TiDB 发布 MCP Server：引领国产数据库迈向智能 AI 代理新应用范式

作者： sjw1933 原文来源：https://tidb.net/blog/3cf61062

随着人工智能（AI）技术的迅猛发展，我们已经进入了Agentic AI 时代——一个由大型语言模型（LLM）推动的智能化阶段。这个阶段不仅要求 LLM 理解指令，还要求其能主动做出决策并执行任务。在这个进化过程中，如何将 LLM 与外部系统，特别是数据库，深度集成，已成为构建强大 AI 应用的关键。

为了解决这一问题，Model Context Protocol (MCP) 应运而生。MCP 协议通过提供一个标准接口，帮助 LLM 轻松访问外部数据源或工具系统，使开发者能够将实时数据和功能注入到 AI 应用中。

接下来，我们将探讨 MCP 协议的核心机制以及 TiDB 在 MCP 生态系统中的角色，并通过一个实用的示例，展示如何构建一个由 TiDB 和 MCP 驱动的智能数据分析应用。

什么是MCP？

MCP（Model Context Protocol）是一个开放标准，它定义了 LLM 如何访问外部数据和工具。通过 MCP，LLM 可以高效地调用外部系统的功能，从而大大增强其智能推理与自动化决策的能力。

MCP 的核心组件

1. MCP 主机（MCP Host）：希望访问外部数据的 LLM 平台（如 Claude Desktop、Cursor 等）。
2. MCP 客户端（MCP Client）：每个主机可以包括多个 MCP 客户端，每个客户端与 MCP 服务器建立一对一的连接。
3. MCP 服务器（MCP Server）：处理真实请求，与外部系统（如数据库、API）进行通信，并将结果返回给模型。

MCP 协议架构与 TiDB 的角色

TiDB MCP 服务器通过 MCP 协议，实现了 TiDB 数据库与 AI 代理之间的高效连接，让 TiDB 在 AI 应用中扮演重要角色。MCP 的加入，打破了数据孤岛，支持 LLM 与外部数据库之间的实时数据交互，推动了从传统的静态聊天机器人到具有感知、决策和行动能力的智能代理的转变。

MCP 协议的关键优势

1. 打破数据孤岛：MCP 架起了 AI 应用与外部系统（如数据库）之间的桥梁，使 LLM 可以使用最新的实时数据，而不是过时的训练数据集。

2. 使聊天机器人进化为真正的智能代理：通过与第三方工具的集成，MCP 加速了从传统静态聊天机器人的转变，使其具备感知、决策和行动能力。

3. 无需自定义代理插件：通过统一的协议，每个外部工具只需实现一个 MCP 服务器，避免了针对每个平台的重复集成工作。

实践示例：基于 TiDB 和 MCP 的 GitHub 数据洞察

在过去，TiDB 存储了超过 90 亿条 GitHub 公共事件记录，并为 OSSInsight 项目提供了基于 SQL 的分析和在线仪表盘展示。随着 TiDB MCP 服务器的发布，开发者们可以更轻松地构建智能数据分析应用。

通过 TiDB MCP 服务器，开发者能够：

1. 轻松实现代理工作流：传统的文本转 SQL 应用通常会在固定的工作流中生成错误，而通过与数据库连接的 AI 代理可以根据反馈自动重试或修正 SQL 查询，极大减少了人工干预。

2. 支持 AI 的持续学习：新一代 AI 工具包括记忆模块，记录用户偏好，并逐渐优化生成的 SQL 查询，以更好地满足用户需求。

实操演示

在实际操作中，我们将 TiDB MCP 服务器配置到 Claude Desktop，并将其连接到 OSSInsight 的只读 TiDB 集群。随后，我们给 AI 代理发送了以下请求：

分析存储在 TiDB 数据库中的 90 亿条 GitHub 事件记录，检索 pingcap/tidb 仓库的星标历史（按年累计，仅统计用户首次 star 的次数）。将结果以 ECharts 折线图展示，并简洁地给出解释。

如下是 AI 代理如何自动执行任务的过程：

• 探索数据库结构：使用 show_tables 等工具了解数据库模式。
• 执行 SQL 查询：根据请求自动生成并执行适当的 SQL 查询。
• 生成 ECharts 图表：将原始数据转换为可视化图表。
• 给出分析结论：提供简洁的分析解释。

整个过程完全由 AI 代理自动完成，无需用户编写代码或了解数据库操作，展现了 AI 代理在复杂数据分析中的巨大潜力。

如何体验 TiDB MCP 服务器

现在，您可以按照以下步骤配置 TiDB MCP 服务器，直接通过 MCP 客户端与数据库互动并获取洞察。

先决条件

• 一个 MCP 兼容的客户端（如 Claude Desktop、Cursor、Cline、DeepChat、ChatWise 等）。
• 一个 TiDB 数据库集群用于测试（👉 可以在 TiDB Cloud 上创建免费 TiDB Serverless 集群，或者使用 TiDB v8.5以上版本）。
• 准备好的样本数据（TiDB Cloud 提供了 GitHub 仓库的轻量级样本数据集）。

设置步骤

1. 克隆 MCP 仓库：

   git clone https://github.com/pingcap/pytidb
   cd pytidb
   

2. 安装依赖：

   uv sync --extra mcp
   

3. 在 Claude Desktop 中，进入设置 -> 开发者 -> 编辑配置，打开配置文件并添加 TiDB MCP 服务器配置：

   {
     "mcpServers": {
       "tidb": {
         "command": "uv",
         "args": [
           "--directory",
           "/path/to/pytidb",
           "run",
           "-m",
           "pytidb.ext.mcp"
         ],
         "env": {
           "TIDB_HOST": "{host}",
           "TIDB_PORT": "4000",
           "TIDB_USERNAME": "{username}",
           "TIDB_PASSWORD": "{password}",
           "TIDB_DATABASE": "{database}"
         }
       }
     }
   }
   

4. 重启 Claude Desktop，您将看到 TiDB MCP 服务器工具出现在代理的工具面板中。

展望未来

无论是 TiDB MCP Server 的发布，还是国产数据库的未来发展，我们都看到了智能数据处理和多模态计算的巨大潜力。希望在不久的将来，国产数据库能够统一 MCP 协议，建立更为高效、便捷的开发者生态圈，助力企业和开发者在全球技术竞争中占据一席之地。

让我们共同期待智能数据时代的到来，也欢迎大家分享对统一 MCP 协议的看法和期望。未来，我们共同见证技术的不断创新与突破！

让我们一起迈入数据与 AI 融合的新时代！ 参考文档： https://www.pingcap.com/blog/building-intelligent-ai-agents-a-new-data-application-paradigm-with-mcp-and-tidb/ https://pingcap.github.io/pytidb/quickstart/#installation