這幾天老是聽到 MCP 的概念，為了讓自己不那么 out ，昨天下班之后我也是抓緊去看了下這到底是何方神圣。

MCP，全稱 Model Context Protocol，是一個開源協議，目的是為大語言模型（LLM）提供一個標準化的上下文接口。也就是說，為各種應用對接 AI 提供了一個規范，就像 USB 接口一樣。

聽起來有點摸不著頭腦，沒事，看看官方給的 demo 就知道是怎么回事了。這個 demo 做的事情很簡單，就是寫了兩個獲取天氣情況的方法給 AI 用！因為 AI 的訓練是使用已有的數據，所以如果直接問 AI 現在幾點了，那它肯定懵逼，同樣 AI 也不知道明天的天氣會怎么樣，因為訓練它的歷史數據里沒有。那我們讓代碼告訴它，它再告訴我不就完了？沒錯，這個 demo 做的就是這件事。

根據這個 demo ，我們自己也搓一個出來玩玩。平時開發的時候，免不了要造一些測試數據到數據庫，以前都是告訴 AI DDL，讓它生成對應的 insert 語句，然后手動 copy 到控制臺執行。現在我們把這個過程全部交給 AI 來做，甚至把實現這個過程的代碼也可以讓 AI 來寫！

手把手從零實現的步驟（因為官方 demo 是 python 多一點，我這里也直接用 python 了）：

1）先把官方的項目初始化命令全執行一遍：

# 安裝 python 的包管理工具，安裝后重開命令行窗口
curl -LsSf https://astral.sh/uv/install.sh | sh

# 創建項目文件夾
uv init gen-data
cd gen-data

# 創建虛擬環境并激活
uv venv
source .venv/bin/activate

ok，前置步驟就這些，接下來就是打開 ide 寫代碼了。

2）給 AI 我們的需求，讓 AI 仿照官方的 demo 給出實現：

（我這里僅給出部分截圖，源碼會放到文末）

圖片

當然了，我寫 prompt 的水平非常有限，一般生成出來的內容是要改吧改吧的。在改代碼以前，先把依賴安裝下：

uv add dotenv aiomysql mcp

3）稍微改了下上面的代碼之后，我又讓 GPT 給我加了一個獲取某表 DDL 的功能，這樣就更省事一點，使用的時候就不用我告訴它了：

圖片

4）這樣功能就完成，接下來就是配置到客戶端里使用。官方推薦的是 Claude for Desktop ，不過我實測下來在國內用起來很不方便，所以更推薦用 Cursor：

圖片

然后在打開的文件里寫入以下內容：

{
  "mcpServers": {
    "gen-data": {
      "command": "uv",
      "args": [
        "--directory",
        "/項目文件夾路徑(gen-data)",
        "run",
        "功能代碼(main).py"
      ],
      "env": {
        "MYSQL_PASSWORD": "數據庫密碼"
      }
    }
  }
}

配置之后記得重啟 Cursor ，否則很可能不生效。

5）來看下效果吧：

圖片

圖片

圖片

整個過程并不難，但還是讓我感受到了一些震撼，AI 的使用成本越來越低了，像我這樣的普通開發者也能很輕易的把 AI 接到常用的工具中，程序員還是要緊跟科技發展的步伐，避免自己被淘汰掉，一起加油吧兄弟們！