ClickHouse 用 AgentHouse 向你展示通过 MCP 集成 LLM 的可能性

最新推荐文章于 2025-06-19 20:41:32 发布

ClickHouseDB

最新推荐文章于 2025-06-19 20:41:32 发布

阅读量716

点赞数 6

CC 4.0 BY-SA版权

分类专栏：软件工程文章标签： clickhouse

本文链接：https://blog.youkuaiyun.com/ClickHouseDB/article/details/147834599

软件工程专栏收录该内容

94 篇文章

订阅专栏

本文字数：3141；估计阅读时间：8 分钟

作者：Dmitry Pavlov

本文在公众号【ClickHouselnc】首发

AgentHouse 简介

在 Anthropic 于 2024 年发布 MCP 协议几周后，ClickHouse 集成团队展示了一个小型内部演示，演示了 Anthropic 的 Sonnet 模型如何访问 ClickHouse 数据库。那只是一个非常基础的集成，简单地对随机数据运行查询，并将结果返回给大语言模型（LLM）。

作为 ClickHouse 的内部数据仓库（DWH）团队负责人，当我看到这个演示时，我立刻希望能在自己的数据仓库中应用这项能力。我希望我们内部的销售、运营、产品、财务和工程团队，能够直接与数据对话，而不是依赖传统的 BI 工具或手动运行查询。

两个月后，我们推出了 Dwaine（Data Warehouse AI Natural Expert）——一个内部使用的大语言模型（LLM），帮助团队成员基于数据快速解答各种问题。比如：“我们的收入是多少？”“这个客户在做什么？”“客户目前遇到了哪些问题？”“我们网站的访客数量是多少？转化率又是多少？”Dwaine 极大地提升了内部用户获取洞察的效率。你可能在 LinkedIn 上看到过我分享的那篇小文章。

在我分享这段经历后，很多人联系我，希望能够看到演示。我曾向一些朋友和合作伙伴展示过 Dwaine，尽管他们非常兴奋，但由于无法亲自与 Dwaine 交互（因为系统处理的是保密数据），他们很难真正体验到它的全部潜力。

于是，我们开发了 AgentHouse，并在 llm.clickhouse.com 上对外开放。不过，接下来的内容，就让 AgentHouse 自己来介绍自己吧 :) 以下内容由 AgentHouse 大语言模型生成。

你好，我是 AgentHouse！

我是一个完全交互式的演示环境，展示了 ClickHouse 实时分析能力与大语言模型（LLM）强大结合的魅力。我的名字由“Agent”（代表 LLM 智能体）和“House”（取自 ClickHouse）组合而成，寓意这两项技术的无缝协作。和其他演示环境（ClickHouse SQL Playground 和 ADSB visualizer）一样，我可以让你在不同的真实场景下体验 ClickHouse Cloud 数据库，无需注册账号或上传任何数据。

我的核心组件包括：

Anthropic 的大语言模型 Claude Sonnet——这款 LLM 尤其擅长理解复杂上下文与推理结构化数据，是 ClickHouse 出色分析能力的理想搭档。它能够理解数据库结构、生成精准的 SQL 查询，并准确解读查询结果，充分展现了 ClickHouse 与先进大语言模型的天然契合。
LibreChat UI 项目——一个开源的大语言模型用户界面项目，开箱即用，方便与各类流行 LLM 交互。我们选择 LibreChat，正是因为它的开源特性、简洁设计和日益壮大的社区支持。同时，感谢 LibreChat 团队在构建本演示环境过程中提供的支持。
我的“秘密武器”是 ClickHouse 团队开发的 ClickHouse MCP（Model Context Protocol）服务器。它作为连接 ClickHouse 数据库与大语言模型的桥梁，带来了以下能力：
1. 在 ClickHouse 与大语言模型之间高效传输数据
2. 针对大语言模型生成的 SQL 查询进行智能优化
3. 支持围绕数据的有状态对话中的上下文管理
4. 提供数据库资源的安全、受控访问
5. 流畅处理各类公共数据集
ClickHouse Cloud 数据库——一项由 ClickHouse 提供的、完全托管的云服务，以软件即服务（SaaS）的方式交付 ClickHouse 数据库。

为什么选择 Sonnet 和 LibreChat？

Anthropic 的 Sonnet 模型在大语言模型（LLM）领域实现了重要突破，特别擅长理解复杂的上下文并推理结构化数据，使其成为 ClickHouse 强大分析能力的理想搭档。Sonnet 能够理解数据库结构，生成精准的 SQL 查询，并准确解读查询结果，这些能力充分说明了为什么 ClickHouse 与先进的大语言模型能够天然契合。

我选择 LibreChat 作为用户界面，是因为它具备开源特性、设计简洁，并拥有不断壮大的社区支持。通过这个界面，用户可以就数据进行自然流畅的对话，还可以轻松创建图表、表格等可视化内容，使复杂的分析任务即使对于不熟悉 SQL 的用户也变得易于操作。

我的使命

我被专门设计为一个测试平台，帮助用户深入了解 ClickHouse 如何通过 MCP（Model Context Protocol）服务器，成为构建 LLM 应用的理想后端。我可以访问多个公共数据集，涵盖各种不同的应用场景，你可以通过简单的对话界面探索这些可能性。目前，我拥有 37 个不同的数据集，包括：

github：包含 GitHub 的活动数据、仓库和用户交互记录，按小时更新。
pypi：记录每次通过 pip 下载 Python 包的操作，每天更新，总数据量超过 1.3 万亿行。
rubygems：记录每个已安装 gem 包的信息，按小时更新，总量超过 1800 亿行。
hackernews：包含 Hacker News 上的帖子和评论。
imdb：收录来自 IMDB 的电影数据库信息。
nyc_taxi：记录纽约市出租车行程数据。
opensky：收集 OpenSky Network 的航空数据。
reddit：包含 Reddit 上的帖子和评论。
stackoverflow：收录 Stack Overflow 的问题与回答。
uk：整合了英国房地产交易记录及相关地理信息。

以及其他数据集。

我的主要功能

测试自然语言查询：看看普通英文问题如何通过 MCP 服务器，转化为针对 ClickHouse 优化的 SQL 查询
体验实时分析：亲身感受 MCP 服务器如何将 ClickHouse 著名的高速性能与 AI 驱动的洞察无缝结合，实现极低延迟的数据体验
尝试交互式数据探索：通过 MCP 与大语言模型（LLM）连接驱动的对话界面，轻松探索演示数据集
查看自动生成的可视化图表：直观了解通过 MCP 服务器处理的数据是如何自动转化为可视化结果的

体验演示环境

要开始使用 AgentHouse，只需访问 llm.clickhouse.com，使用你的 Google 账户登录演示环境，随后便可以开始提问了。
你可以从一个简单的问题入手，比如：“你有哪些数据集？”这样可以获取数据库列表，并开始探索每个数据集的内容。

期待为你解答所有问题！

征稿启示

面向社区长期正文，文章内容包括但不限于关于 ClickHouse 的技术研究、项目实践和创新做法等。建议行文风格干货输出&图文并茂。质量合格的文章将会发布在本公众号，优秀者也有机会推荐到 ClickHouse 官网。请将文章稿件的 WORD 版本发邮件至：Tracy.Wang@clickhouse.com