关于 MCP 服务器以及我们如何为 Prisma 构建了一个

理解 MCP

在深入了解我们如何构建 Prisma MCP 服务器的技术细节之前，让我们先退一步，从头开始理解 MCP 服务器。

如果 LLM 需要访问专有数据或系统怎么办？

LLM 通过全球互联网上的信息进行训练，能够对互联网上讨论过的最深奥的问题提供准确的答案。

但是，如果您希望 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？想象一下您向 ChatGPT 提出以下要求：

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

一个纯粹通过互联网训练的 LLM 将无法帮助您完成这些任务，因为它无法访问您的文件系统、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。各个提供商对此使用不同的名称：OpenAI 称之为函数调用，Anthropic 称之为工具使用，而其他公司则使用“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，如果您希望多个 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 量身定制。这可能看起来像这样：

随着新的 LLM 不断涌现，您可以想象，如果每个 LLM 都有自己专有的外部世界访问接口，情况会变得多么混乱。

引入 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（Model Context Protocol）（MCP），作为

一种连接 AI 助手与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，用于连接 AI 系统与外部数据源。所有实现了 MCP 协议的 LLM 现在都可以访问通过 MCP 服务器公开的相同功能。

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 显然凭借这一标准引起了共鸣。如果您当时在 X 上，可能每天都会看到多条 MCP 帖子。“MCP”的 Google 趋势也印证了这一点。

如何将 LLM 连接到 MCP 服务器

要为 LLM 增加 MCP 服务器功能，您只需要一个启动服务器的 CLI 命令。大多数 AI 工具接受如下 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 和在 unikernel 上运行的世界上最高效的 Postgres 数据库。

自然地，我们想知道如何利用 MCP 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，会使用诸如 Cursor 或 Windsurf 等 AI 编码工具。

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，而您只需审查并接受 AI 的建议。它还可以为您运行 CLI 命令，与文件编辑类似，您需要确认该命令确实应该被执行。

由于与 Prisma Postgres 和 Prisma ORM 的许多交互都是通过 Prisma CLI 驱动的，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 分别实现支持。有了 MCP，我们可以实现一个单一的服务器，一次性支持所有这些功能。

@modelcontextprotocol/sdk 包：“像 Express 之于 MCP”

Anthropic 在引入 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

构建 MCP 服务器时，您必须决定它是本地运行（在与用户相同的机器上）还是远程运行（在可通过互联网访问的机器上）。

这取决于服务器的功能。如果它需要访问用户的文件系统，则必须在本地运行。如果它只是调用 API，则可以是本地或远程的（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，以便支持开发人员进行数据库相关的工作流。Prisma CLI 可以连接到本地或远程数据库实例。然而，由于 CLI 命令是在本地执行的，因此 Prisma MCP 服务器也必须是本地的。

使 LLM 能够调用 Prisma CLI 命令

Prisma MCP 服务器非常简单轻巧——您可以在 GitHub 上探索它。它已作为 Prisma CLI 的一部分进行打包，可以使用以下命令启动：

其基本结构如下：

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

上面代码片段中未显示的是 CLI 命令的实际实现，让我们放大 parse 函数，以 prisma migrate dev 和 prisma init --db 命令为例进行说明。

每个工具都通过 server.tool() 进行注册，包含：

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. 一个参数模式（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，并且非常简单：当工具被调用时，我们只需派生一个新进程（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，请将此代码片段粘贴到您偏爱的 AI 工具的 MCP 配置部分：

或者查看我们的文档，了解 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。在 Cursor 中看起来是这样的：

超越 MCP：VS Code 中 Prisma 用户的新功能

接下来是什么？虽然 MCP 功能强大，但它仍然需要在 AI 工具中手动设置。

我们的目标是在开发人员已经存在的地方提供帮助。VS Code 是构建 Web 应用程序的实际标准，得益于其对 GitHub Copilot 和 LanguageModelTool API 的免费集成，我们即将把 MCP 服务器的功能带给所有 Prisma VS Code 扩展用户 🎉。这意味着 Copilot 将很快能够更好地协助您的数据库工作流！

与我们分享您的反馈

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