基于DWS MCP Server搭建数据分析Agent

在企业数据分析和运营决策过程中，业务人员常需从数据仓库提取数据并生成分析报告。传统模式下，业务人员需将数据需求提交给开发人员，由开发人员编写SQL语句查询数据，再将结果反馈给业务人员。这一流程通常耗时数天，频繁的沟通迭代进一步拖慢了决策效率。

随着大语言模型（LLM）技术的成熟，是否存在一种方式能让业务人员直接使用自然语言与数据库交互，无需编写SQL即可完成数据查询与分析？

DWS MCP Server正是为解决这一需求而生的方案。它基于MCP（Model Context Protocol）协议，将DWS数据库的元数据查询、SQL执行等能力以标准化工具接口暴露给大模型，使LLM能够自动理解数据库结构、生成SQL语句并执行查询，最终将查询结果进行业务解读与可视化呈现。

通过本实践，您可以快速搭建一个以DWS + MCP + LLM为核心的数据分析Agent，实现“自然语言提问 > 自动生成SQL > 查询执行 > 分析报告”的一键式数据服务。

基本概念

在开始配置之前，了解以下核心概念有助于您更好地理解本文档的操作背景。

MCP（Model Context Protocol）：由Anthropic于2024年11月提出的开放协议标准，旨在解决大语言模型与外部系统（如数据库、API）交互的碎片化问题。MCP通过标准化接口，让LLM动态理解工具功能并执行操作，降低集成成本。类比理解：MCP之于AI应用，相当于USB之于外设——提供统一的标准接口，让不同系统可以即插即用。
MCP Server：实现了MCP协议的服务端程序，负责将特定系统（如数据库）的能力以Tools和Resources的形式暴露给支持MCP协议的客户端。本文中的DWS MCP Server即是一个将DWS数据库能力暴露给LLM的服务端。
MCP Client：支持MCP协议的客户端应用，负责与MCP Server通信并向LLM转发工具调用请求。常见的MCP客户端包括Cline（VS Code插件）、Claude Desktop等。
Agent（智能体）：基于LLM构建的自动化系统，能够根据用户输入的自然语言指令，自主规划任务步骤、调用外部工具并完成复杂工作流。本文搭建的数据分析Agent即为一个能够自动查询数据库并生成分析报告的智能体。
uv：一个高性能的Python包管理器和运行器，用Rust编写，可快速安装和运行Python项目。在本实践中用于启动DWS MCP Server。可通过pip install uv安装。
Psycopg2：Python语言中最流行的PostgreSQL数据库适配器，DWS基于PostgreSQL内核，因此使用Psycopg2作为DWS MCP Server与数据库之间的连接驱动。

功能介绍

DWS MCP Server目前支持元数据查询、语句执行、监控信息查询等基本功能，以MCP协议中的工具（Tools）和资源（Resource）两种形式向支持MCP协议的客户端暴露。相关工具和资源参见表1和表2。

表1 数据库管理工具（Tools）
名称	描述
list_databases	列出所有数据库。
get_activity	从 pgxc_stat_activity视图获取最近的查询活动。
execute_query	执行 SQL 查询。
list_schemas	列出当前数据库中的所有模式。
list_tables	列出指定模式下的所有表。
list_views	列出指定模式下的所有视图。
get_table_info	获取表/视图的定义。
get_comment	获取模式/表的注释。

表2 可用资源（Resources）
资源URI	功能说明
gaussdb:///{schema}/tables	列出指定模式下的所有表
gaussdb:///{schema}/views	列出指定模式下的所有视图
gaussdb:///{schema}/{table}/attributes	列出指定表/视图所有的列
system:///{system_path}	系统信息（例如 /version）

前提条件

已创建DWS集群，且集群状态为”可用”。如需创建集群，请参见创建DWS存算分离集群。
已获取DWS集群的连接信息（主机IP、端口号、数据库名、用户名及密码）。参见获取DWS集群连接地址。
客户端所在环境与DWS集群之间网络连通。如果集群为内网访问，需确保客户端与集群在同一VPC下；如需公网访问，请先绑定弹性公网IP。
Python版本为3.10及以上。可通过命令python --version或python3 --version查看当前版本。
uv版本为0.6.7及以上。可通过命令uv --version查看当前版本；如未安装，执行pip install uv安装。
已安装VS Code编辑器并安装Cline插件。如使用其他MCP客户端（如Claude Desktop），需确保客户端支持MCP协议的stdio传输方式。

步骤一：搭建Agent和配置Server

以下使用Cline作为客户端演示如何配置使用DWS MCP Server。您也可根据需求选择其他支持MCP协议的客户端（如Claude Desktop等），配置方式类似。

从GitHub下载DWS MCP Server源码到本地环境。
1. 打开VS Code，按下Ctrl + `` （反引号，即键盘左上角Esc下方的按键）打开终端面板。也可通过菜单栏终端 → 新建终端打开。
2. 在终端中执行以下命令下载或更新uv。
  如果已安装uv可跳过此步骤。
```
pip install uv
```
3. 在终端中执行以下命令克隆源码仓库：
```
git clone https://github.com/HuaweiCloudDeveloper/mcp-server.git
```
  注意源码默认下载到huaweicloud_dws_mcp_inner目录下，请在后续Cline配置步骤中进行设置。例如，若在/home/user/下执行clone，则该目录路径为/home/user/mcp-server/huaweicloud_dws_mcp_inner。
为Cline配置大模型访问凭证，使其能够调用LLM进行自然语言推理与工具调用。
1. 单击Cline对话面板右上角的齿轮图标（设置按钮），进入Cline设置界面。
2. 在设置界面的API Configuration区域，根据自身使用情况填入以下信息：
  - API Provider：选择您使用的大模型服务商（如OpenAI、Anthropic等）。
  - OpenAI Compatible API Key：填入对应的API密钥。
3. 填写完成后，设置会自动保存。

配置MCP Server。将DWS MCP Server注册到Cline客户端，使其能够发现并调用DWS数据库工具。

单击Cline对话面板右上角的MCP图标，进入MCP配置界面。
单击Installed页签，在下方单击Configure MCP Servers按钮，此时会打开一个JSON配置文件。

在配置文件中填入以下DWS MCP Server配置，各参数说明参见表3。

{
  "mcpServers": {
    "DWS": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/huaweicloud_dws_mcp_inner",
        "run",
        "server.py"
      ],
      "env": {
        "DB_HOST": "192.168.0.1",
        "DB_PORT": "8000",
        "DB_NAME": "gaussdb",
        "DB_USER": "dbadmin",
        "DB_PWD": "password"
      }
    }
  }
}

表3 Cline参数说明
参数名称	描述	示例
/path/to/huaweicloud_dws_mcp_inner	MCP Server源码所在目录。	替换为huaweicloud_dws_mcp_inner目录所在路径。
host_ip	DWS集群IP地址。	192.168.0.1
port_no	DWS集群端口号。	8000
database	DWS数据库名称。	gaussdb
username	DWS数据库用户名称。	dbadmin
password	DWS数据库用户密码。	-

如果因网络问题无法使用uv，可以通过python启动server，步骤如下。
1. 在源码目录下通过pip安装dws-mcp-server。
```
pip install .
```
2. 将Cline的MCP Server配置更换为如下参数。注意，/path/to/huaweicloud_dws_mcp_inner/src/server.py 替换为 DWS MCP Server 源码中server.py的完整路径。
```
{
  "mcpServers": {
    "DWS": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "python",
      "args": [
        "/path/to/huaweicloud_dws_mcp_inner/src/server.py",
      ],
      "env": {
        "DB_HOST": "host_ip",
        "DB_PORT": "port_no",
        "DB_NAME": "database",
        "DB_USER": "username",
        "DB_PWD": "password"
      }
    }
  }
}
```
  保存配置信息后，观察Cline MCP页面是否成功加载DWS MCP Server，如能够加载DWS Server及显示对应工具及资源说明配置成功。
DWS MCP Server通过 Psycopg2 连接集群，需要放通DWS安全组网络。
1. 进入到DWS控制台，左侧导航栏单击“集群 > 集群列表”，单击集群名称进入DWS集群详情。
2. 单击安全组名称。
  图1 DWS安全组
3. 选择“入方向规则 ”，检查是否已放通端口为8000的所有IP。如下图，如果没有则手动添加一条规则。

步骤二：使用自然语言完成SQL查询并生成报表

完成客户端及集群相关配置后，即可开始使用数据分析Agent。以下以Cline为客户端，基于TPC-DS数据集进行演示。

演示场景：根据TPC-DS相关表的数据，对1998~2002年间的销售情况进行分析并提出洞察与建议，最终交付数据分析报告。

DWS MCP Server为LLM提供了准确的数据来源，依赖模型的推理和分析能力，您可以在无需手动编写SQL查询语句的情况下获取数据，用自然语言一键式完成查询，并进一步借助LLM对数据进行初步的分析和洞察。

在Cline的对话框中输入需要完成的数据分析任务的Prompt。例如：

“请根据数据库中的TPC-DS数据，分析1998年至2002年间的销售趋势，包括年度销售额变化、热销品类排名、季节性波动等，并给出业务建议。”
发送任务后，Cline会调用模型并依据推理结果发起一系列tools或resource的调用请求(如下显示)。
大部分无需干预，您只需要观察请求主体并选择同意（可以按需开启自动同意执行）。
- 解析任务并生成执行计划。模型理解用户意图，拆解分析任务为多个子步骤。
- 调用工具获取元数据。模型自动调用list_tables、get_table_info等工具（参见表1），了解数据库中有哪些表以及表结构。
- 生成SQL并执行查询。根据元数据信息，模型推理并生成查询SQL，调用execute_query工具获取具体数据。
- 生成分析报告。模型将查询结果整理为结构化的分析报告，包含数据表格和业务解读。
- 输出总结。模型给出关键洞察和业务建议。

总结

通过搭建DWS MCP Server，企业与数据分析团队可以将自然语言对话与DWS数据仓库无缝衔接，实现”一键查询、自动化报表、动态分析”的全链路数据服务。按本实践步骤完成配置后，LLM将直接识别MCP工具接口（如list_databases、execute_query等），在安全约束内调用接口进行SQL生成与执行。元数据查询（schema、tables、views）与业务查询结果无缝串联，随后模型可立即进行业务解读、可视化图表与洞察报告的自动生成。该方案不仅显著降低了传统SQL开发的门槛和运维成本，还提升了数据迭代的响应速度，为数据驱动决策提供了高度可靠且易扩展的技术平台。

父主题： Data for AI融合分析

上一篇：Data for AI能力介绍

下一篇：基于DWS构建RAG框架生成行业调研报告