MCP 指南
Model Context Protocol（MCP）是由 Anthropic 开发的一项标准，用于让 AI 助手与外部系统无缝集成。 该协议允许 AI 助手以安全且标准化的方式连接到数据源、API、数据库等。
MCP 在 AI 模型与各种服务之间创建了一个通用接口，从而无需为每个集成单独实现自定义工具。 你可以将其视为专为 AI 系统设计的通用 API 标准。
MCP 的关键优势在于，AI 库只需实现一次对该协议的支持。 之后，所有兼容 MCP 的服务即可立即访问，大大节省了 AI 库维护者的时间。
什么是 MCP 的架构？
MCP 采用客户端-服务器架构：
- 客户端（例如 Claude Desktop、Cursor 或 VS Code）会与 MCP 服务器建立连接。您可以在 awesome-mcp-clients GitHub 仓库中查看各类客户端。
- 服务器通过标准化接口提供工具和能力。您可以在 awesome-mcp-servers GitHub 仓库中查看各类服务器。
- AI 模型随后可以在需要时使用这些工具访问外部数据和功能。
下图展示了该架构：
ClickHouse 是否有 服务器？
有的！ ClickHouse 服务器 提供以下工具：
run_select_query- 在 ClickHouse 集群上执行 SQL 查询。list_databases- 列出 ClickHouse 集群上的所有数据库。list_tables- 列出某个数据库中的所有表。
如果您在查找 ClickHouse Cloud 中的远程 服务器，请参阅页面 "Cloud 中的远程 服务器"
Agent Skills
ClickHouse Agent Skills 仓库 提供了预配置的指令集，用于扩展 AI 编码代理 (Claude Code、Cursor、Copilot 等) 的特定领域专业能力。该仓库为 ClickHouse 数据库提供技能——涵盖模式 (schema) 设计、查询优化以及数据摄取模式。
使用 ClickHouse MCP 服务器的指南
以下是一些介绍如何使用 ClickHouse MCP 服务器的指南。
| 页面 | 描述 |
|---|---|
| 如何使用 Streamlit 构建基于 ClickHouse 的 AI agent | 了解如何使用 Streamlit 和 ClickHouse MCP 服务器构建 Web 版 AI agent |
| 如何使用 ClickHouse MCP 服务器构建 LangChain/LangGraph AI agent。 | 了解如何构建可通过 ClickHouse MCP 服务器与 ClickHouse 的 SQL playground 交互的 LangChain/LangGraph AI agent。 |
| 如何使用 ClickHouse MCP 服务器构建 LlamaIndex AI agent。 | 了解如何构建能够与 ClickHouse MCP 服务器交互的 LlamaIndex AI agent。 |
| 如何使用 ClickHouse MCP 服务器构建 PydanticAI agent。 | 了解如何构建可与 ClickHouse MCP 服务器交互的 PydanticAI agent。 |
| 如何使用 ClickHouse MCP 服务器构建 SlackBot agent。 | 了解如何构建可与 ClickHouse MCP 服务器交互的 SlackBot agent。 |
| 如何使用 Agno 和 ClickHouse MCP 服务器构建 AI Agent | 了解如何使用 Agno 和 ClickHouse MCP 服务器构建 AI Agent |
| 如何使用 Chainlit 和 ClickHouse MCP 服务器构建 AI Agent | 了解如何使用 Chainlit 搭配 ClickHouse MCP 服务器构建基于 LLM 的聊天应用 |
| 如何使用 Claude Agent SDK 和 ClickHouse MCP 服务器构建 AI agent | 了解如何使用 Claude Agent SDK 和 ClickHouse MCP 服务器构建 AI agent |
| 如何使用 CopilotKit 和 ClickHouse MCP 服务器构建 AI Agent | 了解如何使用 ClickHouse 中存储的数据、ClickHouse MCP 和 CopilotKit 构建 agent 应用 |
| 如何使用 CrewAI 和 ClickHouse MCP 服务器构建 AI Agent | 了解如何使用 CrewAI 和 ClickHouse MCP 服务器构建 AI agent |
| 如何使用 DSPy 和 ClickHouse MCP 服务器构建 AI agent | 了解如何使用 DSPy 和 ClickHouse MCP 服务器构建 AI agent |
| 如何使用 mcp-agent 和 ClickHouse MCP 服务器构建 AI Agent | 了解如何使用 mcp-agent 和 ClickHouse MCP 服务器构建 AI Agent |
| 如何使用 Microsoft Agent Framework 和 ClickHouse MCP 服务器构建 AI Agent | 了解如何使用 Microsoft Agent Framework 和 ClickHouse MCP 服务器构建 AI agent |
| 如何使用 Upsonic 和 ClickHouse MCP 服务器构建 AI agent | 了解如何使用 Upsonic 和 ClickHouse MCP 服务器构建 AI agent |
| 如何使用 ClickHouse MCP 服务器构建 OpenAI agent | 了解如何构建可与 ClickHouse MCP 服务器交互的 OpenAI agent |
| 使用 AnythingLLM 和 ClickHouse Cloud 设置 ClickHouse MCP 服务器 | 这个指南介绍如何使用 Docker 为 AnythingLLM 配置 ClickHouse MCP 服务器。 |
| 为 Claude Desktop 设置 ClickHouse MCP 服务器 | 这个指南介绍如何为 Claude Desktop 配置 ClickHouse MCP 服务器。 |
| 使用 Jan.ai 配置 ClickHouse MCP 服务器 | 本指南说明如何使用 Jan.ai 配置 ClickHouse MCP 服务器。 |
| 使用 LibreChat 和 ClickHouse Cloud 配置 ClickHouse MCP 服务器 | 本指南介绍如何使用 Docker 设置 LibreChat，并将其连接到 ClickHouse MCP 服务器。 |
| 设置与 Ollama 配合使用的 ClickHouse MCP 服务器 | 本指南介绍如何设置 Ollama，并将其连接到 ClickHouse MCP 服务器。 |
| 使用 Open WebUI 和 ClickHouse Cloud 设置 ClickHouse MCP 服务器 | 本指南介绍如何使用 Docker 搭配 ClickHouse MCP 服务器设置 Open WebUI。 |
