如何在 Apifox 中發布多語言的 API 文檔？
MCP Hosts: 例如 Claude Desktop、集成開發環境（IDE）或希望通過 MCP 訪問數據的 AI 工具等程序
MCP Clients: 協議客戶端，負責和大模型進行輸入輸出交互
MCP Server: 協議服務端，負責和外部服務進行交互，暴露外部服務的接口，并且和客戶端進行通信
Local Data Resource: 本地的文件，數據等
Remote Resource: 遠程的服務，可以通過Server連接
做過數據開發或者數據應用的同學都肯定被一堆問題困擾過，特別的是數據和模型的部署問題，數據在本地，模型在哪里？應用在哪里？很多時候我們的數據因為安全問題無法上云，只能在本地或者私有環境中，但模型很多時候在云上，而且我們還需要準備環境部署應用層代碼。
而現在，MCP可以幫助你解決這個困擾。通過幾個問題，我們來對比一下使用或者不使用MCP的情況下數據助手的開發和部署方案。
| 問題 | 不用MCP | 用MCP |
| 接入模型去做text-to-sql | 自己去接入大模型平臺 | 不用管，server封裝了 |
| 接入數據schema幫助模型理解 | 在應用層手動開發一個適配器，從數據庫拉schema | 不用管，server封裝了 |
| 前端與展示 | 開發一個前端頁面，或者用gradio簡單做一個 | 不用管，有用開源的應用 |
| 后端的開發 | 需要開發一個web服務，連接大模型，連接數據庫 | 不用管，不需要后端服務 |
| 支持私有化？ | 需要完全開發一套，并且在本地使用ollama或者vllm接入模型 | 不用管，server封裝了 |
| 支持agent和跟其他模型功能集成？ | 非常難搞，無法支持 | 非常簡單，直接接入其他MCP server就好 |
我們在本地機器上構建數據助手，調用云上的模型，處理本地機器的數據。
本地開發環境：
-Macbook M3 Pro
-MySQL 5.8 （需要在本地有個數據庫，如果沒有的話可以提前裝上mysql并構建一個虛擬的數據庫）
我們需要一個MCP服務把數據庫接入進來，現在有非常多的MCP server都可以幫我連接數據庫，比如社區在維護的MCP server[1]、MCP server的平臺（Smithery.AI[2]、MCP.run[3]），但基本上都只是提供了一個SQL執行接口。
為了更好的工具調用效果，選擇支持自然語言接口的析言MCP服務（Xiyan-mcp-server[4]），可以用自然語言訪問數據庫，并從數據庫獲得答案，是當前Test-to-SQL公開基準上的SOTA。
在終端上運行以下命令
pip install xiyan-mcp-server需要將兩類配置信息寫入配置文件config.yml，模型配置（LLM ）和數據庫配置（Database）。
模型配置：魔搭上部署了XiYanSQL-QwenCoder-32B——xiyan_mcp_server官方提供的專屬模型——的推理服務，在該模型頁面[5]（右側的推理API- Inference部分），可找到配置信息（name、key、url）。
數據庫配置：默認本地有mysql數據庫，數據庫的配置信息包括：本地數據庫host、port、username、password和database名字。
整體的配置如下：
model:
name: "XGenerationLab/XiYanSQL-QwenCoder-32B-2412"
key: "xxxx" # key可從https://www.modelscope.cn/my/myaccesstoken 頁面獲取
url: "https://api-inference.modelscope.cn/v1/"
database:
host: "localhost"
port: 3306
user: "root"
password: "123456"
database: "mydb"將這個配置文件放在本地（假設為/path/to/config.yml）
選擇mcp inspector[6]作為調試器
brew install nodenpx @modelcontextprotocol/inspector -e YML= /path/to/config.yml python -m xiyan_mcp_server這個inspector會直接在本地拉起一個web服務供調試用，地址在http://localhost:5173
輸入問題“查詢年齡16歲以上的郵箱”，點擊“run tool”
輸出是個markdown格式的數據
email |
| --- |
| alice@example.com |
| bob@example.com |
| charlie@example.com 為了更方便交互，我們找一個客戶端來調用后臺的數據服務。目前有非常多支持MCP的客戶端，比如開源的MCP的client[7]、閉源的claude desktop等等。這里我們選用的是goose，這是一個開源的支持MCP的client，原生支持MacOS。
下載地址：
https://block.github.io/goose/docs/quickstart/
下載后根據提示一步步安裝即可。
為了能用起來chat，需要找一個大語言模型API。我們選擇用通義千問2.5-72B-Instruct[9]，魔搭社區上提供了兼容OpenAI接口的推理API，只需要在后臺配置endpoint就好。
這里我們選用通義千問2.5-72B的模型[9]，模型名字填Qwen/Qwen2.5-72B-Instruct即可。
第一欄：Key從https://www.modelscope.cn/my/myaccesstoken 頁面獲取。
第二欄：通義千問2.5-72B的模型直接填“https://api-inference.modelscope.cn/” 。
第三欄：用默認的即可。
step3: 添加xiyan_mcp_server拓展
回到goose主頁面，新開一個會話測試，比如在會話欄輸入“查詢年齡16歲以上的郵箱”
我從云端拷貝了一份真正的數據庫到本地，測試了更多問題，具體請看圖。
依靠MCP的強大框架和各種開源工具，我們實現了沒寫一行代碼就輕松搭建了一個完善的數據助手 ，可以用自然語言從數據庫取數。未來甚至可以接入更多MCP，做更多更全面更有深度的數據分析，簡直太棒啦！
文章轉載自：不寫一行代碼，用MCP+魔搭API-Inference 搭建一個本地數據助手! 附所有工具和清單
