TL;DR
Model AI nie widzi twojej bazy danych, więc kiedy pytasz go o schemat, czasem po prostu zmyśla nazwy tabel i kolumn. Artykuł pokazuje, jak temu zaradzić, budując własny serwer MCP w Pythonie przy pomocy fastmcp - z trzema narzędziami: list_tables, describe_table i run_query, które dają modelowi realny, ale kontrolowany dostęp do danych.
Ciekawa jest ilość uwagi poświęconej bezpieczeństwu: połączenie w trybie tylko do odczytu, biała lista dozwolonych tabel, limit 100 wierszy na zapytanie i limit czasu wykonania. To dobra ilustracja tego, że wpuszczenie agenta AI do bazy danych to nie kilka linijek kodu, tylko osobny temat do przemyślenia pod kątem tego, co może pójść nie tak.
Model AI nie widzi Twojej bazy danych i dlatego zmyśla nazwy tabel. Pokazuję, jak napisać własny serwer MCP w Pythonie i dać mu prawdziwy dostęp.
Czytaj cały wpis u źródła
