MCP on FF的实验笔记

MCP：使用MCP访问MySQL数据库

Sun, 12 Oct 2025 20:41:28 +0800

MCP：使用MCP访问MySQL数据库

该服务使大语言模型能够连接MySQL数据库并执行只读查询。下面开始实验一下。

环境准备

可以按照上一篇文章《MCP：使用MCP访问PostgreSQL数据库》的方法进行MCP配置，或者也可以干脆直接让大模型自己完成MCP配置。参考提示词：

“WindSurf的MCP配置文件在哪里”
“在这个MCP配置文件中，增加MySQL数据库的配置”
“测试MySQL的MCP配置是否正确”

这样，大模型自己就能完成MCP配置了，不需要自己再去看MCP的配置说明文档。

对话数据库信息

近期有无用户登录？

同样，可以使用MCP协议来查询数据库中记录的用户登录系统的情况。

近期有无用户登录？

大模型自动调用MCP后回复：

我来查询一下近期的用户登录情况。让我检查 user 和 user_token 表来了解用户活动。

查询用户表结构了解登录相关字段
查询近期用户登录记录
分析用户活动情况

根据查询结果，近期确实有用户登录活动：

### 用户登录情况

- **活跃用户**: 1个用户（admin）
- **总Token数**: 3个
- **用户ID**: 123456789

### 登录详情

| 系统模块 | Token过期时间 | 状态 |
|---------|--------------|------|
| SystemA | 2025-09-19 11:26:05 | Active |
| SystemB | 2025-09-15 16:25:38 | Active |
| SystemC | 2025-09-08 13:12:59 | Expired |

### 分析结果

- **最近登录**: 最新的token创建时间显示用户在近期有登录活动
- **活跃状态**: 目前有2个活跃的token，说明用户在不同系统模块中都有登录会话
- **系统使用**: 用户主要使用了3个系统模块：
  - SystemA（A系统）- 当前活跃
  - SystemB（B系统）- 当前活跃
  - SystemC（C系统）- 已过期

**结论**: 是的，近期有用户登录，admin用户目前仍有活跃的登录会话。

AI通过MCP自动查询了数据库的用户登录信息，并且自动总结了用户登录过哪些子系统。期间，我并未向用户提供表名和表的用途等信息，大模型自己通过对表名使用的词语，理解了其实际含义。如果数据库在设计时符合常见的标准方法，那么大模型就可以像一名有经验的工程师一样，一眼就能理解数据库结构和含义。

MCP: 和AI的沟通记录

Sun, 14 Sep 2025 14:01:27 +0800

以下是和AI的沟通记录

AI的“函数调用”（Function Calling）技术

好的，我们来详细介绍一下 AI 的“函数调用”（Function Calling）技术。

什么是AI的“函数调用”（Function Calling）？

“函数调用”（Function Calling），也常被称为“工具使用”（Tool Use）或“插件”（Plugins），是现代大型语言模型（LLMs）的一项强大能力。它允许 LLM 不仅仅是生成文本，更能够识别用户意图，判断何时需要调用外部工具或 API 来获取信息或执行操作，并生成调用这些工具所需的规范化参数。

简单来说，就是让 LLM 能够像程序员一样，理解什么时候需要调用一个“函数”，以及这个“函数”需要哪些“参数”才能运行，然后把这些信息“告诉”给一个外部系统去实际执行。

为什么需要函数调用？

传统的 LLM 主要擅长文本生成和理解，但它们有几个局限性：

1、缺乏实时信息： LLM 的知识库是基于其训练数据，通常不是实时的。它们不知道最新的新闻、股价、天气等。 2、无法执行外部操作： LLM 无法直接发送邮件、订购商品、查询数据库、控制设备等。 3、幻觉（Hallucination）：当 LLM 无法获取准确信息时，可能会“编造”答案。 4、知识边界： LLM 只能回答其训练数据中包含的问题，对于特定领域或内部系统的数据无能为力。

函数调用技术正是为了弥补这些局限性。通过调用外部工具，LLM 可以：

获取实时和准确的信息：调用天气 API、股票 API、数据库查询等。
执行实际操作：调用邮件发送 API、日程安排 API、智能家居控制 API 等。
扩展知识边界：访问企业内部数据库、专属知识库等。
提高回答的准确性和可靠性：基于外部工具返回的真实数据进行回复。

函数调用的工作原理（简化流程）：

1、定义工具/函数：开发者首先需要向 LLM 描述（通常以 JSON Schema 格式）哪些外部工具是可用的，以及这些工具的功能、名称和所需参数。这就像给 LLM 一本“工具手册”。 * 示例工具定义：一个天气查询工具，函数名为 get_current_weather，需要一个 location 参数。 json { "name": "get_current_weather", "description": "获取指定地点的当前天气信息", "parameters": { "type": "object", "properties": { "location": { "type": "string", "description": "地点，例如：旧金山，东京" } }, "required": ["location"] } }

MCP：使用MCP访问PostgreSQL数据库

Sat, 13 Sep 2025 19:15:20 +0800

MCP：使用MCP访问PostgreSQL数据库

简介

上一篇文章《MCP: 什么是MCP》已经介绍了MCP的基本概念，下面来实操一个MCP服务的使用。

PostgreMCP 这个服务可以使大语言模型能够检查数据库模式并执行只读查询。下面开始实验一下。

环境准备

安装过程会自动从网络拉包，例如：

npx -y @modelcontextprotocol/server-postgres postgresql://username:password@IP:5432/dbname

如果使用的是docker也是同理，所以国内网络不好的话有可能一次装不成功，多试几次即可。

Windsurf

安装：Plugin Store / PostgreSQL / Install

配置：点击PostgreSQL，或者在对话框的MCP中找到PostgreSQL，点击Configure，粘贴配置（会自动生成）

{
  "mcpServers": {
    "postgresql": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://username:password@IP:5432/dbname"
      ],
      "env": {}
    }
  }
}

配置格式的说明来自于：https://github.com/modelcontextprotocol/servers-archived/tree/main/src/postgres

cursor

cursor用户可以在如下界面上安装： cursor / Setting / MCP / Add new global MCP Server 填写上面的json配置即可

使用方法

配置好Postgre MCP，就可以使用自然语言对PostgreSQL数据库进行查询操作了。

用法举例：询问系统登录情况

Prompt

帮我看下数据库记录，今天都有哪些用户登录了系统？

AI自动调用MCP执行数据库查询

我需要查找用户登录记录。首先，我需要找到存储登录记录的表。让我查询数据库中可能包含登录信息的表。

MCP Tool: postgresql / query
Ran with these arguments:
{
  "sql": "SELECT table_name FROM information_schema.tables WHERE table_schema = 'public' AND (table_name LIKE '%login%' OR table_name LIKE '%log%' OR table_name LIKE '%user%' OR table_name LIKE '%auth%');"
}

Output
[
  {
    "table_name": "log"
  },
  {
    "table_name": "user_role"
  },
  {
    "table_name": "user"
  }
]

我找到了几个可能包含登录信息的表：log、user_role 和 user。其中 log 表最可能包含登录记录，让我查询今天的登录记录。

首先，我需要查看 log 表的结构，以确定它包含哪些字段：

MCP Tool: postgresql / query
Ran with these arguments:
{
  "sql": "SELECT column_name FROM information_schema.columns WHERE table_schema = 'public' AND table_name = 'log';"
}

Output
[
  {
    "column_name": "log_id"
  },
  {
    "column_name": "log_title"
  },
  {
    "column_name": "log_content"
  },
  {
    "column_name": "log_type"
  },
  {
    "column_name": "created_at"
  },
  {
    "column_name": "log_user"
  },
  {
    "column_name": "log_ip"
  }
]

现在我了解了 log 表的结构，它包含了用户登录所需的字段，如 log_user（用户）、log_ip（IP地址）、created_at（创建时间）等。让我查询今天的登录记录。

今天是 2025-05-29，我需要查找今天的登录记录。我将使用 UNIX 时间戳来过滤今天的记录：

{
  "sql": "SELECT log_id, log_title, log_content, log_type, log_user, log_ip, to_timestamp(created_at) as login_time \nFROM log \nWHERE log_title LIKE '%登录%' \nAND created_at >= extract(epoch from date_trunc('day', current_date))\nORDER BY created_at DESC;"
}

Output
[]

看起来今天（2025-05-29）还没有用户登录记录。让我尝试查看最近几天的登录记录，以便为您提供更有用的信息：

{
  "sql": "SELECT log_id, log_title, log_content, log_type, log_user, log_ip, to_timestamp(created_at) as login_time \nFROM log \nWHERE log_title LIKE '%登录%' \nORDER BY created_at DESC\nLIMIT 10;"
}

Output

[
  {
    "log_id": "160867d60986804408259a32a3935817",
    "log_title": "用户登录",
    "log_content": "用户（admin）登录",
    "log_type": "3",
    "log_user": "admin",
    "log_ip": "192.168.0.2",
    "login_time": "2025-05-28T05:41:47.000Z"
  },
  {
    "log_id": "38c1b815a6ba3979920039df787ccfbb",
    "log_title": "用户登录",
    "log_content": "用户（admin）登录",
    "log_type": "3",
    "log_user": "admin",
    "log_ip": "192.168.0.2",
    "login_time": "2025-05-28T05:22:57.000Z"
  },
  {
    "log_id": "ec4b34e46106fb1b2a826e0c6f224595",
    "log_title": "用户登录",
    "log_content": "用户（admin）登录",
    "log_type": "3",
    "log_user": "admin",
    "log_ip": "192.168.0.2",
    "login_time": "2025-05-28T01:20:25.000Z"
  }
]

用户登录记录查询结果
根据查询结果，今天（2025-05-29）暂时没有用户登录系统的记录。

最近的登录记录是在昨天（2025-05-28）：

| 登录时间 | 用户名 | IP地址 | 操作内容 | 
|---------|-------|-------|---------| 
| 2025-05-28 13:41:47 | admin | 192.168.0.2 | 用户登录 | 
| 2025-05-28 13:22:57 | admin | 192.168.0.2 | 用户登录 | 
| 2025-05-28 09:20:25 | admin | 192.168.0.2 | 用户登录 |

所有最近的登录都是由超级管理员（admin）账户从同一个IP地址（192.168.0.2）进行的。

需要我查询更早的登录记录或其他类型的系统操作记录吗？


Credits spent: 1 credit
Tool calls: 4 calls
Files changed: 0 files changed
Terminals created: 0 processes run

那么问题来了

AI是如何知道什么问题需要使用MCP协议，什么问题不使用的？

MCP: 什么是MCP

Mon, 08 Sep 2025 20:50:40 +0800

MCP: 什么是MCP

介绍

MCP是Model Context Protocol的缩写，直译就是模型上下文协议，也就是连接大语言模型上下文的协议。详细介绍请看官方文档：https://anthropic.com/news/model-context-protocol 以及：https://modelcontextprotocol.io/docs/getting-started/intro MCP协议由anthropic公司（Claude的公司）提出。

为什么需要MCP

大语言模型虽然学习了大量的通用数据，但是对于用户自己的数据是一无所知的。因为大模型在业务应用中，是浮于表面的，没法深入到用户业务内部，也无法和其他的系统打通。

MCP就是为解决这个问题而生，通过将AI助手连接到数据所在系统（包括内容存储库、业务工具和开发环境），解决模型与数据隔绝的问题。

这个连接的协议就是MCP。

也就是说，MCP是用来连接大模型和数据的。

一些MCP

下面从MCP store摘抄几个MCP的说明，有助于理解MCP的作用：

Memory 让大模型可以在聊天中记住有关用户的信息
Puppeteer 该服务器使llm能够在真实的浏览器环境中与网页交互，截取屏幕截图和执行JavaScript
Fetch Web内容获取和转换，以有效地使用LLM
PostgreSQL 提供对PostgreSQL数据库的只读访问。该服务器使llm能够检查数据库模式并执行只读查询
Slack 使Claude能够与Slack工作区进行交互
Google Maps 位置服务，方向和地点细节
Notion 和Notion的工作区、页面、数据库和注释进行交互
SonarQube 用于代码质量和安全分析

工作原理

通过这一张图就看能懂MCP的工作原理了：本地的IDE，例如cursor，充当客户端，连接本地的MCP服务器，MCP服务器连接数据库实现功能。本地的MCP服务器用户无需操心，由IDE通过npx或者docker自动启动。

如下图：

  graph LR
    subgraph "Your Computer"
        A["Host with MCP Client: Claude, IDEs, Tools"] -- "MCP Protocol" --> B("MCP Server A")
        A -- "MCP Protocol" --> C("MCP Server B")
        A -- "MCP Protocol" --> D("MCP Server C")

        B --> E["Local Data Source A"]
        C --> F["Local Data Source B"]
    end

    subgraph "Internet"
        D -- "Web APIs" --> H["Remote Service C"]
    end

下面就来实操一下。