SQLTunnel 可以部署在本机或局域网内，通过直连或 SSH 隧道访问数据库，并向 Agent 提供 MCP 和 OpenAPI 接口，不需要将数据库地址和账号直接暴露给 Agent 。
主要功能：
一个常见的使用方式，是在本机或局域网内部署 SQLTunnel ，然后在 Agent 中直接通过自然语言完成数据查询和统计，例如：
统计最近 30 天每天的新增用户数，并计算环比变化。
按商品分类统计本月销售额、订单量和平均客单价，返回销售额最高的前 10 个分类。
统计最近 7 天各订单状态的数量，并找出超过 24 小时仍未完成的订单。
分析最近三个月的用户留存情况，按注册月份生成 Cohort 统计。
也可以将 SQLTunnel 配置到 Codex 、Claude Code 等编程工具中，在源码项目目录里直接使用。
这样 Agent 可以同时理解项目源码、业务逻辑、数据模型、数据库结构和实际数据。例如：
先说一句：
你可以通过 SQLTunnel 访问数据库
当然也可以把这句话写入到 AGENTS.md 中去。
然后：
统计今天的订单数量。
统计每个套餐的付费用户数、续费率和最近 30 天收入。
做成 Excel 表格。
这种方式可以将源码和数据库连接成一个可查询、可分析的上下文，让整个项目更接近一个能够通过自然语言使用的知识库。
当然，如果你觉得自己的 Agent 足够靠谱，也可以使用可写数据库账号并授予 write 权限，让它协助执行数据修改、DDL 或 Migration 。例如：
根据当前项目的数据模型生成 Migration ，为 orders 表增加 archived_at 字段。先检查现有表结构并展示 SQL ，确认后再执行。
对比项目中的 Migration 与实际数据库结构，找出尚未执行的变更。
执行本次 Migration ，完成后重新检查表结构，并验证字段和索引是否创建成功。
项目地址：
https://github.com/NemoAlex/SQLTunnel
Docker 镜像：
https://hub.docker.com/r/nemoalex/sqltunnel
目前已经持续使用了一段时间了，欢迎大家提 Issue 。
