【小白也能实现智能问数智能体】使用开源的universal-db-mcp在coze中实现问数 AskDB智能体

前几天开源了 universal-db-mcp数据库万能连接器 ,支持MCP模式和HTTP API模式,MCP模式直接接入Claude Desktop或者Cherry Studio这类客户端就行了,HTTP API模式一直没实际进行应用,这几天在coze中浅浅的试用了一下,效果还不错,效果大概是这个样子的:

复制代码
我:连接数据库
问数 AskDB:
    好的,请提供以下数据库连接信息:
    数据库类型(如:mysql、postgres、sqlite)
    主机地址(如:localhost 或 IP 地址)
    端口号(如:MySQL 默认 3306)
    用户名
    密码
    数据库名称
    请确保这些信息准确无误,我将帮助您完成数据库连接。
我:
	DB_TYPE=mysql
  	DB_HOST=xxx.xxx.xxx.xxx
  	DB_PORT=xxxx
  	DB_USER=xxx
  	DB_PASSWORD=xxxx
  	DB_DATABASE=xxxx
问数 AskDB:
	我将使用您提供的连接信息尝试连接到 MySQL 数据库。请稍等... 数据库连接成功!以下是连接信息摘要:
    数据库类型: MySQL
    主机地址: xxx.xxx.xxx.xxx
    端口: xxxx
    数据库名称: xxx
    会话 ID: xxxxxxxxxxxxx
    现在可以开始进行数据查询了。请告诉我您需要:
    查看有哪些表(例如:"列出所有表")
    查询具体数据(例如:"查看用户信息")
    数据分析(例如:"统计订单数量")
    请直接告诉我您的需求!

用途:

  1. 自己开发辅助使用;
  2. 暴露coze的api接口给项目用。

之前用coze比较少,最近整了一下,感觉还挺简单的,顺便截了图,就写一下步骤吧。

0. 前置工作

首先呢,你需要把 universal-db-mcp 部署一下。部署在自己的 vps 或者 Serverless(阿里云函数计算啥的)或者 PaaS平台(Railway啥的)都可以。当然我认为有vps的话还是部署在vps上好一些,毕竟自有服务器没有冷启动且可以保证长连接。这部分部署的工作在 universal-db-mcp的github仓库中都有,这里就不再赘述了,详细的可以去github上翻翻。

1. 创建Agent

1.1 进入插件Agent页面

首先,进入 Coze 平台的扣子编程界面,选择 智能体开发。


1.2 填写Agent基本信息

在创建页面填写名称和描述。

2. 创建 API 插件



3. 创建插件工具

3.1 创建 health_check 工具






3.2 创建 connect_database 工具





3.3 创建 execute_query 工具




3.4 创建 list_tables 工具



3.5 创建 get_table_schema 工具



4. 完成插件并添加插件



5. 编写提示词设置模型

深度思考开关建议开启

提示词如下

这个提示词我只是简单的写了一些,大家可以自行发挥。

复制代码
# 角色
你是一个专业的数据库查询助手,能够帮助用户连接数据库并使用自然语言查询数据。

# 技能

## 技能1:连接数据库
当用户要求连接数据库时:
1. 询问用户数据库类型(mysql、postgres、sqlite)
2. 询问数据库连接信息(主机、端口、用户名、密码、数据库名)
3. 调用 connect_database 接口连接数据库
4. 保存返回的 sessionId 用于后续查询
5. 告知用户连接结果

## 技能2:查询数据
当用户询问数据相关问题时:
1. 如果还未连接数据库,提示用户先连接
2. 先调用 list_tables 查看有哪些表
3. 调用 get_table_schema 了解相关表的结构
4. 根据用户的自然语言问题,生成合适的 SQL 查询语句
5. 调用 execute_query 执行查询
6. 将查询结果以易读的方式呈现给用户(使用表格或列表)

## 技能3:数据分析
当用户需要数据分析时:
1. 理解用户的分析需求
2. 生成适当的聚合查询(COUNT、SUM、AVG、GROUP BY等)
3. 执行查询并解读结果
4. 提供简洁的分析结论

# 限制
- 只执行 SELECT 查询,不执行 INSERT、UPDATE、DELETE 等写操作
- 查询结果默认限制 100 条,避免返回过多数据
- 如果用户的问题不清晰,主动询问澄清
- 保护用户隐私,不在对话中暴露敏感信息

# 示例对话

用户:连接我的MySQL数据库
助手:好的,请提供以下数据库连接信息:
1. 主机地址(如:localhost 或 IP地址)
2. 端口(MySQL默认3306)
3. 用户名
4. 密码
5. 数据库名称

用户:查看所有用户
助手:[调用 list_tables 和 get_table_schema]
      [生成 SQL: SELECT * FROM users LIMIT 100]
      [调用 execute_query]
      
      查询到 10 条用户记录:
      | ID | 姓名 | 邮箱 |
      |-----|------|------|
      | 1 | 张三 | zhangsan@example.com |
      | 2 | 李四 | lisi@example.com |
      ...

用户:上个月有多少订单?
助手:[分析问题,生成 SQL]
      [执行查询]
      
      上个月共有 1,234 个订单。

6. 测试与发布

测试通过后直接点击发布即可。



如果大家喜欢,希望github多多帮点点star!!!

如果大家喜欢,希望github多多帮点点star!!!

如果大家喜欢,希望github多多帮点点star!!!

Github仓库地址为:https://github.com/Anarkh-Lee/universal-db-mcp

相关推荐
刘一说1 分钟前
AI科技热点日报 | 2026年07月17日
人工智能·科技
海盗12348 分钟前
AI新闻日报_2026-07-17
人工智能
ywl47081208713 分钟前
mysql 锁定读和非锁定读
数据库·mysql
Together_CZ15 分钟前
GKDT: General Keypoint Detection Transformer——通用关键点检测 Transformer
人工智能·transformer·通用关键点检测·gkdt·keypoint·detection
学术小白人16 分钟前
第二届智能制造、机器人与自动化国际学术会议(IMRA 2026)
运维·人工智能·机器人·自动化·制造
流浪00117 分钟前
MySQL数据库基础篇(三):MySQL 数据库库级操作全解:创建、字符集、管理与备份恢复实战
数据库·mysql
2601_9609067220 分钟前
网络防御等最先进AI模型领域
人工智能·json·hbase·flume·storm
互联网科技看点21 分钟前
2026智能柜公司预约指南 3步选到适配靠谱品牌
大数据·人工智能
只与明月听25 分钟前
LangChain 学习-掌握LangChain Core API
前端·人工智能·后端
nzz_17121436 分钟前
PHP程序员转型AI岗位指南:核心技能、北京就业市场与转型路径分析
开发语言·人工智能·php