1. 前言

在AI技术日新月异的今天，我们正见证着LLM（大语言模型）从"能说会道"向"能工巧匠"的进化。当Anthropic推出Model Context Protocol（MCP）时，它像一道闪电划破夜空——这个被称作"AI界的USB-C"的协议，正在重新定义人机协作的边界。

作为一个沉迷于技术探索的开发者，我始终在寻找让AI真正"落地"的方法。当看到MCP协议支持本地文件操作、数据库访问甚至浏览器自动化时，一个大胆的想法在我脑中成型：能否在VS Code这个开发者主战场上，用零代码方案复刻类Manus的智能体能力。

本文通过两个开源MCP Server（FileSystem/PostgreSQL），在VS Code中搭建起从数据库查询到文件输出的完整工作流。当看到AI自主分解任务、调用工具并最终生成CSV文件的那一刻，我仿佛触摸到了未来：或许"人人手搓智能体"的时代，真的不再遥远......

2. MCP概念

MCP（Model Context Protocol）是一种旨在简化人工智能与外部资源交互的协议。它被设计用来让开发者通过标准化的接口，让AI能够访问和操作文件系统、数据库、电子表格等多种资源，最终帮助实现更复杂的自动化工作流。MCP的核心理念是通过为AI提供一系列基础的操作功能，使得AI可以自主地完成任务，而无需开发者过多干预。

2.1. Function calling VS MCP

在传统的编程模式中，人工智能通常通过函数调用（Function Calling）的方式来实现与外部资源的交互。函数调用要求开发者预先编写每一个功能模块的接口，AI只能通过调用这些函数来执行特定的操作。这种方式的局限性在于，开发者需要为每种可能的任务和操作单独创建函数和逻辑代码，且每次AI执行任务时，开发者都需要介入，提供新的函数或修改现有的代码。这导致开发者的工作量增加，且系统的灵活性受到一定限制。

MCP（Model Context Protocol）的出现则解决了这一问题。它通过标准化的协议，定义了一套通用的接口和操作规范，使得AI能够以更为自主的方式与各种外部资源进行交互。开发者不需要为每个任务编写独立的函数，AI通过MCP协议可以直接访问文件系统、数据库、电子表格等各种资源，并在这些资源上执行一系列操作。

MCP的优势在于，它允许AI在没有过多干预的情况下完成复杂的任务。开发者只需要为AI配置相关的资源和权限，而AI则可以根据预定义的协议自动决定如何操作这些资源。这使得开发者能够更加专注于设计和优化AI的智能决策，而不必被繁琐的编程工作所束缚。

特性	Function Calling	MCP
操作灵活性	受限于开发者编写的函数接口，需要为每个任务创建单独函数。	高度灵活，AI可以根据协议自主选择操作的方式。
开发者干预	每次任务执行都需要开发者介入，编写或修改函数。	开发者只需配置资源和权限，AI可以自主执行任务。
适用场景	适用于简单的功能调用，任务变化较少的场景。	适用于复杂的任务自动化和跨系统资源交互。
扩展性	扩展性差，添加新功能时需要编写新函数。	高度可扩展，支持多种外部资源和自动化工作流。
维护难度	随着任务增多，函数接口的维护难度加大。	由于协议标准化，维护工作减少，资源配置更加简单。
集成外部资源的难度	需要开发者逐一编写适配函数进行集成。	使用标准化协议，可以轻松集成各种外部资源。
工作流自动化	需要编写多个函数和控制逻辑，自动化程度较低。	支持通过协议实现高度自动化的工作流。

从对比表中可以看出，MCP在灵活性、扩展性和自动化方面相较于传统的函数调用方式具有显著的优势，尤其在涉及到跨系统资源集成和复杂自动化任务时，MCP的优势尤为明显。

2.2. MCPServer平台

MCPServer平台是Model Context Protocol（MCP）协议的核心构建块，它为开发者提供了一个服务端的基础架构，用以支持MCP协议的实现与运作。MCPServer是一个开源平台，允许开发者通过配置和搭建MCP服务器，轻松地将各种外部资源与AI进行集成，并通过MCP协议进行交互，主流一些的平台主要有以下一个：

• 官方：https://github.com/modelcontextprotocol/servers， 这里提供了完整的代码库和文档，帮助开发者部署和自定义MCP服务器。通过这个平台，开发者能够快速配置自己的MCP环境，并将其与不同的应用和服务对接。

• MCPSo：https://mcp.so/，这个网站是一个专门收集和展示Model Context Protocol（MCP）服务器的平台，致力于为开发者和用户提供丰富的MCP服务器资源。在MCPSo上，你可以浏览各种类型的MCP服务器，包括地图服务、浏览器自动化、数据处理等，满足不同场景下的需求。此外，MCPSo还提供了服务器的详细信息和配置示例，帮助用户快速上手和集成。

• MCPMarket：https://mcpmarket.com/，它汇集了大量与MCP兼容的工具、服务和资源。在MCPMarket上，你可以发现各种MCP服务器，了解其功能和应用场景，方便您根据需求选择合适的工具。平台提供了清晰的分类和搜索功能，帮助用户快速找到所需的资源。

2.3. MCP支持的客户端

在MCP的生态系统中，支持的客户端种类繁多，每个客户端都具备不同的功能和优势，能够帮助开发者根据不同的需求完成各种任务。下表展示了多种MCP客户端及其各自支持的特性，具体包括对资源、提示、工具、采样等的支持，具体类可基于网址查看：https://modelcontextprotocol.io/clients

3. VS Code+Cline实现手搓智能体

我想做一个测试，如果我基于cline给大模型下达了一个指令，他是否会分解步骤，进行规划，依次执行，最后给我一个我想要的结果，如果可以，那是不是人人手搓智能体的时代就不远了，于是我想到了一个简单场景，读取PostgresSQL表中的数据写入本地excel表格。要完成上述业务场景，需要预先准备一下场景数据，在PostgresSQL中准备一张student数据表，准备工作就这一步。

针对这个需求我找了两个对应的MCP Server，分别是File Syetem（github）、PostgresSQL（github）。下面就从MCP Server在VS Code中的集成开始，一步一步带大家体验如何用零代码方案复刻类Manus的智能体能力。

3.1. VS Code+Cline集成MCP Server

3.1.1. 基础集成

首先在VS Code中安装Cline插件，我安装的是中文汉化版：

Cline安装完成以后需要配置一下API提供商（我选的DeepSeek）。

用“你好”测试一下大模型是不是集成进来了

3.1.2. 安装FileSystem

点击Cline的第二个图标，进入MCP服务器的市场选项页安装一下MCP服务器，我安装的是FileSystem，可以搜索filesystem直接安装。

也可以采用npx的方式安装，我的系统的win10，用的是npx的方式，进入MCP服务器——已安装选项页，点击配置MCP服务器填写如下配置：

"filesystem": {
  "command": "cmd",
  "args": [
    "/c", 
    "npx",
    "-y",
    "@modelcontextprotocol/server-filesystem",
    "D:/wx"
  ],
  "disabled": false,
  "autoApprove": []
}

3.1.3. 安装PostgresSQL

采用npx的方式安装，进入MCP服务器已安装选项页，点击配置MCP服务器填写如下配置：

"postgres": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://username:pwd@localhost:5432/database_name"
      ],
      "disabled": false,
      "autoApprove": [
        "query"
      ]
    }

在上面命令中吧username、pwd、database_name这三个参数换成你自己的数据库配置，配置完了以后可以看一下右侧的已安装选项页是否安装了对应的MCP Server。

3.2. 发送提示词指令

MCP Server都安装了以后，我们需要看一下每个MCP Server的用法，这里我带着大家看一下，首先是File System：

从图上可以看出FileSystem有很多功能，比如读取文件，写入文件，编辑文件等，每个功能都有使用说明，比如read_file，要用这个工具就需要传入path，path的话我们在配置文件里面已经配置过了。

接下来就是Postgres，它的功能只有query（查询数据库）。

这两个MCP Server完成数据读写的技术路线大致如下：

1. 数据读取
   首先，通过Postgres（MCP Server）在PostgresSQL数据库中读取所需的数据。这一过程涉及到数据库连接、查询执行以及数据提取，确保所需信息能够准确无误地获取。
2. 文件创建
   接下来，FileSyetem（MCP Server）将在D:/wx目录下创建一个名为xfc.xlsx的文件。此步骤需要确保目录的存在以及文件的正确命名，以便后续的数据写入操作能够顺利进行。
3. 数据写入
   最后，FileSyetem（MCP Server）将把从PostgresSQL数据库中读取的数据写入到刚刚创建的xfc.xlsx文件中。此过程需要处理数据格式的转换和写入操作的执行，确保数据能够以正确的格式存储在Excel文件中。

准备工作已经完成，开始发送命令：

帮我查询student中所有数据，并写入D:/wx/xfc.xlsx

发送命令后，大模型就开始拆解我的任务，然后调用相应的MCP Server:

在末尾的时候.xlsx文件无法写入，大模型还更改了方案，改为写入.csv，最后成功了：

我现在去目录下面看一下结果，发现D:/wx目录下面新建了xfc.csv:

打开文件看一下，数据已经被成功写入了csv文件：

5. 结语

在本文中，我们深入探讨了如何利用Model Context Protocol（MCP）在VS Code环境中构建智能体，成功实现了从PostgreSQL数据库读取数据并输出至Excel文件的功能。这一过程展示了MCP在简化AI与外部资源交互方面的强大能力，预示着“人人手搓智能体”时代的到来。下一篇文章将重点介绍如何在Spring Boot框架中整合MCP。通过将SpingBoot与MCP相结合，我们可以将现有应用转变为智能AI助手，进一步提升系统的智能化水平和用户体验。敬请期待！

 这份《AI产品经理学习资料包》已经上传CSDN，还有完整版的大模型 AI 学习资料，朋友们如果需要可以在文末CSDN官方认证二维码免费领取【保证100%免费】
资料包： CSDN大礼包：《对标阿里黑客&网络安全入门&进阶学习资源包》免费分享

AI产品经理，0基础小白入门指南
作为一个零基础小白，如何做到真正的入局AI产品？

什么才叫真正的入局？

是否懂 AI、是否懂产品经理，是否具备利用大模型去开发应用能力，是否能够对大模型进行调优，将会是决定自己职业前景的重要参数。

你是否遇到这些问题：
1、传统产品经理

不懂Al无法对AI产品做出判断，和技术沟通丧失话语权
不了解 AI产品经理的工作流程、重点
2、互联网业务负责人/运营
对AI焦虑，又不知道怎么落地到业务中想做定制化AI产品并落地创收缺乏实战指导
3、大学生/小白
就业难，不懂技术不知如何从事AI产品经理想要进入AI赛道，缺乏职业发展规划，感觉遥不可及
为了帮助开发者打破壁垒，快速了解AI产品经理核心技术原理，学习相关AI产品经理，及大模型技术。从原理出发真正入局AI产品经理。

这里整理了一些AI产品经理学习资料包给大家
📖AI产品经理经典面试八股文
📖大模型RAG经验面试题
📖大模型LLMS面试宝典
📖大模型典型示范应用案例集99个
📖AI产品经理入门书籍
📖生成式AI商业落地白皮书

🔥作为AI产品经理，不仅要懂行业发展方向，也要懂AI技术，可以帮助大家：
✅深入了解大语言模型商业应用，快速掌握AI产品技能
✅掌握AI算法原理与未来趋势，提升多模态AI领域工作能力
✅实战案例与技巧分享，避免产品开发弯路

这份《AI产品经理学习资料包》已经上传CSDN，还有完整版的大模型 AI 学习资料，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
资料包： CSDN大礼包：《对标阿里黑客&网络安全入门&进阶学习资源包》免费分享

AI大模型学习福利
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

大模型&AI产品经理如何学习
求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程
网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击CSDN大礼包：《对标阿里黑客&网络安全入门&进阶学习资源包》免费分享前往获取

3.技术文档和电子书
这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集
这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以CSDN大礼包：《对标阿里黑客&网络安全入门&进阶学习资源包》免费分享免费领取【保证100%免费】🆓