在AI应用开发中，我们想让大模型访问外部数据源或工具，比如内部数据库、搜索引擎、文件系统等该如何实现呢？如果每个场景都手写一套API，既麻烦又难以统一。

为了解决这个问题，MCP（Model Context Protocol，模型上下文协议）应运而生，它定义了一套标准协议，让大模型能够以统一的方式调用外部能力。

FastMCP是一个极简而高效的开发框架，可以在几分钟内写出一个可用的MCP服务。本文将教大家如何使用FastMCP快速开发一个MySQL MCP，让大模型可以直接执行数据库操作。

1.什么是FastMCP？

首先，我们先了解FastMCP，它是一个基于Python的轻量级框架，用于快速开发MCP（Model Context Protocol，模型上下文协议）服务。

它提供了简洁的装饰器（@app.tool()）来定义工具函数，并自动处理JSON-RPC通信、参数校验、服务注册等复杂逻辑，让我们专注于编写业务逻辑。简单来说：

• MCP让大模型能调用外部工具、数据库、API；

• FastMCP让开发者用几行代码就写出一个MCP服务。

2. 环境准备

需要Python 3.11+。

3. 安装依赖

pip install fastmcp pymysql

4. 准备MySQL测试数据库

确保有一个MySQL数据库运行，并能正常连接，创建test_db库，创建users表，表的定义和内容可以自行定义。

5. 开发

实现一个简单的MySQL MCP服务

📂 项目结构：

mcp-mysql/ ├─ mysql_mcp.py └─ requirements.txt

mysql_mcp.py​​​​​​​

import pymysqlfrom fastmcp import FastMCP
# 初始化 MCP 服务app = FastMCP("MySQL MCP")
# 数据库连接配置DB_CONFIG = {    "host": "127.0.0.1",    "user": "root",    "port": 3308,    "password": "123456",    "database": "test_db",    "charset": "utf8mb4",    "cursorclass": pymysql.cursors.DictCursor}

def run_query(sql: str):    """执行 SQL 并返回结果"""    conn = pymysql.connect(**DB_CONFIG)    try:        with conn.cursor() as cursor:            cursor.execute(sql)            # 如果是 SELECT，返回结果列表            if sql.strip().lower().startswith("select"):                rows = cursor.fetchall()                return {"rows": rows}   # ✅ 包装成 dict            else:                conn.commit()                return {                    "status": "success",                    "rows_affected": cursor.rowcount                }    finally:        conn.close()

# 定义工具@app.tool()def query_mysql(sql: str) -> dict:    """    执行 MySQL 查询语句    参数:      sql: 要执行的 SQL 语句 (SELECT / INSERT / UPDATE / DELETE)    """    try:        return run_query(sql)    except Exception as e:        return {"error": str(e)}

if __name__ == "__main__":    app.run(transport="stdio")

6. 调试MCP服务

MCP Inspector是专门用来检查和交互测试MCP（Model Context Protocol）服务的调试工具。

1）安装MCPInspector：

npx @modelcontextprotocol/inspector

注意：执行上述命令需要先安装Node，建议20+

2）启动MySQL MCP服务并打开调试界面

npx @modelcontextprotocol/inspector python F:/python/mysql_mcp.py

注意：F:/python/mysql_mcp.py 需要修改为自己的实际路径

启动成功后会自动打开调试页面，如图：

输入：

select * from users

输出：​​​​​​​

{  "content": [    {      "type": "text",      "text": "{\"rows\":[{\"id\":1,\"name\":\"hello\"}]}"    }  ],  "structuredContent": {    "rows": [      {        "id": 1,        "name": "hello"      }    ]  },  "isError": false}

增、改、删可自行测试。

MCP Inspector能在运行MCP服务器时实时展示其暴露的工具、资源、提示和事件，测试调用、查看输入输出数据、捕捉错误日志，从而快速验证和调试MCP服务是否正常工作。

特别注意：

• 本文示例内容不要直接暴露给不受控的大模型，否则可能执行危险SQL。

• 可以在query_mysql里增加白名单，比如只允许SELECT，或者限制表名。

• 如果要支持多数据库连接，可以在工具里增加db_name参数。

由于篇幅有限，下一期我们将实现如何让大模型调用本文的MySQL MCP服务。

 最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包：

• ✅AI大模型学习路线图
• ✅Agent行业报告
• ✅100集大模型视频教程
• ✅大模型书籍PDF
• ✅DeepSeek教程
• ✅AI产品经理入门资料

如果你也想通过学大模型技术去帮助自己升职和加薪，可以扫描下方链接👇👇
​​

为什么我要说现在普通人就业/升职加薪的首选是AI大模型？

人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

​​

资料包有什么？

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

​​​​

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓