# MCP + openGauss 随着AI从静态推理向动态交互演进，智能体（Agent）逐渐成为焦点。Agent不仅能够调用LLM进行推理，还能访问数据库、调用API、执行任务。然而，当前LLM和Agent之间缺乏标准化交互协议, 每个新数据源都需要自定义实现，使得真正互联的系统难以扩展。MCP(Model Context Protocol, 模型上下文协议)解决了这一挑战，MCP是为LLM和Agent系统设计的标准化交互框架，使LLM可以与外部数据库、API和工具进行高效交互。 ## openGauss + MCP + LLM 架构 **图 1** openGauss + MCP + LLM 架构

## 快速搭建openGauss + MCP + LLM的AI Agent应用 ### 环境准备 - 安装python3环境，安装uv。 - 通过容器部署并启动openGauss数据库。(openGauss官网：学习->文档->最新开发版本->安装指南->容器镜像安装） - 下载Claude Desktop配合MCP协议进行问答操作。 ### 获取openGauss_mcp_server源码访问链接, 获取openGauss_mcp_server源码，当前版本为（0.1.0）。 ### 配置参数 - 打开Claude Desktop设置，编辑配置文件。 **图 2** Claude Desktop配置页面

- 通过Edit Config增加配置 ``` { "mcpServers": { "openGauss": { "command": "uv", "args": [ "--directory", "path/to/openGauss_mcp_server", "run", "server.py" ], "env": { "OPENGAUSS_HOST": "localhost", "OPENGAUSS_PORT": "8888", "OPENGAUSS_USER": "your_username", "OPENGAUSS_PASSWORD": "your_password", "OPENGAUSS_DBNAME": "your_database" } } } } ``` ## AI服务集成 ### 重新启动Claude Desktop 可以看到可用MCP Tool, 执行sql通过openGauss server **图 3** Claude Desktop可用MCP Tool

### 使用Cluade Desktop通过openGauss进行问答 **图 4** Claude Desktop问答演示