> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

> Model Context Protocol 和 ClickHouse MCP 服务器概述

# Model Context Protocol (MCP)

export const Image = ({img, alt, size = "lg", background}) => {
  const normalizedSize = ["sm", "md", "lg"].includes(size) ? size : "lg";
  const backgroundColor = background === "white" ? "white" : background === "black" ? "rgb(31 31 28)" : undefined;
  return <div className={`ch-image-${normalizedSize}`}>
      <Frame>
        <img src={img} alt={alt} style={{
    backgroundColor
  }} />
      </Frame>
    </div>;
};

[模型上下文协议](https://www.anthropic.com/news/model-context-protocol) (MCP) 是一项开放标准，可让 AI 助手连接到外部系统。
它为模型提供统一的接口，以访问数据源、API、数据库和工具，无需为每种模型与服务组合开发自定义集成。

AI 应用程序只需实现一次 MCP，即可连接到任何兼容的服务器。
同样，MCP 服务器可以向任何兼容的客户端公开其能力。

<div id="architecture">
  ## 架构
</div>

MCP 采用客户端—服务器架构：

* Claude Desktop、Cursor 或 VS Code 等 MCP 客户端会与 MCP 服务器建立连接。
* MCP 服务器通过标准化接口提供工具和能力。
* AI 模型会在需要时使用这些工具访问外部数据和功能。

<Image img="https://mintcdn.com/private-7c7dfe99/RMrV3JZHbEy3aFh9/images/use-cases/AI_ML/MCP/mcp_overview.webp?fit=max&auto=format&n=RMrV3JZHbEy3aFh9&q=85&s=6ee6aea8e44095d8851e1a3ff5beae0d" alt="MCP 客户端—服务器架构" size="lg" width="1551" height="641" data-path="images/use-cases/AI_ML/MCP/mcp_overview.webp" />

你可以在 GitHub 上找到由社区维护的 [MCP 客户端](https://github.com/punkpeye/awesome-mcp-clients)和 [MCP 服务器](https://github.com/punkpeye/awesome-mcp-servers)汇总列表。

<div id="clickhouse-mcp-server">
  ## ClickHouse MCP 服务器
</div>

[ClickHouse MCP 服务器](https://github.com/ClickHouse/mcp-clickhouse)可让 AI 助手发现数据库和表、查看 schema，并对 ClickHouse 集群执行 SQL 查询。
服务器提供的工具可能因版本而异，因此请参阅相应的集成指南，了解示例中使用的工具名称。

服务器默认仅允许只读查询。
请使用专用的 ClickHouse 用户，并且仅授予该用户 AI 助手所需的权限。

要连接本地 MCP 客户端，请参阅[设置 ClickHouse MCP 服务器](/docs/zh/guides/use-cases/ai-ml/MCP/claude-desktop)。
如需使用托管的远程服务器，请参阅 [ClickHouse Cloud 中的远程 MCP 服务器](/docs/zh/products/cloud/features/ai-ml/remote-mcp)。

<Tip>
  **智能体技能**

  [ClickHouse Agent Skills repository](https://github.com/ClickHouse/agent-skills)提供了打包的指令，可为 AI 编码智能体提供 ClickHouse 特有的专业知识，包括 schema 设计、查询优化和数据摄取模式。
</Tip>