10多年前，我还在IBM工作，内部有个特定的岗位叫做BA（Business Analyst），有点儿像现在的产品经理，就是负责和客户打交道，收集、分析客户需求，然后让程序员在系统中实现。
有一回我遇到了一个与众不同的老外BA，全名我忘了，名字以J开头，就叫她J姐吧。
别的BA在测试系统时也就是在界面上操作，点来点去，看看对不对，而J姐不一样，在界面上点完后，一头扎进数据库，直接用SQL查看数据库的数据。
然后提一个Bug：你这个表的数据不对啊，应该是这样这样的....
把我们都给整懵了，这太吓人了，程序员都没有活路了。
后来，我在一个Java文件的开头注释中看到了J姐的大名，原来J姐程序员出身，这个系统的早期版本就是她写的，对代码和数据库比我们都熟。
转眼10多年过去了，我再也没有遇到过像J姐这样的，一般的BA/产品经理是不懂代码和SQL，即使懂一些，也很难对系统底层有这么精深的理解。
最近，我发现一个更加强大、更加通用的“J姐”出现了。
Anthropic推出的MCP（Model Context Protocol） ，利用MCP，可以让各种AI助理用自然语言轻松地访问各种数据源，执行各种分析和查询。
说概念没啥意思，看一个例子吧，使用Claude Desktop访问本地的SQLite数据库。
1. 让它连接上数据库：
直接用自然语言就行，连接完成以后，它还非常贴心地把数据库中的表都给读了出来。
2. 查看产品表中有哪些产品和价格：
3.计算一下平均价格
4.分析一下价格分布，并且给出价格优化方案
是不是挺厉害的？可以这么说，有了MCP以后，你想要的任何SQL查询都可以通过自然语言来进行了。
你可能觉得，这不就是Chat2DB吗？
还真不一样，Chat2DB是人家自己训练了一个大模型，实现自然语言到SQL的转换。
这个MCP更像大模型一个通用的“外挂”，它是一种更具普遍性的协议，更加灵活，它可以支持各种数据源：数据库、文件、GitHub、Google Drive、Google Maps、Slack.....
它的架构是这样的，典型的Client/Server：
MCP Client可以运行在Claude Desktop，Zed（代码编辑器当中）。
MCP Server其实就是对某一种数据源的封装，把这个数据源的能力给暴露出来，让Client去访问。
例如对于SQLite，你就需要暴露出可以被访问的“函数”read_query，write_query等。
当然，对于Server的每个操作，MCP协议都精确地定义了输入和输出，这样Client才可以理解它有哪些能力。
types.Tool( name="read_query", description="Execute a SELECT query on the SQLite database", inputSchema={ "type": "object", "properties": { "query": {"type": "string", "description": "SELECT SQL query to execute"}, }, "required": ["query"], },),types.Tool( name="write_query", description="Execute an INSERT, UPDATE, or DELETE query on the SQLite database", inputSchema={ "type": "object", "properties": { "query": {"type": "string", "description": "SQL query to execute"}, }, "required": ["query"], },),
MCP Server 写好以后，需要在Claude中配置一下，告诉Claude，现在有这个数据源可以访问了。
当你向Claude发出查询“产品表的平均价格是多少？” 执行流程是这样的：
(1) Claude利用大模型的能力把自然语言转化成需要执行的“函数”（read-query），交由MCP Server来执行。
(2) MCP Server则把“函数”转化为SQL，交给SQLite数据库来执行。
SQLite是这样，其他数据源也是如此，官方已经推出了各种各样的MCP Server，可以直接使用：
即使是最复杂最强大的大模型，也是被困在一个信息孤岛之中，和外界是隔离的。对每个数据源，都需要需要做“定制”，才能和大模型做连接。
Anthropic提出的这个MCP协议，其实就是避免大家重复造轮子，它就像电脑上的USB Type-C接口，给各种外围设备提供了一种标准的方式，让AI大模型可以轻松连接不同的数据源。
当年的JDBC用统一的接口屏蔽了底层数据库的差异，让Java代码可以访问各种数据库，MCP也有点儿像。
这个协议并不是只有Anthropic 的Claude 模型可以使用，任何大模型都可以使用，这很有可能打开一个全新的赛道。
MCP协议能不能做成，还依赖于OpenAI、谷歌、微软、Meta等AI巨头对它的接受度，以及是否愿意把它标准化，然后推广到整个业界。
看到MCP，我的第一感觉就是：可惜可惜，美国人又领先了一步。
MCP很难吗？ 并不难，这玩意儿正如它的名字所说Model Context Protocol，只是一个协议，只要能想到就能把它定义出来，然后一开源，有望成为一个重要标准。
它没有诞生在国内AI相关的公司，着实可惜啊！
全文完，觉得不错的话点个赞或者在看吧！
近期爆文：
小心，美国人又要在基础软件上弯道超车了
世界上最幸福的程序员
世界上最厉害的协作软件，让程序员痛不欲生，最后被印度人搞走了
1970年以来技术的发展趋势，怪不得程序员35岁就被裁......
这个大学生写了个免费软件，全世界网民抢着给他送钱，每月10万美元
全世界流浪的程序员，用最原始的技术，每月赚17.6万美元！
开源软件的叛徒，加入了微软
这两个程序员要花100万，彻底重写世界上最复杂的软件
