SQL Server Agent - 模态上下文协议

这里是 SQL Server Agent，它允许您使用自然语言与 SQL Server 数据库进行交互，利用模态上下文协议作为 LLM 和数据源之间的层。

主要特性：

• 与您的数据库对话：使用简单的英语与 SQL Server 聊天。
• 无代码数据库操作：完全通过自然对话管理您的数据库任务。
• 一键式过程执行：通过自然命令轻松运行存储过程。
• MCP 增强的准确性：通过模态上下文协议 (MCP) 实现精确的数据库交互，智能地将您的命令连接到数据。
• 上下文感知对话：享受由模态上下文协议驱动的无缝交互。

什么是 MCP？

MCP（模态上下文协议）是一种方法论，它规定了我们应该如何将上下文绑定到 LLM。 MCP 提供了一种标准化的方式，将 AI 模型连接到不同的数据源和工具。

为什么选择 MCP？

MCP 帮助我们以简化的方式构建复杂的 LLM 之上的 Agent 工作流程，其中语言模型需要与数据源和工具进行频繁集成。

MCP 架构：

MCP 架构遵循客户端-服务器模型，允许单个客户端与多个服务器无缝交互。

MCP-Client：您的 AI 客户端 (LLM) 访问数据。

MCP-Protocol：将您的客户端直接连接到服务器。

MCP-Server：帮助您的客户端通过 MCP 访问数据源。

本地数据库、云数据库、外部 API：通过本地存储、云或在线 API 提供数据的来源。

现在，让我们深入研究实现

在了解 MCP 及其架构之后，现在是时候将所有内容与 SQL Server Agent 结合在一起了。

什么是 SQL Server Agent？

SQL Server Agent 是一个对话式 AI 查询 CLI，使您能够使用自然语言与 SQL Server 数据库进行交互。 由模态上下文协议提供支持，它充当您的语言模型和数据库之间的智能层，从而可以：

• 无需编写 SQL 即可查询数据库
• 使用对话命令执行存储过程
• 执行复杂操作，同时保持跨多个步骤的上下文

无论您是开发人员、分析师还是非技术用户，此代理都可以通过直观的、类似人类的交互来访问您的数据。

现在，让我们逐步了解如何启动并运行它 👇

前提条件

在开始之前，请确保您具备以下条件：

• 您的机器上安装了 Python 3.12+
• 有效的 OpenAI API 密钥

开始使用

按照以下步骤启动并运行项目：

1. 克隆存储库

git clone https://github.com/Amanp17/mcp-sql-server-natural-lang.git
cd mcp-sql-server-natural-lang

2. 安装依赖项

pip install -r requirements.txt

3. 设置环境变量

在项目根目录中创建一个 .env 文件，并添加以下内容：

OPENAI_API_KEY=your_openai_api_key
MSSQL_SERVER=localhost
MSSQL_DATABASE=your_database_name
MSSQL_USERNAME=your_username
MSSQL_PASSWORD=your_password
MSSQL_DRIVER={ODBC Driver 17 for SQL Server}

运行 SQL Server Agent

设置好您的环境和依赖项后，您就可以与 SQL Server Agent 交互了。

运行客户端脚本

执行以下命令以启动代理：

python mcp-ssms-client.py

脚本启动后，它将提示您如下所示：

Enter your Query:

现在，您可以用简单的英语输入您的请求。 例如：

Create a Employee table with 10 dummy data in it with their departments and salaries.

代理将使用模态上下文协议处理您的输入，并从您的 SQL Server 数据库返回相关数据。

🧠 提示：您可以提出后续问题或提出诸如“显示员工及其部门？”或“有多少员工的薪水低于 40K 美元？”之类的请求——上下文被保留！

结论

由模态上下文协议 (MCP) 提供支持的 SQL Server Agent 将对话式 AI 的强大功能带到您的数据库操作中。 通过弥合自然语言和 SQL 之间的差距，它允许用户毫不费力地与他们的数据进行交互，从而使数据库访问更加直观、高效，并且对每个人（即使是没有技术专业知识的人）都更容易访问。

无论您是查询数据、执行过程还是构建复杂的工作流程，此代理都可以作为您与 SQL Server 的智能接口。

欢迎贡献、提出问题或提出改进建议——我们正在共同构建 AI 驱动的数据交互的未来！ 🚀