接 MCP 连数据库时,很多人第一反应是「模型自己会去查表」,实际跑起来却发现它要么瞎猜表名,要么把整库结构塞进上下文烧掉一堆 token,要么干脆连错库。这篇从模型视角讲清楚结构信息是怎么被它拿到的,再给一套能落地的表结构描述、加载策略和权限边界清单。
接 MCP 连数据库时,很多人第一反应是「模型自己会去查表」,实际跑起来却发现它要么瞎猜表名,要么把整库结构塞进上下文烧掉一堆 token,要么干脆连错库。根子在于把模型当成了数据库客户端,而它其实只是一个发起调用的角色,真正连库、跑 SQL 的是 MCP server 或它背后的工具。
这篇从模型视角讲清楚结构信息是怎么被它拿到的,再给一套能落地的表结构描述、加载策略和权限边界清单。看完你应该能回答三个问题:我的模型现在能看到哪些表、这些结构是怎么进上下文的、出了问题该从哪里查起。
先搞明白:模型本身看不见你的库
模型只处理被放进上下文的内容。它不知道你数据库里有什么,除非有人把表名、字段、注释写进工具说明、资源文件或者对话里。连库、跑 SQL 的都是 MCP server 或它背后的工具,模型只是发起调用的一方。所以「知道有哪些表」本质是两件事:工具能不能查结构,以及查到的结构有没有被塞进对话。
判断标准很直接:如果你的工具只有一个执行 SQL 的入口、没有任何列结构的能力,模型只能靠猜或靠你先贴给它。这种情况下它答得看起来像那么回事,其实全靠上下文里零星出现过的表名拼凑,一旦你换个库,之前的经验就全废了。
- 工具描述
- 模型在每次对话开始时就能看到的工具说明,写在里面的表名和字段等于白送
- 资源
- MCP 里随会话提供的静态或半静态内容,适合放结构摘要类文件
- 调用
- 模型主动发起的工具执行,能按需去查表清单或单表详情
- 上下文
- 模型实际能读到的全部内容,结构信息最终都要落在这里才起作用
表结构送到模型眼前的四条路
把结构送到模型眼前的方式就那么几种,区别在于谁在什么时机去取、取多少。选哪种取决于你的表多不多、变不变、以及模型要做的任务是不是固定的。
| 方式 | 适合场景 | 代价 |
|---|---|---|
| 随工具描述内置 | 表少且稳定,任务固定 | 表一多描述就臃肿,每次对话都占上下文 |
| 提供列结构工具 | 表多、按需查询 | 多一次往返,模型要先学会主动调 |
| 预生成结构摘要 | 表结构变动可管,想人工把关 | 摘要和真实库容易脱节,需要定期核对 |
| 靠报错反推 | 临时排查、一次性验证 | 反复试错成本高,日常用会拖慢节奏 |
- 随工具描述内置:把常用表和字段写进 MCP 工具说明,模型一开场就能看到,适合表少且稳定的库
- 提供列表结构工具:让模型主动调一次「列出所有表」「描述某张表」,按需获取,最灵活也最难控
- 预生成结构摘要:人工或脚本生成一份精简的表说明文件,作为资源或提示的一部分加载,好审但会过期
- 靠报错反推:不给结构,让模型试错,只适合临时排查而不是日常
实际项目里通常是混用:工具描述里放表名清单和几句业务说明,细节靠结构工具按需拉。这样既保证模型一开场就知道有哪些表,又不会把每个字段都塞进上下文。
该暴露哪些表,不该暴露哪些
结构暴露的第一原则是白名单,不是黑名单。先按业务域划一张白名单,只有白名单内的表允许出现在结构描述里;黑名单的问题是漏一张就全露,维护起来永远追不上库的变动。
- 划业务域把库按业务分成几个域,比如订单、商品、账号,每个域挑出模型真正需要查的表,其余不进白名单
- 敏感表默认不列账号、支付、身份信息这类表默认不列;即使因为业务必须列,也要去掉敏感字段名,只保留关联用的主键
- 用只读视图代替原表给模型只读视图,既限定字段范围也顺带隐藏底层表名,视图名还可以起得对模型更友好
- 验证暴露面把注入的结构描述完整打印出来,逐行确认里面没有白名单之外的表名和字段名
什么情况下不适用:如果需求本身就是让模型做全库探索式分析,白名单反而碍事。这时应该换成专门的只读分析账号,把限制放在账号权限和日志上,而不是靠结构描述来挡。
表结构怎么描述,模型才不容易查错
结构描述不是把 DDL 抄一遍。模型需要的是「这张表干什么用、哪些字段能用来筛、字段值长什么样」,而不是完整的建表语句。写得越贴近业务,它写出来的 SQL 越准。
- 每张表写清:表名、一句话用途、关键字段及含义、字段枚举值、与其他表的关联字段
- 字段名用英文原名,但补一行中文或业务别名,避免模型把 status 理解成状态以外的东西
- 明确写出哪些字段不能用来过滤,比如已废弃字段或内部标记位,这比列一堆用不上的字段更有用
- 结构说明控制在必要范围,表多时按业务域拆成多个工具或分文件,不要一次性全塞
枚举值这一项最容易被忽略。模型写 WHERE status = 'paid' 还是 'PAID' 还是 '1',全靠你描述里有没有写清楚。不写的话它只能猜,猜错了结果集为空,它还会以为是表里没数据。
表一多就爆炸:加载策略怎么定
表数量上去以后,全量结构描述会吃掉大量上下文,留给对话本身的空间就被挤压了。先算规模:统计表数量和字段总数,估算一次全量结构描述大概占多少 token,到 /tools/token-price-calculator 换算一下成本,再决定要不要做分层。
| 层级 | 加载时机 | 放什么 |
|---|---|---|
| 第一层 | 开场常驻 | 表名清单、每表一句用途、所属业务域 |
| 第二层 | 模型按需调 | 单张表的字段、枚举值、关联关系 |
| 第三层 | 出问题时才看 | 完整 DDL、索引、历史变更说明 |
判断标准:如果结构描述占了上下文的很大一块,优先改成分层加载,而不是换更贵的模型。换模型解决不了上下文被挤占的问题,只会让同样的浪费更贵。同一轮对话里重复拉同一张表的结构也没意义,让 server 侧做一层简单的会话内缓存即可。
权限收口:别让「能看结构」等于「能改数据」
能看结构和能改数据是两件事,在工具设计上必须分开。最常见的坑是图省事只开一个数据库账号,模型既能查结构又能执行任意 SQL,一旦它生成的语句带了写操作,日志里也很难分清是调试还是误操作。
- 结构读取和数据读写分成两个工具,各自绑定不同账号,只读账号不给写权限
- MCP 侧只允许执行白名单内的语句类型,删表、改表结构的入口直接不开
- 把 SQL 执行日志和结构查询日志分开记,出问题时能分清是模型查错了还是人改坏了
- 给每个工具设置结果行数上限,避免一次查出大结果集拖垮会话
什么情况下不适用:内部一次性调试环境可以放宽,但一旦接入真实业务库就要收回来。放宽的那段时间也要留着日志,否则出了问题连回放都做不到。
连不上或查错表时的排查顺序
模型「不知道有哪些表」的表现有很多种:表名瞎编、字段名对不上、查出来是空集、调用直接超时。按下面这个顺序查,基本能定位到是哪一环出了问题。
- 看模型到底拿到了什么把注入的工具说明或资源内容完整打出来看一眼,确认表名清单是否真的进了上下文,而不是你以为进了
- 确认连接与 schema确认工具是否真的连到目标库和 schema,很多问题是默认 schema 不对,表在另一个 schema 里
- 核对表名匹配看模型生成的表名与白名单的匹配情况,拼写近似但不存在是最常见的错,比如单复数、下划线写法不一致
- 再看结果与超时结构对了但查询太慢或返回太大,也会让模型表现出像是不认识表,这时候该调的是查询限制而不是结构描述
排查时建议保留一份固定的测试问句,比如「列出所有订单相关的表」「查最近一条商品记录」,每次改完配置就跑一遍,对比模型给出的表名和真实白名单是否一致,比凭感觉判断靠谱得多。
给自己定一套最低标准
这套做法的核心不是把结构写得多详细,而是把暴露面、加载方式和权限三件事的边界定清楚。有白名单、有只读视图、有分层结构描述、有独立日志,这四样齐了再谈扩展。
- 白名单驱动,默认不暴露,新增表要显式加进去
- 只读视图优先,底层表名和敏感字段不外泄
- 结构分层加载,开场只给清单,详情按需拉
- 结构查询与数据读写分账号、分日志
- 定期核对结构描述和真实库的差异,表加了字段没更新描述,模型就会按老结构查
最后一项最容易被拖成长期债。库在变,描述不变,模型就会一直按老结构写 SQL,表面上还能跑,结果越来越偏。把结构描述的更新和表结构变更绑在一起走同一个流程,比事后回头补要省事得多。
下一步如果你不想从零写数据库类 MCP server,可以先看现成的实现,重点读它的结构暴露方式和权限设计,再决定要不要自己写。去 /mcp 浏览当时的目录,对照本文的清单逐项核对。→常见问题
MCP 会自动把数据库表结构发给大模型吗?
不会自动。结构能不能到模型眼前,取决于你用的 MCP server 有没有提供列表结构之类的工具,以及工具说明里写了什么。默认什么都不给的话,模型只能靠猜表名或者你手动贴结构。
表特别多,全部写进结构描述会怎样?
最直接的后果是上下文被结构说明占满,留给实际查询和推理的空间变少,成本和延迟都会上去。这时候应该改成分层:开场只给表名清单,模型需要某张表时再单独拉详情。
能不能让模型自己去数据库里探索表结构?
技术上可以,给它一个能执行 show tables、describe 之类语句的只读账号就行。但探索过程会消耗多轮调用,还容易查到不该看的表,所以更适合调试环境,正式业务库建议给白名单加预生成的结构描述。
结构描述里要写中文说明吗?
建议写。字段英文名对模型来说只是字符串,加一句业务含义能明显减少它理解偏的情况,尤其是 status、type 这类含义宽泛的字段,最好把枚举值也列清楚。
怎么确认模型拿到的结构是对的?
把注入给模型的那段工具说明或资源内容原样打印出来,和你库里的真实结构对一遍。这一步能排掉大部分「查错表」的问题,比反复调提示词有效得多。