关于 MCP 服务器以及我们如何为 Prisma 构建一个

理解 MCP

在深入探讨我们如何构建 Prisma MCP 服务器的技术细节之前，让我们快速回顾一下，从头开始了解 MCP 服务器。

如果 LLM 需要访问专有数据或系统怎么办？

LLM 经过万维网信息的训练，即使是最深奥的问题，只要在互联网上讨论过，它们也能提供准确的答案。

但如果您希望您的 LLM 基于专有数据或系统回答问题？或者代表您执行某种操作？想象一下，向 ChatGPT 提示以下内容：

• "在我文件系统中查找去年所有发票。"
• "在 us-west 区域为我创建一个新的数据库实例。"
• "在特定仓库中打开一个新的 GitHub Issue。"

纯粹经过互联网训练的 LLM 无法帮助解决这些问题，因为它无法访问您的文件系统、您的数据库提供商或 GitHub API。

“工具访问”使 LLM 能够与外部世界交互

在这种情况下，LLM 需要额外的能力来与“外部世界”交互——超越其对网络的知识，并在其他系统上执行操作。

LLM 提供商通过实现所谓的*工具*访问来响应这一需求。各个提供商使用不同的名称：OpenAI 称之为函数调用，Anthropic 称之为工具使用，其他公司则使用“插件”或“动作”等术语。

这种方法很混乱，因为每个 LLM 都有不同的工具交互接口。

例如，如果您想让多个 LLM 访问您的文件系统，您需要多次实现相同的“文件系统访问工具”，每次都为特定的 LLM 定制。以下是它可能的样子：

随着新的 LLM 不断涌现，您可以想象，如果每个 LLM 都有自己的专有接口来访问外部世界，这会变得多么混乱。

介绍 MCP：标准化 LLM 的工具访问

2024 年 11 月，Anthropic 推出了模型上下文协议 (MCP)，作为

一种将 AI 助手连接到数据所在系统的新标准，包括内容存储库、业务工具和开发环境。

MCP 提供了一个通用、开放的标准，用于将 AI 系统与外部数据源连接。所有实现 MCP 协议的 LLM 现在都可以访问相同的功能，如果它通过 MCP 服务器暴露出来。

回到之前的例子：使用 MCP，您只需要实现发票搜索功能*一次*。然后，您可以通过 MCP 服务器将其暴露给所有支持 MCP 协议的 LLM。这是一个伪代码实现：

Anthropic 显然通过这个标准引起了共鸣。如果你当时在 X 上，你可能每天都会看到好几个 MCP 帖子。"MCP" 的 Google Trends 也说明了同样的情况。

如何将 LLM 连接到 MCP 服务器

您所需要的，只是一个启动服务器的 CLI 命令，即可通过 MCP 服务器功能增强 LLM。大多数 AI 工具都接受如下 JSON 配置：

AI 工具运行 command，传递 args，然后 LLM 就可以访问服务器的工具了。

构建 Prisma MCP 服务器

在 Prisma，我们构建了 最受欢迎的 TypeScript ORM 和 世界上最高效的运行在 unikernels 上的 Postgres 数据库。

自然，我们想知道如何利用 MCP 来简化开发人员的数据库工作流。

为什么要为 Prisma 构建 MCP 服务器？

许多开发人员在使用 Prisma 构建数据驱动型应用程序时，会使用 Cursor 或 Windsurf 等 AI 编程工具。

这些 AI 编码工具具有所谓的*代理模式*，AI 会为您编辑源文件，您只需*审查*并*接受* AI 提出的建议。它还可以建议您运行 CLI 命令，与文件编辑一样，您需要*确认*该命令确实应该执行。

由于与 Prisma Postgres 和 Prisma ORM 的许多交互都由 Prisma CLI 驱动，我们希望 LLM 能够代表您运行 Prisma CLI 命令，例如用于以下工作流：

• 检查数据库迁移状态
• 创建和运行数据库迁移
• 使用 Prisma 控制台进行身份验证
• 配置新的 Prisma Postgres 实例

在 MCP 之前，我们必须为每个 LLM 单独实现支持。有了 MCP，我们可以实现一个服务器，一次性支持所有 LLM。

@modelcontextprotocol/sdk 包：“如同 MCP 的 Express”

Anthropic 在推出 MCP 时发布了适用于各种语言的 SDK。TypeScript SDK 位于 typescript-sdk 仓库中，提供了实现 MCP 客户端和服务器所需的一切。

本地 vs. 远程 MCP 服务器

在构建 MCP 服务器时，您必须决定它是在*本地*（与用户在同一台机器上）运行还是在*远程*（通过互联网可访问的机器上）运行。

这取决于服务器的功能。如果它需要访问用户的文件系统，它必须在本地运行。如果它只是调用 API，那么它可以是本地的也可以是远程的（因为 API 可以从本地和远程机器调用）。

对于 Prisma，LLM 主要需要访问 Prisma CLI，以便为开发人员提供数据库相关的工作流支持。Prisma CLI 可以连接到本地或远程数据库实例。然而，由于 CLI 命令在本地执行，Prisma MCP 服务器也必须在本地运行。

使 LLM 能够调用 Prisma CLI 命令

Prisma MCP 服务器相当简单轻巧——你可以在 GitHub 上探索它。它已作为 Prisma CLI 的一部分打包，可以通过以下命令启动：

这是它的基本结构：

当调用 prisma mcp --early-access CLI 命令时，parse 函数会被执行。它启动一个使用 StdioServerTransport（而非 StreamableHTTPServerTransport）的 MCP 服务器，因为它是在本地运行的。

上述代码片段中未显示的是 CLI 命令的实际实现，让我们深入 parse 函数，以 prisma migrate dev 和 prisma init --db 命令为例：

每个工具都通过 server.tool() 注册，带有：

1. 一个名称（以便 LLM 可以引用它）
2. 一个描述（帮助 LLM 理解其目的）
3. 一个参数 schema（我们使用 zod）
4. 一个实现逻辑的函数

我们所有工具的实现都遵循相同的模式，并且相当简单：当一个工具被调用时，我们简单地启动一个新的进程（通过使用 execa 的 runCommand 函数）来执行属于它的 CLI 命令。这就是您使 LLM 能够代表用户调用命令所需的全部。

立即试用 Prisma MCP 服务器

如果您好奇想尝试一下，请将此代码片段粘贴到您最喜欢的 AI 工具的 MCP 配置部分：

或者查阅我们的文档，获取 Cursor、Windsurf、Claude 或 OpenAI Agents SDK 的具体说明。

添加后，您的 AI 工具将显示 MCP 服务器的状态和可用工具。这是它在 Cursor 中的样子：

超越 MCP：VS Code 中 Prisma 用户的新功能

接下来呢？尽管 MCP 功能强大，但它仍然需要在 AI 工具中进行手动设置。

我们的目标是在开发者已有的工作环境中提供帮助。VS Code 是构建 Web 应用程序的事实标准，并且由于其免费集成了 GitHub Copilot 和 LanguageModelTool API，我们将把 MCP 服务器的功能带给所有 Prisma VS Code 扩展用户 🎉。这意味着 Copilot 将很快能够更深入地帮助您处理数据库工作流！

与我们分享您的反馈

对 MCP、AI 工具或 Prisma 有任何想法或疑问？在 X 上联系我们或加入我们的 Discord 社区——我们很乐意倾听您的意见！