admin管理员组文章数量:1027456
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:
代码语言:javascript代码运行次数:0运行复制"postgresql://<user>:<password>@<host>:<port>/<database>"
配置示例(已脱敏):
代码语言:javascript代码运行次数:0运行复制postgresql://db_user:db_password@db-host.example: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
: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:
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:
代码语言:javascript代码运行次数:0运行复制"postgresql://<user>:<password>@<host>:<port>/<database>"
配置示例(已脱敏):
代码语言:javascript代码运行次数:0运行复制postgresql://db_user:db_password@db-host.example: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
: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:
本文标签: 数据库接入大模型实战
版权声明:本文标题:数据库接入大模型实战 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:http://it.en369.cn/jiaocheng/1747404485a2164414.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论