {
		log.Fatalf("Unable to connect to database: %v\n", err)
	}
	defer db.Close(ctx)

	// クエリを実行
	rows, err := db.Query(ctx, input.Query)
	if err != nil {
		return nil, nil, fmt.Errorf("failed to execute query: %w", err)
	}
	defer rows.Close()

	// フィールド情報を取得
	// 結果が同じ場合、毎回呼び出すのは非効率なので変数に代入
	cols := rows.FieldDescriptions()

	// 結果をマップのスライスとして収集
	var results []map[string]string
	for rows.Next() {
		row := make(map[string]string, len(cols))
		vals, err := rows.Values()
		if err != nil {
			return nil, nil, fmt.Errorf("failed to scan row: %w", err)
		}
		for i, c := range cols {
			// 型がバラバラなのでstringに変換する
			row[c.Name] = fmt.Sprint(vals[i])
		}
		results = append(results, row)
	}

	// 結果をJSONに変換して返す
	jr, err := json.Marshal(results)
	if err != nil {
		return nil, nil, fmt.Errorf("failed to marshal results: %w", err)
	}

	return nil, &Output{QueryResult: string(jr)}, nil
}

func main() {
	// DSN(接続URL)をコマンドライン引数から取得
	flag.StringVar(&dsn, "dsn", "postgresql://username:password@hostname:5432/database", "DSN to database")
	flag.Parse()

	ctx := context.Background()

	// サーバーの初期化
	server := mcp.NewServer(&mcp.Implementation{Name: "PostgreSQL", Version: "v1.0.0"}, nil)

	// ツールの登録
	mcp.AddTool(server, &mcp.Tool{Name: "RunQuery", Description: "run query"}, runQuery)

	// サーバーの起動
	if err := server.Run(ctx, &mcp.StdioTransport{}); err != nil {
		log.Fatalf("Failed to run server: %v\n", err)
	}
}

実装のポイント

ほぼ公式のサンプル通りです。
今回は標準入力を介してパラメータを受け取ります。
頻繁に更新されるのでタグを指定してパッケージの取得を行うと安全です。
このソースコードでは v0.5.0 を使用しているので、次のコマンドを実行します。

$ go get -u github.com/modelcontextprotocol/go-sdk@v0.5.0

動作確認方法

MCP公式のinspector を使用するとMCPクライアントなしでもMCPサーバーの動作確認ができます。
npx コマンドをインストールした状態で次のコマンドを実行します。

$ npx @modelcontextprotocol/inspector

コマンドを実行するとURLが表示されるので、ブラウザで開くとこんな画面が表示されます。

inspector起動時の画面

Command と Arguments を入力して Connect ボタンをクリックすると右側にツールリストが表示されます。
go run main.go がなぜか動かなかったので、ビルドして実行ファイルを指定しました。

inspector Connect後

List Tools をクリックすると登録されているツールの一覧が表示され、MCPサーバーへリクエストを送信することができます。

このように incpector から自作MCPサーバーを通してSQLを実行することができました。

inspector リクエスト送信後

どうやら思惑通りに動作しているようです。
MCPサーバーの実装は以上です。

VSCodeで自作MCPサーバーを使う設定

VSCodeのワークスペースに .vscode/mcp.json ファイルを作成します。
スクリーンショットを貼り付けたら見づらくなったので表示は省略します。

mcp.json

ファイルの内容を空のjson

{}

に変更すると、エディタの下に サーバーの追加 ボタンが現れるのでクリックします。

サーバーの追加

今回は コマンド(stdio) ... 手動インストール を選択します。

手動インストール

inspector で指定した実行モジュールとパラメータを入力してEnter。
サーバーIDは考えなくても自動的につけてくれます。名前をつけてEnter。

コマンド指定

もちろん 信頼する をクリック。

信頼する

.vscode/mcp.json にこんな内容が保存されます。
サーバーIDの上に 起動 と薄く表示されるのでクリックするとMCPサーバーが起動します。

MCPサーバー起動

{
	"servers": {
		"my-mcp-server-82d0e78e": {
			"type": "stdio",
			"command": "./mcp",
			"args": [
				"-dsn",
				"postgresql://xxxxx:xxxxx@localhost:5432/dbname"
			]
		}
	},
	"inputs": []
}

Copilotの入力欄の ツールの構成 ボタンをクリックしてCopilotが使用するMCPサーバーを選択します。

ツールの構成

これでCopilotからMCPサーバーを使う準備ができました。

試しに、適当なエンティティ構造体を作成してCopilotに構造体定義の妥当性を検証してもらいます。

使ってみる

動きました！
これでモデル構造体の記述はGithub Copilot Chat Agentに任せられるようになりました。

まとめ

公式ドキュメント記載のサンプルコードに独自のハンドラを追加した程度でMCPサーバーが動きました。
簡単に実装できるので夢が広がりますね。
SDKも日々改善が行われておりどんどん使いやすくなっています(たまに壊れていますが)。
皆さんもオリジナルMCPサーバーを作って快適なAIコーディングライフ、快適なGoライフをお送りください。