这些天，我满脑子里都是 MCP，看了数十篇文章和论文，研究了各种案例后，我忍不住想给大家做下分享。

先说结论，通过 MCP，我让 Cursor 直接操作起了我本地的数据库。无论是数据查询，还是数据的增删改，他都无所不能。

大模型从此真正成了我私人的数据助手。

说实话，像 DeepSeek 啊、豆包啊或者 claude 之类的大模型再牛逼，当你问他，我本地数据库里面有多少条数据，他就会显得有些爱莫能助。

因为他的训练集不可能会包含你的隐私数据。这也导致了大模型在个人或企业隐私数据的瓶颈。

以前，很多人直接搞个本地的大模型，然后将隐私数据投喂给大模型，来训练私有化大模型。

这是常见的做法，先不说私有化部署的成本，光是微调训练的过程就不是普通人能搞定的。

但现在有了 MCP，很多东西都可以重新再衡量了。

所以，MCP 究竟是啥？

MCP 是一种模型上下文协议，全称为 Model Context Protocol，它是由 Anthropic 公司建立并开源的。

简单来说，MCP 可以让大模型（比如 DeepSeek、豆包等）可以痛快的调用外部工具和资源（类似我们日常使用的 USB-C）。

正如 USB-C 简化了不同设备与计算机的连接方式，MCP 简化了 AI 模型与数据、工具和服务之间的交互方式。

MCP 被定位为 AI 智能体与外部工具、数据交互的开放标准协议，类似软件工程中的 HTTP，目标是成为 AI 生态的通用语言。

MCP 让大模型不再局限于静态知识库，而是能像人类一样调用搜索引擎、访问本地文件、连接 API 服务，甚至操作第三方软件。

目前 MCP 支持 STDIO 模式（本地运行）和 SSE 模式（远程服务）2 种模式。使用方式也很简单，在 Cursor、Cherry Studio 等客户端中可以直接使用。

真的只需要复制黏贴就可完成配置，做到了丝滑接入。

先以 Cursor 为例吧，简单介绍下配置。

Cursor 配置 MCP

这里以添加高德地图的 MCP Server 为例。首先进入 Cursor Settings：

添加高德地图的 MCP Server：

直接黏贴这段代码：

{   "mcpServers": {       "amap-maps": {           "command": "npx",           "args": [               "-y",               "@amap/amap-maps-mcp-server"           ],           "env": {               "AMAP_MAPS_API_KEY": "这里填写你在高德申请的API key"           }       }   } } 

这样在 Cursor Settings 中就可以看到灯绿了，如果灯是红的，可以点击右侧的 Enabled 或者刷新即可。

那如何使用呢？选择 Agent 模式，模型选择 claude-3.7-sonnet。

现在，我就可以直接在 Cursor 中查询天气了。可以看到自动调用了 MCP。

还可以进行形成规划：

当然高德的这个 MCP Server 还提供了一系列的工具，大胆点的朋友可以一个个试试😂

数据库查询

聪明的你肯定会想，既然能直接通过高德的 MCP Server 访问高德服务，那是否有对应 MCP Server 可以访问本地自己数据库呢？

还真有，而且不止一个，实现原理也并不复杂，这里就以 Ian Borla 的 mcp-server-mysql 来进行配置。

在 Cursor 中直接操作本地或者远程数据库，只需要简单配置如下：

{   "mcpServers": {       "MySQL": {         "disabled": false,         "timeout": 60,         "command": "npx",         "args": [           "mcprunner",           "MYSQL_HOST=127.0.0.1",           "MYSQL_PORT=3306",           "MYSQL_USER=root",           "MYSQL_PASS=123456",           "MYSQL_DB=pmhub-project",           "ALLOW_INSERT_OPERATION=true",           "ALLOW_UPDATE_OPERATION=true",           "ALLOW_DELETE_OPERATION=false",           "--",           "npx",           "-y",           "@benborla29/mcp-server-mysql"         ]     }   } } 

每个配置做下简单的解释：

配置好后，就可以进行丝滑的「用嘴」操作数据库了。无需任何编程经验。

1、查询某一个表有多少条数据：

噼里啪啦，自动调用 MCP 服务，查出数据，直接给到结果。

2、查询数据库中一共有多少张表？

帮我查下pmhub-project这个数据库中一共有几张表，分别是哪些表有哪些作用，用个表格帮我汇总下。 

3、创建一个新表：

帮我创建一个学生表，要求有id、姓名、年龄、性别字段 

MCP Server 权限问题，无法直接创建表，这里我已经提了 issue。

为了实验的顺利，这里我就先在 navicate 中创建学生表。然后进行接下来的操作。

4、添加一条记录

帮我在学生表中添加一条记录，张三，10岁，男。 

说是已经添加成功，去数据库看看吧：

诚不欺我：

5、修改一条记录

刚才这一条数据不对，张三今年16岁了，帮我改下。 

数据不仅做了更新，还友好的将更新时间也顺带更新了。这可真是太方便了 ba。

6、多表联查

为了验证多表联查场景，我新建一个课程表，有关联字段学生表中的 id。

Cursor 直接生成的代码：

CREATETABLE course (     id VARCHAR(64) NOTNULL COMMENT '课程id',     course_name VARCHAR(100) NOTNULL COMMENT '课程名称',     duration INTNOTNULL COMMENT '课程时长(分钟)',     student_id VARCHAR(64) NOTNULL COMMENT '学生id',     created_time DATETIME DEFAULTCURRENT_TIMESTAMP COMMENT '创建时间',     updated_time DATETIME DEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP COMMENT '更新时间',     PRIMARY KEY (id) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='课程表'; 

先插入一条测试数据：

帮我往课程表里面插入一条数据，是张三选的化学课程，课程时长120分钟 

一下子集插入成功了：

同样的方法插入 3 条数据，现在只需要用自然语言来进行多表联查。

帮我查一下张三一共修了多少课程，一共会耗时多长时间？ 

可以看到 Cursor 自动写好联查 SQL，并统计好结果直接给我了。

同样不再话下，在 Cursor 中操作数据库变得如此简单。

说实话，这还只是 MCP 案例中的冰山一角，目前已经有好几千的 MCP Server 已经被开发出来，而且很多还在路上。

速度之快，不少人已经玩疯了，大模型搭载 MCP，越来越多好玩的智能体也随之出现。

很多应用也支持接入 MCP，比如 GitHub、高德、百度地图、apifox 等等。

大模型是工具，当工具本身能调用工具，事情就会变得越来越有意思了。

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！