这几天老是听到 MCP 的概念，为了让自己不那么 out ，昨天下班之后我也是抓紧去看了下这到底是何方神圣。
MCP，全称 Model Context Protocol，是一个开源协议，目的是为大语言模型（LLM）提供一个标准化的上下文接口。也就是说，为各种应用对接 AI 提供了一个规范，就像 USB 接口一样。
听起来有点摸不着头脑，没事，看看官方给的 demo 就知道是怎么回事了。这个 demo 做的事情很简单，就是写了两个获取天气情况的方法给 AI 用！因为 AI 的训练是使用已有的数据，所以如果直接问 AI 现在几点了，那它肯定懵逼，同样 AI 也不知道明天的天气会怎么样，因为训练它的历史数据里没有。那我们让代码告诉它，它再告诉我不就完了？没错，这个 demo 做的就是这件事。
根据这个 demo ，我们自己也搓一个出来玩玩。平时开发的时候，免不了要造一些测试数据到数据库，以前都是告诉 AI DDL，让它生成对应的 insert 语句，然后手动 copy 到控制台执行。现在我们把这个过程全部交给 AI 来做，甚至把实现这个过程的代码也可以让 AI 来写！
手把手从零实现的步骤（因为官方 demo 是 python 多一点，我这里也直接用 python 了）：
1）先把官方的项目初始化命令全执行一遍：
复制# 安装 python 的包管理工具，安装后重开命令行窗口 curl -LsSf https://astral.sh/uv/install.sh | sh # 创建项目文件夹 uv init gen-data cd gen-data # 创建虚拟环境并激活 uv venv source .venv/bin/activate
ok，前置步骤就这些，接下来就是打开 ide 写代码了。
2）给 AI 我们的需求，让 AI 仿照官方的 demo 给出实现：
（我这里仅给出部分截图，源码会放到文末）
图片
当然了，我写 prompt 的水平非常有限，一般生成出来的内容是要改吧改吧的。在改代码以前，先把依赖安装下：
复制uv add dotenv aiomysql mcp
3）稍微改了下上面的代码之后，我又让 GPT 给我加了一个获取某表 DDL 的功能，这样就更省事一点，使用的时候就不用我告诉它了：
图片
4）这样功能就完成，接下来就是配置到客户端里使用。官方推荐的是 Claude for Desktop ，不过我实测下来在国内用起来很不方便，所以更推荐用 Cursor：
图片
然后在打开的文件里写入以下内容：
复制{
"mcpServers": {
"gen-data": {
"command": "uv",
"args": [
"--directory",
"/项目文件夹路径(gen-data)",
"run",
"功能代码(main).py"
],
"env": {
"MYSQL_PASSWORD": "数据库密码"
}
}
}
}配置之后记得重启 Cursor ，否则很可能不生效。
5）来看下效果吧：
图片
图片
图片
整个过程并不难，但还是让我感受到了一些震撼，AI 的使用成本越来越低了，像我这样的普通开发者也能很轻易的把 AI 接到常用的工具中，程序员还是要紧跟科技发展的步伐，避免自己被淘汰掉，一起加油吧兄弟们！
