TiDB 发布 MCP Server：引领国产数据库迈向智能 AI 代理新应用范式
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
- MCP 主机（MCP Host）：希望访问外部数据的 LLM 平台（如 Claude Desktop、Cursor 等）。
- 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。
- 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
-
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。
-
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。
-
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：
-
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。
-
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
-
克隆 MCP 仓库：
git clone https://github.com/pingcap/pytidb cd pytidb -
安装依赖：
uv sync --extra mcp -
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}"}}} } -
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
