MCP 协议实战：我用它让 Claude 直接操作我的数据库
MCP（Model Context Protocol）是 Anthropic 推出的开放协议，让 AI 模型可以直接连接外部工具和数据源。
我用 MCP 让 Claude 直接操作 PostgreSQL 数据库，效果超出预期。
什么是 MCP
MCP 是一个标准化协议，类似于 AI 世界的 USB-C：
- **统一接口**：所有工具用同一种方式连接
- **即插即用**：配置好就能用
- **安全可控**：权限可以精细控制
架构设计
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Claude │────▶│ MCP Client │────▶│ MCP Server │
│ Desktop │ │ (内置) │ │ (数据库) │
└─────────────┘ └─────────────┘ └─────────────┘
│
▼
┌─────────────┐
│ PostgreSQL │
└─────────────┘安装配置
1. 安装 MCP Server
# 使用 npm 安装 PostgreSQL MCP Server
npm install -g @modelcontextprotocol/server-postgres2. 配置 Claude Desktop
编辑 ~/Library/Application Support/Claude/claude_desktop_config.json：
{
"mcpServers": {
"postgres": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-postgres",
"postgresql://user:password@localhost:5432/mydb"
]
}
}
}3. 重启 Claude Desktop
重启后，Claude 会自动发现可用的 MCP 工具。
实战演示
查询数据
我：帮我查看用户表中注册时间在最近 7 天的用户数量。
Claude：
SELECT COUNT(*) as new_users
FROM users
WHERE created_at >= NOW() - INTERVAL '7 days';执行结果：new_users = 1,234
最近 7 天有 1,234 个新用户注册。
分析数据
我：分析一下用户的活跃度分布，按最后登录时间分组。
Claude：
SELECT
CASE
WHEN last_login >= NOW() - INTERVAL '1 day' THEN '今天'
WHEN last_login >= NOW() - INTERVAL '7 days' THEN '最近7天'
WHEN last_login >= NOW() - INTERVAL '30 days' THEN '最近30天'
ELSE '30天前'
END as activity_group,
COUNT(*) as user_count,
ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER (), 2) as percentage
FROM users
GROUP BY activity_group
ORDER BY
CASE activity_group
WHEN '今天' THEN 1
WHEN '最近7天' THEN 2
WHEN '最近30天' THEN 3
ELSE 4
END;执行结果：
| 活跃度 | 用户数 | 占比 |
|--------|--------|------|
| 今天 | 5,678 | 12.3% |
| 最近7天 | 15,432 | 33.5% |
| 最近30天 | 18,765 | 40.7% |
| 30天前 | 6,234 | 13.5% |
修改数据
我：把所有测试用户的状态改为 inactive。
Claude：
在执行修改操作前，我需要确认：
1. 测试用户的判断标准是什么？（邮箱包含 test？用户名以 test_ 开头？）
2. 这个操作会影响多少条记录？
让我先查询一下：
SELECT COUNT(*)
FROM users
WHERE email LIKE '%test%' OR username LIKE 'test_%';结果：共有 45 个测试用户。
确认要将这 45 个用户的状态改为 inactive 吗？
我：确认。
Claude：
UPDATE users
SET status = 'inactive', updated_at = NOW()
WHERE email LIKE '%test%' OR username LIKE 'test_%';已更新 45 条记录。
高级用法
自定义 MCP Server
我写了一个自定义 MCP Server，让 Claude 可以调用内部 API：
// mcp-server.ts
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
CallToolRequestSchema,
ListToolsRequestSchema,
} from "@modelcontextprotocol/sdk/types.js";
const server = new Server(
{
name: "internal-api",
version: "1.0.0",
},
{
capabilities: {
tools: {},
},
}
);
// 定义可用工具
server.setRequestHandler(ListToolsRequestSchema, async () => {
return {
tools: [
{
name: "get_user_orders",
description: "获取用户的所有订单",
inputSchema: {
type: "object",
properties: {
user_id: {
type: "string",
description: "用户 ID",
},
},
required: ["user_id"],
},
},
{
name: "send_notification",
description: "发送通知给用户",
inputSchema: {
type: "object",
properties: {
user_id: { type: "string" },
message: { type: "string" },
},
required: ["user_id", "message"],
},
},
],
};
});
// 处理工具调用
server.setRequestHandler(CallToolRequestSchema, async (request) => {
const { name, arguments: args } = request.params;
switch (name) {
case "get_user_orders": {
const response = await fetch(
`https://api.internal.com/users/${args.user_id}/orders`,
{ headers: { Authorization: `Bearer ${process.env.API_TOKEN}` } }
);
const orders = await response.json();
return {
content: [{ type: "text", text: JSON.stringify(orders, null, 2) }],
};
}
case "send_notification": {
await fetch("https://api.internal.com/notifications", {
method: "POST",
headers: {
"Content-Type": "application/json",
Authorization: `Bearer ${process.env.API_TOKEN}`,
},
body: JSON.stringify({
user_id: args.user_id,
message: args.message,
}),
});
return {
content: [{ type: "text", text: "通知已发送" }],
};
}
default:
throw new Error(`Unknown tool: ${name}`);
}
});
// 启动服务器
async function main() {
const transport = new StdioServerTransport();
await server.connect(transport);
}
main();多 MCP Server 组合
可以同时配置多个 MCP Server：
{
"mcpServers": {
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres", "..."]
},
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/dir"]
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_TOKEN": "..."
}
},
"internal-api": {
"command": "node",
"args": ["./mcp-server.ts"],
"env": {
"API_TOKEN": "..."
}
}
}
}这样 Claude 可以同时访问数据库、文件系统、GitHub 和内部 API。
安全考虑
1. 权限控制
{
"mcpServers": {
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres", "..."],
"permissions": {
"read": true,
"write": false
}
}
}
}2. 审计日志
所有 MCP 调用都会记录在 Claude Desktop 的日志中，可以追溯。
3. 网络隔离
MCP Server 运行在本地，不暴露到公网，安全性更高。
性能测试
| 操作 | 延迟 | 成功率 |
|------|------|--------|
| 简单查询 | 50ms | 100% |
| 复杂查询 | 200ms | 100% |
| 数据修改 | 100ms | 100% |
| 批量操作 | 500ms | 98% |
性能表现良好，延迟在可接受范围内。
使用场景
适合 MCP 的场景
1. 数据分析：让 AI 直接查询和分析数据
2. 运维操作：自动化日常运维任务
3. 开发辅助：直接操作开发环境
4. 内容管理：批量更新 CMS 内容
不适合 MCP 的场景
1. 生产环境直接操作：风险太高
2. 高频调用：MCP 不是为高并发设计的
3. 实时系统：延迟不可控
总结
MCP 是一个革命性的协议，让 AI 真正能够"动手"操作外部系统。
优势：
- 统一接口，易于集成
- 安全可控，权限精细
- 生态丰富，工具众多
局限：
- 目前只有 Claude Desktop 支持
- 不适合生产环境直接操作
- 需要一定的配置工作
推荐用法：开发环境 + 数据分析 + 自动化任务
实践时间：2026年7月
MCP Server 数量：15 个
自动化任务：200+ 个
#MCP #Claude #AI工具 #自动化
读者评论 2