在之前發(fā)布的內容中，我們曾介紹過時序數(shù)據(jù)庫 IoTDB 實現(xiàn)了 IoTDB MCP Server 功能。借助該功能，用戶只需用自然語言描述需求，例如“查詢 2025 年 3 月 19 日所有基站的整流模塊電流平均值”，大模型便能自動調用相應的查詢函數(shù)，直接與 IoTDB 交互并獲取所需數(shù)據(jù)。
值得一提的是，IoTDB MCP Server 已被多個社區(qū)/網站收錄：
官方 MCP Server：Anthropic 公司開源，時序數(shù)據(jù)庫 IoTDB 已被 MCP 開源社區(qū)收錄在 GitHub README 的“官方集成”板塊中
魔搭社區(qū)：阿里云推出的 AI 大模型開源社區(qū)，為開發(fā)者模型體驗、下載、調優(yōu)、訓練、推理、部署等提供一站式服務
Smithery 網站：集中收錄 MCP Server 的網站，提供多種 MCP Client 配置命令，可以直接復制
MCPSvr 網站：從 5ire 衍生出的開源項目，目的是提供一個開放的 MCP Servers 市場
為什么我們如此關注 MCP？為什么我們認為，MCP 為時序數(shù)據(jù)庫和 AI 的融合創(chuàng)新帶來了更加易用的解決方案？我們將為您一一說明。
01 快速回顧：MCP 是什么
MCP，全稱為 Model Context Protocol，即模型上下文協(xié)議，由 Anthropic 公司建立并開源。它就像是一座橋梁，一端連接著數(shù)據(jù)源，另一端連接著 AI 驅動的工具，極大地簡化了大模型與數(shù)據(jù)、工具及服務之間的交互方式。
MCP 的架構主要包含 MCP 服務器和 MCP 客戶端兩個核心部分。開發(fā)人員可以通過 MCP 服務器公開自己的數(shù)據(jù)，這些數(shù)據(jù)可以來自本地的文件系統(tǒng)、數(shù)據(jù)庫，也可以來自諸如第三方 API 的遠程服務。連接到這些服務器的 AI 應用程序就是 MCP 客戶端，主要負責訪問這些數(shù)據(jù)。
MCP 的工作原理主要分為四步：
1. 用戶提出問題后，MCP 客戶端把問題和 MCP 服務器工具一起發(fā)給大模型。
2. 大模型返回需要調用哪些工具，MCP 客戶端調用對應工具，獲取數(shù)據(jù)執(zhí)行結果。
3. MCP 客戶端將本次結果、用戶提出的問題及工具再發(fā)給大模型。
4. 重復以上步驟，直到大模型返回完整的問題解答，結果通過 MCP 客戶端返回給用戶。
02 為什么所有 AI 玩家都在討論 MCP？
為什么 MCP 成為當下大熱點？主要有以下幾個原因：
(1) 增強大模型能力
以往的大模型如同一個知識淵博卻被困在屋子里的人，只能憑借靜態(tài)知識庫中的公開知識來回答問題，無法直接獲取實時數(shù)據(jù)或與外部系統(tǒng)交互。比如不能直接訪問數(shù)據(jù)庫中的最新信息，也無法借助外部工具完成特定任務。這使得大模型基于本地數(shù)據(jù)庫進行訓練并實現(xiàn)私有化部署變得非常困難。
MCP 的出現(xiàn)打破了這種局限，賦予大模型更多“外掛工具”。大模型借此能夠連接數(shù)據(jù)庫、訪問本地文件、調用第三方 API 服務，進而提升自身的性能和表現(xiàn)。大模型不再僅僅是“公用的知識專家”，還成為了“私人的數(shù)據(jù)助手”。如此一來，用戶便能基于 IoTDB 存儲的工業(yè)時序數(shù)據(jù)，真正將時序大模型應用到實際場景中。
(2) 簡化交互流程
在 MCP 出現(xiàn)之前，開發(fā)者要想讓大模型與不同數(shù)據(jù)源交互，需為每個數(shù)據(jù)源編寫單獨的連接器。這就好比想要連接不同的電器設備，卻要為每個設備準備特定的插頭，非常麻煩。MCP 制定了統(tǒng)一規(guī)范，為所有數(shù)據(jù)源提供了一個類似“通用插頭”或“USB 接口”的標準化接口。借助這個接口，無論是連接數(shù)據(jù)庫、第三方 API，還是本地文件等各類外部資源，都能輕松實現(xiàn)，既簡單又高效。
因此，MCP 在時序數(shù)據(jù)庫 IoTDB 的功能實現(xiàn)無疑滿足了用戶使用時序大模型時的多樣化需求，減少了時序大模型的使用和學習成本。
(3) 打破數(shù)據(jù)孤島
傳統(tǒng)的數(shù)據(jù)集成方式很容易形成數(shù)據(jù)孤島。不同的數(shù)據(jù)庫、文件系統(tǒng)和服務，因各自的接口、協(xié)議和數(shù)據(jù)格式存在差異，與其他數(shù)據(jù)源之間常常缺乏連接，導致大模型無法充分利用數(shù)據(jù)資源。MCP 的出現(xiàn)打破了這些數(shù)據(jù)孤島之間的壁壘，大模型得以用統(tǒng)一的方式訪問各類數(shù)據(jù)源，數(shù)據(jù)的流動和共享變得更加便捷。
工業(yè)場景時序數(shù)據(jù)管理可能涉及設備管理、故障診斷、數(shù)字孿生等多類系統(tǒng)，利用 IoTDB MCP Server，時序大模型能夠實現(xiàn)不同系統(tǒng)數(shù)據(jù)的集成、訪問和運用，在提升時序大模型結果準確性的同時，為企業(yè)的決策提供更全面、準確的支持。
03 IoTDB MCP 新增：樹表雙模型支持
通過上面的詳細解讀，大家應該已經理解了 MCP 對于時序大模型深度應用的重要性。MCP 讓 IoTDB 的時序大模型“看得懂”實際場景需求，用戶使用時序大模型也就會更加絲滑，能通過 IoTDB 時序大模型做到的查詢計算也就會越來越深入了。
在之前對 IoTDB MCP Server 功能的介紹中，我們詳細解讀了 MCP 在 IoTDB 表模型數(shù)據(jù)庫架構下的功能、應用場景以及對應的使用流程。現(xiàn)在，我們很高興地宣布，IoTDB MCP 針對樹模型架構也完成了功能實現(xiàn)，目前 MCP 已支持樹表雙模型的使用！
針對 MCP 在 IoTDB 樹模型方向實現(xiàn)的功能情況，我們總結如下：
(1) 核心功能
1. 查詢工具
select_query：執(zhí)行 SELECT 查詢語句，從數(shù)據(jù)庫中讀取數(shù)據(jù)，大模型提供一個 SELECT SQL 查詢語句作為輸入，函數(shù)就會返回查詢結果，大模型會讀取到表的文本形式（列以逗號分隔）。例如，如果你想要查詢某個設備在過去一周內的溫度數(shù)據(jù)，可以用自然語言描述這個需求，大模型就會調用 select_query 函數(shù)，傳入相應的 SQL 查詢語句，然后返回溫度數(shù)據(jù)。
2. 元數(shù)據(jù)工具
metadata_query：執(zhí)行測點管理中的查詢語句，比如查看或統(tǒng)計數(shù)據(jù)庫、設備模板、時間序列等信息，大模型提供一個 SHOW / COUNT 語句作為輸入，函數(shù)會返回元數(shù)據(jù)的詳細信息或統(tǒng)計結果。例如，可以用自然語言詢問某個數(shù)據(jù)庫中有哪些時間序列，大模型就會調用 metadata_query，并生成 SQL 語句 SHOW timeseries root.xx.** 作為輸入，然后獲取時間序列信息。
(2) 使用流程
使用 IoTDB MCP Server 需要滿足一些前提條件：
安裝 Python，并使用 uv 包管理器（pip install uv）
安裝并運行 IoTDB 數(shù)據(jù)庫實例（可點擊下載）
安裝 IoTDB MCP Server 的依賴項
接下來，按照以下步驟進行操作：
1. 克隆倉庫
打開終端，運行以下命令克隆 IoTDB MCP Server 的代碼倉庫：
git clone https://github.com/apache/iotdb-mcp-server.git
cd iotdb_mcp_server2. 創(chuàng)建虛擬環(huán)境
使用 uv 創(chuàng)建虛擬環(huán)境，并激活它：
uv venv
source venv/bin/activate # 或在 Windows 上使用 venv\Scripts\activate3. 安裝依賴
在虛擬環(huán)境中，運行以下命令安裝開發(fā)依賴：
uv sync4. 配置集成（以 Claude Desktop 為例）
根據(jù)你的操作系統(tǒng)，找到 Claude Desktop 的配置文件：
在 MacOS 上，位置為 ~/Library/Application Support/Claude/claude_desktop_config.json
在 Windows 上，位置為 %APPDATA%/Claude/claude_desktop_config.json
在配置文件中，添加以下內容，確保將 YOUR_REPO_PATH 替換為你的倉庫路徑，env 配置為實際的 IoTDB 實例信息：
{
"mcpServers": {
"iotdb": {
"command": "uv",
"args": [
"--directory",
"YOUR_REPO_PATH/src/iotdb_mcp_server",
"run",
"server.py"
],
"env": {
"IOTDB_HOST": "127.0.0.1",
"IOTDB_PORT": "6667",
"IOTDB_USER": "root",
"IOTDB_PASSWORD": "root",
"IOTDB_SQL_DIALECT": "tree"
}
}
}
}如果你需要找到 uv 的完整路徑，可以在 MacOS/Linux 上運行 which uv，在 Windows 上運行 where uv。
5. 打開 Claude Desktop，開始體驗
正式使用前請?zhí)崆皽蕚浜脭?shù)據(jù)，也可以直接使用下方的 SQL 快速錄入測試數(shù)據(jù)。
通過 start-cli.sh/bat 進入 IoTDB CLI，并執(zhí)行以下 SQL 語句：
create database root.test
create device template battery_data aligned (load_current FLOAT encoding=RLE, battery_current FLOAT encoding=RLE)
set device template battery_data to root.test.station_001
insert into root.test.station_001(timestamp, load_current, battery_current) values(1, 60.1, 10.2)
insert into root.test.station_001(timestamp, load_current, battery_current) values(2, 61.1, 10.3)
insert into root.test.station_001(timestamp, load_current, battery_current) values(3, 59.2, 9.1)
insert into root.test.station_001(timestamp, load_current, battery_current) values(4, 61.5, 10.9)
insert into root.test.station_001(timestamp, load_current, battery_current) values(5, 60.4, 10.2)
insert into root.test.station_001(timestamp, load_current, battery_current) values(6, 58.5, 10.8)(3) 使用場景
場景1：自然語言查詢數(shù)據(jù)庫
場景2：結構分析
04 總結
MCP 技術的突破性出現(xiàn)，正在重塑大模型生態(tài)的底層架構，其標準化交互機制有望成為 AI 世界的“通用語言”。IoTDB MCP Server 作為 MCP 技術的成功實踐，在極大簡化數(shù)據(jù)查詢流程的同時，為時序數(shù)據(jù)處理提供了標準化的大模型接入方案。這使得工業(yè)設備數(shù)據(jù)能夠直接參與模型訓練與推理，充分釋放了時序數(shù)據(jù)在 AI 時代的應用潛能。目前，IoTDB MCP Server 已被收錄于 MCP 官方社區(qū)和多個 MCP 資源網站。
目前，MCP 功能已在 GitHub 開源，我們誠邀更多朋友參與試用，并提供寶貴意見！
05 附：官方收錄鏈接
MCP 開源社區(qū)收錄 IoTDB：https://github.com/modelcontextprotocol/servers
阿里云魔搭社區(qū)收錄 IoTDB MCP Server：https://modelscope.cn/mcp/servers/@apache/iotdb-mcp-server
Smithery 網站收錄 IoTDB MCP Server：https://smithery.ai/server/@apache/iotdb-mcp-server
MCPSvr 網站收錄 IoTDB MCP Server：https://mcpsvr.com/
更多內容推薦：
? 下載時序數(shù)據(jù)庫 IoTDB 開源版
? 了解如何使用 時序數(shù)據(jù)庫 IoTDB AI 能力
