在AI Agent蓬勃发展的当下，优质数据资产已然成为释放AI生产力的关键因素。
作为瓴羊旗下智能数据建设和治理工具——Dataphin拥有庞大的元数据知识，包括逻辑模型、资产元数据信息、业务知识（标准、指标、码表）等。为了帮助企业更好地挖掘数据资产，Dataphin推出MCP服务，助力Agent高效获取数据。
1. 什么是MCP？
MCP（Model Context Protocol）是由 Anthropic 公司提出的开源协议，旨在解决AI应用程序与外部数据源、应用的集成问题。在没有MCP之前，AI应用程序的开发者普遍通过Function Call的方式来与外部应用进行集成，常常会面临如下困境：
- 开发复杂度高：需要在应用中通过硬编码的方式适配不同平台的API，每一个任务都需要单独开发和维护；
- 复用性低：每个集成模块通常是为特定任务定制的，缺乏通用性和可移植性，难以在其他项目中复用；
MCP定义了为大模型提供上下文的接口标准，使其能够无缝连接各种外部应用的数据，可以通过插拔式的配置决定AI应用是否集成某个应用，大大降低了开发成本，提高了可复用性。
2. Dataphin MCP
Dataphin MCP采用SSE（Server-Sent Events）协议，如下是对应的JSON配置：
Dataphin MCP目前提供两个与数据服务相关的Tools，分别为：
- listDataServiceAPI: 根据所提供的应用，获取有权限调用的数据服务API信息，包括API ID、输入和输出参数、API调用文档等
- invokeDataServiceAPI：调用数据服务API来获取数据
3. 场景举例
对于企业开发人员，可以通过Dataphin数据服务API来获取商品、用户、订单等数据。举个例子，现在公司计划开发一款移动端的信息查询工具，以支持运营同学随时随地查询用户信息、订单数据等。
您可以通过 “大模型” + “Dataphin MCP” 的方式，快速构建数据查询助手。
演示如下：
1. 创建一个“智能查询助手”，关联Dataphin MCP服务，图中以百炼为例：
2. 在右侧输入您的问题测试模型效果，如输入：“帮我查询今年所有品类的销售额，同时查询销售额第一的品类中单品销量Top1”
a. 首先，模型会调用listDataServiceAPI这个Tool以查询所有可调用的API；
b. 然后，模型会根据可用的API名称、描述、入参等信息，规划出为了解决当前用户问题需要调用哪些API。
在本问题中，模型从众多API中选择了两个API进行调用，并将调用结果呈现给用户，分别是：QueryTransactionByProductCategory(根据产品品类查询总交易额)和QueryProductSaleInCat（查询指定品类下每个商品的销售额）。
*以上均为模拟演示数据，不具备实际意义
4. 结语
未来，瓴羊Dataphin将持续丰富和迭代MCP Server的工具集，包括数据研发、任务运维、数据治理等，有了这些工具您将可以通过自然语言体验更多场景：
- 查询项目A中的任务运行状态，并对失败实例进行批量重跑；
- 在项目A中创建一个集成任务，其中数据来源于MySQL数据库
test_mysql的表customer，同步到项目计算源中，并一键建表； - 创建一个规则强度为弱的质量规则，要求被监控字段需要满足国内有效的电话号码格式，同时将表
customer的字段phone作为监控对象；
来源 | 瓴羊DaaS公众号
