数据库接入大模型实战

一、数据准备与导入

借助 ChatGPT，将 Excel 数据快速转换为 SQL 语句，实现高效导入数据库。SQL 语句不再赘述，以下为效果截图，直观感受 AI 的强大能力。

二、Cherry Studio 环境配置

接下来，在 cherry studio 配置 MCP server，使 AI 能访问数据库。进入设置，找到 MCP 服务器，点击添加服务器。

添加服务器时，右上角出现红色感叹号，点击查看详情。

提示 UV 和 Bun 未安装。

点击安装按钮，完成依赖安装。

安装完成后，返回 MCP 服务列表，点击服务器右侧铅笔图标，编辑 MCP 配置。

三、数据库接入 MCP Server

进入 MCP 配置页面后，查找 PostgreSQL 的 MCP。可前往官方 GitHub：PostgreSQL MCP[1]

为方便大家，直接贴出官方 PostgreSQL MCP Server 及其 NPX 配置文件。

复制配置内容，粘贴到 cherry studio。

注意将 postgresql://localhost/mydb 替换为自己的数据库地址。

示例格式：

"postgresql://<user>:<password>@<host>:<port>/<database>"

配置示例（已脱敏）：

postgresql://db_user:db_password@db-host.example.com:5432/dbname?sslmode=require

• • postgresql://：指定 PostgreSQL 协议。
• • db_user：数据库用户名。
• • db_password：用户密码。
• • db-host.example.com：数据库主机地址。
• • 5432：端口号（默认 5432）。
• • dbname：数据库名称。
• • sslmode=require：强制使用 SSL 加密连接。

点击确定。

启动服务。

至此，配置完成。

四、系统提示词配置

回到聊天界面（确保所选模型支持函数调用，模型名称后有小扳手图标），选择刚配置的 Postgres MCP 服务器。

接下来，编辑系统提示词。

先将数据库表结构信息提供给 AI。

在此基础上，扩展两张表：课程表和选课成绩表。

你是一个数据库助手，以下是 PostgreSQL 的表结构信息，请根据用户输入，结合表结构查询结果

CREATE TABLE students (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100),
    age INTEGER,
    phone VARCHAR(20),
    gender VARCHAR(10)
);

CREATE TABLE courses (
    course_id INTEGER PRIMARY KEY,
    course_name VARCHAR(100)
);

CREATE TABLE enrollments (
    id SERIAL PRIMARY KEY,
    student_id INTEGER REFERENCES students(id),
    course_id INTEGER REFERENCES courses(course_id),
    score INTEGER
);

五、效果验证

保存后，测试几个问题，如“学生总数是多少”。

可以看到 AI 成功调用 MCP server，通过 SQL 查询精准返回结果。注意需选择支持工具调用的模型（模型名称后有小扳手图标）。

再问“年龄最大的学生是谁”，同样查询成功。

进一步测试复杂问题，如“哪些学生选修了数学课，分数最高前三名”。

AI 能够联合三表查询，准确返回结果。通过 MCP server 对接数据库，在结构化数据检索方面，效果远超普通知识库。

六、总结

除了上述优化，还可以利用支持超长上下文的模型，将资料直接拖入对话框。本文到此结束，感谢阅读，下一篇将探讨超长上下文模型的应用。

引用链接

[1] PostgreSQL MCP: https://github.com/modelcontextprotocol/servers/tree/main/src/postgres