Um Servidor MCP ERD: Agentes de IA que Seguem Seu Padrão de Nomenclatura

Agentes de IA já escrevem esquemas de banco de dados. Peça ao Claude ou ao Cursor por um recurso e o arquivo de migração volta com tabelas, colunas e chaves estrangeiras — nomeadas de acordo com a inclinação dos dados de treinamento do modelo naquele dia. user_id aqui, userId ali, usr_no quando leu um número excessivo de dumps legados. O agente não está errado; ele apenas não tem ideia de que sua equipe escreve cust_no, porque sua convenção de nomenclatura vive em uma wiki que o modelo nunca viu.

Esse é o problema real que um servidor ERD MCP resolve. Não "IA pode desenhar diagramas agora" — mas que o trabalho de esquema feito por agentes pode seguir o mesmo padrão que o trabalho de esquema feito por pessoas. Este post explica o que sqemo-mcp faz, como a parte de nomenclatura funciona e — no mesmo espírito de comparação honesta do nosso comparativo dbdiagram — o que ainda não faz.

O que é um servidor MCP, em um parágrafo

MCP (Modelo Contexto Protocolo) é o padrão aberto para fornecer ferramentas a agentes de IA. Um servidor expõe operações tipadas — "listar entidades", "adicionar um atributo", "exportar SQL" — e qualquer cliente compatível com MCP (Claude Code, Claude Desktop, Cursor, Codex e uma lista crescente) pode chamá-las. Em vez de o agente alucinar seu esquema a partir de um contexto meio lembrado, ele lê o real e o edita através de operações que impõem suas regras.

O que um agente pode fazer com seu ERD

sqemo-mcp expõe 36 ferramentas sobre seus arquivos ERD. Agrupadas pelo que são:

• Ler e editar o modelo. get_erd_overview, get_entity, upsert_entity, upsert_attribute, upsert_relationship, e seus correspondentes de exclusão. O agente trabalha no mesmo arquivo .erd.json que você edita no app — uma única fonte de verdade, não uma cópia paralela.
• Importar e exportar. import_sql e export_sql em sete dialetos (MySQL, PostgreSQL, Oracle, SQL Server, SQLite, H2, CUBRID), além de DBML em ambas as direções. Cole uma saída bruta de pg_dump -s ou mysqldump e ele faz a análise. "Importe este dump legado e normalize os nomes contra nossa lista de palavras" é uma tarefa de um único prompt.
• Gerar e verificar nomes. generate_physical_name, check_naming, search_dictionary — mais sobre isso abaixo, porque é o ponto.
• Qualidade e higiene. lint_erd, validate_erd, diff_erds, auto_layout.
• Propor, não decretar. Quando o agente precisa de uma palavra que não está na lista de palavras da equipe, propose_dictionary_word envia uma proposta para a fila de aprovação da equipe em vez de inventar silenciosamente uma abreviação. Um humano aprova; então é padrão.

Por que as ferramentas de nomenclatura são a parte interessante

A maioria das ferramentas de esquema trata nomes como texto livre, então a nomenclatura de um agente é tão boa quanto seu prompt. Sqemo trata o nome físico como computado: você registra uma lista de palavras (cliente → cust, número → no) e regras de nomenclatura uma vez, e o nome da coluna física é gerado a partir do lógico — mesma entrada, mesma saída, para humanos e agentes.

Isso muda o que se pede ao agente. Ele não adivinha que sua equipe abrevia "cliente" como cust — ele diz "Número do Cliente" e generate_physical_name retorna cust_no, de acordo com suas regras, de forma determinística. E como o nome correto é computável, a deriva é detectável: check_naming e lint_erd sinalizam qualquer coluna que se desvie do que a lista de palavras geraria. A saída do agente é mantida ao mesmo padrão que a de um humano — mecanicamente, não por vigilância de revisão de código. Se você quer o argumento mais completo para gerar nomes a partir de uma lista de palavras, isso é um post à parte.

Configuração

Node.js 22+, sem instalação — ele roda via npx. Para Claude Code, adicione ao .mcp.json na raiz do seu projeto:

{
  "mcpServers": {
    "sqemo": { "command": "npx", "args": ["-y", "sqemo-mcp"] }
  }
}

Claude Desktop e a maioria dos outros clientes aceitam o mesmo JSON de mcpServers; a página de docs tem caminhos por cliente. Arquivos locais .erd.json funcionam totalmente offline sem conta. Para permitir que um agente toque ERDs salvos no servidor Sqemo, faça login uma vez com npx sqemo-mcp login — as credenciais são armazenadas localmente, e sua senha em si nunca é.

A mesma imposição, sem um agente

O pacote também funciona como um CLI simples, que é como o padrão chega ao CI:

npx sqemo-mcp lint schema.erd.json   # código de saída 1 em violações de nomenclatura

Coloque isso em uma ação do GitHub e um pull request que se desvia da lista de palavras falha na construção — a mesma verificação que o agente executa interativamente, imposta mecanicamente em cada mesclagem. Também há export para gerar SQL ou DBML em um pipeline. Se você está decidindo qual artefato deve ser a fonte de verdade em primeiro lugar, escrevemos sobre DBML vs SQL DDL — o modelo .erd.json fica um nível acima de ambos, e o CLI deriva qualquer um deles a partir dele.

O que ele não faz (ainda)

Limites honestos, para que você possa decidir com os olhos abertos:

• É um servidor stdio local, não um hospedado. Ele roda na sua máquina via npx. Não há um endpoint HTTPS remoto ainda, então clientes que suportam apenas servidores MCP hospedados não podem se conectar — MCP remoto está em nosso roadmap, não enviado.
• O código do servidor é aberto, o aplicativo não. O servidor MCP está no npm e no Registro MCP oficial (io.github.sqemo/sqemo); o aplicativo web em si não é de código aberto.
• Três ferramentas são pagas. export_alter_sql (scripts de migração ALTER a partir de uma diferença base) e as duas ferramentas de banco de dados ao vivo, introspect_db e check_db_drift (verificando o ERD contra um banco de dados real), são recursos Pro ($9/mês). As outras 33 ferramentas, incluindo tudo acima, funcionam no plano gratuito.