MCP-сервер PostgreSQL, не требующий подключения к системе.

dryrun дает агентам ИИ, IDE и CI полную осведомленность о схеме. От офлайн-снимка, а не от подключения к живой базе данных. Ограничьте свою схему, проверьте запросы, проверьте безопасность миграции и изучите графики иностранных ключей. Все без учетных данных, покидающих машину DBA.

dryrun является частью скучного пакета SQL наряду с RegreSQL и Fixturize.

##Проблема

Помощники кодирования LLM/AI очень хороши в написании запросов кода/SQL. Но они слепы. Они не знают вашу схему, ваши индексы или ваши ограничения. Они могут генерировать миграцию, которая берет блокировку T2 на вашем самом загруженном столе и отправляет ваше приложение вниз.

Некоторые MCP-серверы PostgreSQL требуют подключения к базе данных. Для выполнения административных задач вам может потребоваться разрешение суперпользователя. Но это как просить о проблеме.

Мы уже видели, к чему это приводит: производственные базы данных, стертые агентами ИИ, и SQL-инъекция на серверах MCP, которые должны были быть только для чтения.

Модель не должна запрашивать вашу базу данных. Он должен понять вашу схему: структуру, ограничения, статистику и поведение, зависящее от версии.

DryRun PostgreSQL MCP

The PostgreSQL MCP server that doesn’t need connection to the production.

dryrun gives AI agents, IDEs, and CI full schema awareness. From offline snapshot, not live database connection. Lint your schema, validate queries, check migration safety, and explore foreign key graphs. All without credentials leaving the DBA’s machine.

dryrun is part of the boringSQL suite alongside RegreSQL and Fixturize.

The problem

LLM/AI coding assistants are very good in writing code/SQL queries. But they are blind. They don’t know your schema, your indexes or your constraints. They might generate a migration that takes an ACCESS EXCLUSIVE lock on your busiest table and send your app down.

Some PostgreSQL MCP server ask you for the database connection. And to perform the administrative tasks you might need SUPERUSER permission. But that’s like asking for problem.

We’ve already seen where this leads: production databases wiped by AI agents, and SQL injection in MCP servers that were supposed to be read-only.

The model doesn’t need to query your database. It needs to understand your schema: the structure, constraints, statistics, and version-specific behavior. That knowledge is structural. It changes when you deploy a migration, not between queries.

DryRun features

dryrun is two things: a CLI tool and an MCP server. The CLI extracts and analyzes your schema. The MCP server exposes that analysis to AI assistants. They’re separate on purpose.

CLI - extract and analyze

The CLI connects to your PostgreSQL database, introspects the full catalog (tables, views, indexes, constraints, partitions, functions, enums, RLS policies, triggers, extensions, GUCs), and writes a snapshot into .dryrun/history.db. That snapshot is the source of truth for everything else.

Once you have the snapshot, the CLI works offline:

• Lint - 20+ convention rules (naming, types, primary keys, timestamps, partitioning) and 13 structural audit rules (duplicate indexes, FK coverage, circular FKs, vacuum tuning)
• Migration safety - lock type analysis, duration estimates, table rewrite detection, safe alternatives for each DDL statement
• Query validation - SQL parsing via libpg_query, column reference checks against the actual schema, anti-pattern detection
• Snapshot diff - compare schema, planner stats, or activity between snapshots; detect drift against the live database
• Query stats - captures pg_stat_statements per node, collapses ORM query variants into shapes, diffs two captures to surface new or slowed queries