微信扫码
添加专属顾问
 
                        我要投稿
探索大模型外挂式进化的新纪元,开启自动化新体验。 核心内容: 1. MCP Server的概念及其对开发者的重要性 2. Cherry Studio在MCP Server应用中的优势与安装指南 3. 如何通过Cherry Studio操作MySQL数据库及数据安全策略
 
                                
最近,被MCP深深吸引住了。
这种大模型的“外挂式”进化,为开发者带来了更多可能性,仿佛又迎来了开发者的春天!
想象一下,你告诉 AI助手:“帮我报销本月的差旅费用”,AI助手不只是给你提供建议,而是会帮你:
好像这种自动化的过程正在慢慢变成现实!
回到现实,我们继续来回答以下这些问题:
一、什么是 MCP ?
二、为什么需要 MCP ?
三、怎么使用 MCP Server 资源 ?
四、在哪里找到更多 MCP Server 资源 ?
五、如何开发 MCP Server ?
六、如何做到不把用户数据暴露给LLM的?(数据安全)
今天从使用的视角出发,介绍如何使用 MCP Client 以及 MCP Server。
国内的 Cherry Studio 是支持 MCP Server 的最早的工具之一。作为开源且功能强大的 AI 客户端,它在本地化应用和开发者生态中具有显著优势。
支持 OpenAI、DeepSeek、Gemini 等 30+ 云端模型,以及通过 Ollama 本地部署的模型(如 DeepSeek-R1、Llama3 等)。
Cherry Studio 主打的是 Local(本地) 使用 MCP Server 的模式。也就是说在PC上得安装相关的运行环境,例如 UV(Python运行)或者BUN(NodeJS运行)。值得庆幸的是,Cherry已经提供了可视化的安装方式,用户无需担心安装过程。
可以通过以下链接下载Cherry Studio:
https://cherry-ai.com/download
安装完成后,界面大致如下:
它支持几乎全球所有的大模型/智能体服务,对于普通用户来说,确实是一个非常出色的AI客户端工具。
具体使用方式请参考官方的文档。
接下来,我们尝试通过Cherry Studio操作MySQL数据库,这时就需要用到mysql_mcp_server 了。
首先,将 mysql_mcp_server 克隆到本地的某个目录。
git clone https://github.com/designcomputer/mysql_mcp_server.git
接下来安装依赖(通过python的方式运行)
cd mysql_mcp_server
pip install -r requirements.txt
最后,我们在Cherry Studio 里面添加该 MCP Server。参考如下:
我们需要将该 mcp server进行激活,否则无法在 Chat App 那边使用。
本文用的模型是:Qwen2.5-7B-Instruct 。
在开发助手中使用 mysql mcp server,需要先开启。参考如下图:
笔者尝试问了三个问题:
第一个问题:里面有多少张表?列出来,说明每张表的作用。
第二个问题:请将表与表之间的关系画出ER图
有点遗憾,当前MCP没有生成ER图的能力。
第三个问题:统计当前用户表里面有多少用户。
体验完用 Cherry Studio 在本地搭建MCP的流程,我感觉MCP的核心就像是让大模型变成了操作系统的智能接口。在LLM这个智能接口的调度下,各种MCP工具能玩出好多花样。
对于咱们开发者来说,可以试试用MCP开发一些自定义服务,像邮箱发票采集、日程任务接口、PDF转Word等等,可以把很多以前业务系统中常用的服务都包装成 Mcp Server。好像应用开发者的春天又来了。
以后,多模态MCP要是发展起来了,处理图像、音频这些功能肯定也很给力,大伙就拭目以待吧!
AI客户端+Mcp似乎在改变着使用应用的方式!
MCP 的火爆,各家大模型也在积极的推进支持MCP,也很多创业项目是关于MCP的。这里推荐几个 MCP 平台,可以在上面寻找一些好用的MCP Server,再结合 Cherry Studio 来使用。
除了面向用户的 Cherry Studio ,还有不少支持 MCP Server 的工具,主要还是面向开发者,例如 Claude Desktop、 Cline、Cursor、千帆AppBuilder 等。
MCP 有超高的生态价值,通过标准化接口,解决了传统工具开发中的重复适配问题,实现了跨平台工具的高效共享。例如,开发者无需为每个API单独编写代码,即可通过MCP动态调用日历、邮件、数据库等服务。未来随着更多工具接入,MCP生态将进一步推动AI应用的场景创新。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-10-30
Cursor 2.0的一些有趣的新特性
2025-10-30
Anthropic 发布最新研究:LLM 展现初步自省迹象
2025-10-30
让Agent系统更聪明之前,先让它能被信任
2025-10-30
Rag不行?谷歌DeepMind同款,文档阅读新助手:ReadAgent
2025-10-29
4大阶段,10个步骤,助你高效构建企业级智能体(Agent)
2025-10-29
DocReward:让智能体“写得更专业”的文档奖励模型
2025-10-29
沃尔沃RAG实战:企业级知识库,早就该放弃小分块策略
2025-10-29
大模型的Funcation Calling是什么?
 
            2025-08-21
2025-08-21
2025-08-19
2025-09-16
2025-10-02
2025-09-08
2025-09-17
2025-08-19
2025-09-29
2025-08-20
2025-10-29
2025-10-29
2025-10-28
2025-10-28
2025-10-27
2025-10-26
2025-10-25
2025-10-23