转载自魔搭社区:mp.weixin.qq.com/s/tzDelu0W4...
一句话总结
本文介绍如何使用 MCP 和魔搭 ModelScope API，零代码搭建本地数据助手，实现自然语言数据库交互。
摘要
文章详细介绍了 MCP (模型上下文协议) 的概念、架构和在数据开发上的优势，并指导读者如何利用 MCP 和魔搭 ModelScope 上的开源工具，包括 xiyan-mcp-server 和 goose 客户端，零代码 搭建一个本地数据助手。该助手能够通过自然语言查询本地数据库，是当前 Text-to-SQL 公开基准上的 SOTA 方案，极大地降低了数据应用开发的门槛，解决了传统数据应用开发的复杂性问题。文章提供了详细的步骤和配置说明，降低了数据应用开发的门槛。
主要内容
-
- MCP 简化了 LLM 与外部数据源和工具的集成。
MCP 作为一个标准协议，使得 LLM 可以方便地连接数据库、文件系统和 API 等，降低了集成复杂度。
-
- 使用 MCP 可以快速搭建本地数据助手，无需编写大量代码。
通过配置 MCP server 和客户端，即可实现自然语言查询数据库，极大地提高了开发效率。
-
- 通过魔搭 ModelScope 和 MCP，可以快速实现 text-to-SQL 应用。
文章展示了如何利用魔搭 ModelScope 上的模型和 MCP 协议，快速构建 text-to-SQL 应用，实现自然语言查询数据库。
不写一行代码，用 MCP+魔搭 API-Inference 搭建一个本地数据助手! 附所有工具和清单
00引言
还在为大模型开发的复杂技术栈、框架不兼容和工具调用问题头疼吗？MCP（Model Context Protocol servers）来拯救你了！它用统一的技术栈、兼容主流框架和简化工具调用的方式，让大模型开发变得简单高效。
本文将带你学习一下MCP是什么，以及如何用MCP打造一个数据助手，用自然语言与数据库交互。
01MCP是什么
MCP，全称是"模型上下文协议"（Model Context Protocol），是Anthropic开源的一个标准协议。打个比方，它就像是AI世界的"USB-C"接口。你知道USB-C吧？一根线就能连接手机、电脑、充电器，超级方便。MCP的作用也差不多，它让AI模型（比如Claude）可以轻松地跟外部的数据源和工具连接起来，比如数据库、文件系统、API等等。
MCP 帮助您在大型语言模型（LLMs）的基础上构建智能代理和复杂的工作流程。大型语言模型通常需要与数据和工具进行集成，而 MCP 提供了以下功能：
-
一个不断扩展的预构建集成列表，您的 LLM 可以直接接入使用
-
基于标准的模型上下文协议，可以方便的切换不同的LLM
-
数据更加安全
MCP的核心架构
这张图展示了MCP的核心架构：host，client和server是独立的。host可以是客户端或者APP，client建立起跟server的连接，而server实现对data、resource的封装，可以看成工具调用。
MCP Hosts: 例如 Claude Desktop、集成开发环境（IDE）或希望通过 MCP 访问数据的 AI 工具等程序
MCP Clients: 协议客户端，负责和大模型进行输入输出交互
MCP Server: 协议服务端，负责和外部服务进行交互，暴露外部服务的接口，并且和客户端进行通信
Local Data Resource: 本地的文件，数据等
Remote Resource: 远程的服务，可以通过Server连接
MCP在数据开发上的优势
做过数据开发或者数据应用的同学都肯定被一堆问题困扰过，特别的是数据和模型的部署问题，数据在本地，模型在哪里？应用在哪里？很多时候我们的数据因为安全问题无法上云，只能在本地或者私有环境中，但模型很多时候在云上，而且我们还需要准备环境部署应用层代码。
而现在，MCP可以帮助你解决这个困扰。通过几个问题，我们来对比一下使用或者不使用MCP的情况下数据助手的开发和部署方案。
| 问题 | 不用MCP | 用MCP |
|---|---|---|
| 接入模型去做text-to-sql | 自己去接入大模型平台 | 不用管，server封装了 |
| 接入数据schema帮助模型理解 | 在应用层手动开发一个适配器，从数据库拉schema | 不用管，server封装了 |
| 前端与展示 | 开发一个前端页面，或者用gradio简单做一个 | 不用管，有用开源的应用 |
| 后端的开发 | 需要开发一个web服务，连接大模型，连接数据库 | 不用管，不需要后端服务 |
| 支持私有化？ | 需要完全开发一套，并且在本地使用ollama或者vllm接入模型 | 不用管，server封装了 |
| 支持agent和跟其他模型功能集成？ | 非常难搞，无法支持 | 非常简单，直接接入其他MCP server就好 |
02让我们构建一个数据集助手吧
我们在本地机器上构建数据助手，调用云上的模型，处理本地机器的数据。
本地开发环境：
-Macbook M3 Pro
-MySQL 5.8 （需要在本地有个数据库，如果没有的话可以提前装上mysql并构建一个虚拟的数据库）
准备一个MCP数据服务
我们需要一个MCP服务把数据库接入进来，现在有非常多的MCP server都可以帮我连接数据库，比如社区在维护的MCP server[1]、MCP server的平台（Smithery.AI[2]、MCP.run[3]），但基本上都只是提供了一个SQL执行接口。
为了更好的工具调用效果，选择支持自然语言接口的析言MCP服务（Xiyan-mcp-server[4]），可以用自然语言访问数据库，并从数据库获得答案，是当前Test-to-SQL公开基准上的SOTA。
step1: 如何安装和启动析言MCP数据服务
- 安装xiyan-mcp-server
在终端上运行以下命令
vbscript
pip install xiyan-mcp-server- 配置模型和数据库
需要将两类配置信息写入配置文件config.yml，模型配置（LLM ）和数据库配置（Database）。
模型配置：魔搭上部署了XiYanSQL-QwenCoder-32B------xiyan_mcp_server官方提供的专属模型------的推理服务，在该模型页面[5]（右侧的推理API- Inference部分），可找到配置信息（name、key、url）。
数据库配置：默认本地有mysql数据库，数据库的配置信息包括：本地数据库host、port、username、password和database名字。
整体的配置如下：
vbnet
model: name: "XGenerationLab/XiYanSQL-QwenCoder-32B-2412" key: "xxxx" # key可从https://www.modelscope.cn/my/myaccesstoken 页面获取 url: "https://api-inference.modelscope.cn/v1/"
database: host: "localhost" port: 3306 user: "root" password: "123456" database: "mydb"将这个配置文件放在本地（假设为/path/to/config.yml）
step2: 如何使用mcp inspector调试服务
选择mcp inspector[6]作为调试器
- 在终端安装node.js
brew install node- 用终端启动inspector
typescript
npx @modelcontextprotocol/inspector -e YML= /path/to/config.yml python -m xiyan_mcp_server这个inspector会直接在本地拉起一个web服务供调试用，地址在http://localhost:5173
- 打开inspector web服务，点击connect，绿灯亮起表示已连接
- 切换到tools页面，点击list tools会跳出来文本到sql的工具
- 点击get_data_via_natural_language工具，用自然语言取个数据看看
输入问题"查询年龄16岁以上的邮箱"，点击"run tool"
输出是个markdown格式的数据
java
| email || --- || [email protected] || [email protected] || [email protected] |准备一个客户端
为了更方便交互，我们找一个客户端来调用后台的数据服务。目前有非常多支持MCP的客户端，比如开源的MCP的client[7]、闭源的claude desktop等等。这里我们选用的是goose，这是一个开源的支持MCP的client，原生支持MacOS。
step1: 如何在本地安装配置goose
- goose[8]下载与安装
下载地址：
block.github.io/goose/docs/...
下载后根据提示一步步安装即可。
step2: 在goose后台配置LLM模型
为了能用起来chat，需要找一个大语言模型API。我们选择用通义千问2.5-72B-Instruct[9]，魔搭社区上提供了兼容OpenAI接口的推理API，只需要在后台配置endpoint就好。
- 在标签栏点击Goose- setting进入到设置页
- 新增OpenAI的模型：Models------Browse------AddModel
这里我们选用通义千问2.5-72B的模型[9]，模型名字填Qwen/Qwen2.5-72B-Instruct即可。
- 配置模型endpoint和key: Models------Browse------Configure------OpenAI------"+"号
第一栏：Key从www.modelscope.cn/my/myaccess...
第二栏：通义千问2.5-72B的模型直接填"api-inference.modelscope.cn/" 。
第三栏：用默认的即可。
step3: 添加xiyan_mcp_server拓展
- 点击Extensions------Add custon extension
- 在拓展参数上填入启动命令，ID、Name和Description的内容自定义即可。
step4: 开启新的会话测试
回到goose主页面，新开一个会话测试，比如在会话栏输入"查询年龄16岁以上的邮箱"
03用新建的数据助手处理真实的数据库
我从云端拷贝了一份真正的数据库到本地，测试了更多问题，具体请看图。
依靠MCP的强大框架和各种开源工具，我们实现了没写一行代码就轻松搭建了一个完善的数据助手 ，可以用自然语言从数据库取数。未来甚至可以接入更多MCP，做更多更全面更有深度的数据分析，简直太棒啦！
04参考的网站
[1] awesome mcp server
[2] ****Smithery.AI
[3] MCP.run
[4] x iyan-mcp-server
[5] XiYanSQL-QwenCoder-32B-2412
www.modelscope.cn/models/XGen...
[6] ****MCP inspector
[7] awesome mcp client
[8] goose
[9] Qwen2.5-72B-Instruct