
QueryWeaver
FalkorDBAGPL-3.0
1.1k звёзд143 форков
QueryWeaver — это MCP-сервер с открытым исходным кодом. Он превращает вопросы на русском и английском языке в рабочие SQL-запросы.
Сервер строит графовую схему вашей базы данных. Он понимает, как связаны таблицы, где первичные и внешние ключи. Это даёт точные запросы без ручных правок и лишних джойнов.
QueryWeaver подойдёт разработчикам, дата-аналитикам и инженерам, которые хотят дать ИИ-ассистенту прямой доступ к данным. Вы просто описываете задачу — сервер генерирует SQL. Не нужно помнить синтаксис сложных запросов.
- Официальный сервер
- Удалённый сервер (по URL)
- Python
- Лицензия AGPL-3.0
- Обновлён 17 ноября 2026 г.
Как подключить QueryWeaver
- Узнайте адрес сервера (URL) в документации проекта по ссылке ниже.
- Добавьте удалённый MCP-сервер в настройках клиента: укажите URL и транспорт (Streamable HTTP — удалённый).
- Войдите в аккаунт сервиса, если клиент откроет окно авторизации, и проверьте, что появились инструменты сервера.
Где лежит файл конфигурации у Claude Desktop, Cursor, VS Code и других клиентов, показано в начале каталога MCP.
Характеристики
Общее
- СтатусОфициальный
- РазработчикFalkorDB
- ЛицензияAGPL-3.0
- Последний релиз18.08.2026
- Активность источника17.11.2026
Технологии
- ЯзыкиPython
- ТранспортStreamable HTTP — удалённый
Описание
Возможности
- Преобразует вопросы на русском и английском в корректный SQL
- Строит графовую схему БД для точного понимания связей между таблицами
- Работает как MCP-сервер (streamable-http) и как REST API
- Поддерживает нескольких AI-провайдеров: OpenAI, Google Gemini, Anthropic Claude, Azure OpenAI
- Сохраняет контекст диалога в БД FalkorDB с настраиваемым временем жизни (TTL)
- Возвращает готовый SQL-запрос и результаты его выполнения
- Запускается одной командой через Docker (Python и зависимости не нужны)
- Исходный код открыт под лицензией AGPL-3.0
Как подключить
Для работы серверу нужен запущенный Docker и ключ API одного из AI-провайдеров.
1. Запустите контейнер
Базовая команда для тестирования:
docker run -p 5000:5000 -it falkordb/queryweaver
Если используете .env файл (рекомендуется для хранения ключей):
docker run -p 5000:5000 --env-file .env falkordb/queryweaver
2. Настройте MCP-клиент
Добавьте в конфигурационный файл вашего клиента (claude_desktop_config.json) следующий блок:
{ "mcpServers": { "QueryWeaver": { "command": "docker", "args": [ "run", "-i", "--rm", "-p", "5000:5000", "-e", "OPENAI_API_KEY=sk-your-key", "falkordb/queryweaver" ] } } }
3. Перезагрузите клиент
Закройте и откройте приложение заново. В списке инструментов появится QueryWeaver.
Примеры запросов
- «Покажи топ-10 клиентов по общей сумме заказов за последний квартал»
- «Найди все заказы со статусом «доставлен», где сумма превышает 10 000 рублей»
- «Сколько новых пользователей зарегистрировалось на прошлой неделе, разбивка по дням»
- «Выведи список товаров, которые ни разу не заказывали, отсортированный по дате добавления»
Технические детали
- Язык разработки: Python (FastAPI)
- Транспортный протокол: streamable-http
- Лицензия: AGPL-3.0
- Разработчик: FalkorDB
- Звёзд на GitHub: 1000+
- Совместимые клиенты: Claude Desktop, Cursor, любой MCP-хост




