爆火 | API 终将镌汰，MCP+LLM+向量数据库才是 Agent 开发新范式

各人好，我是玄姐。
"大模型虽然智能，但似乎在面对各种标题时仍显得力有未逮。"
很多用户在运用大模型时，大概都会遇到这样的困惑。
举例来说，询问 DeepSeek 关于即将到来的清明节的习俗，AI 可以或许信手拈来地提供答案；然而，当要求它制定一份为期三天两晚的清明旅行筹划时，其给出的方案似乎总是不敷完善。
原因显而易见，在制定旅行筹划时，大模型缺少了天气、机票、铁路、导航、酒店等重要数据与工具的接入。这就好比一个极具聪明的大脑，却缺乏了外部的“数据”输入和强健的四肢支持。
在这种环境下，为了提升大模型的能力，通过为其配备多样化的外部工具和数据库，Agent 技能近来2年来备受关注。
然而，要打造一个高度智能的 Agent，通常需要集成大量的外部工具。在传统的 Agent 开发过程中，每增加一个工具，就需要为大模型编写一个新的 API，这使得体系变得越来越复杂。
MCP（模型上下文协议）的问世改变了这一现状。
客岁11月，硅谷 AI 巨头 Anthropic 正式发布了MCP——模型上下文协议，使得开发者只需编写一次代码，就能让大模型对接差别的 API、数据库与文件体系，极大简化了模型的配置过程。
正因为云云，MCP 一经推出，便被誉为最强大的尺度化接口协议，一夜之间在环球大模型范畴掀起高潮，成为新一代 Agent 工具调用的尺度协议。
那么，MCP 究竟是什么呢？我们又该如何将其与 Milvus 相结合？

—1—

模型上下文协议（MCP）是什么

MCP 是一种开源协议，它的目的是对大模型与各类数据源及工具的互联方式进行尺度化。
借助 MCP，大模型（LLM）就如同配备了通用的 Type C 充电接口，可以或许迅速连接到任何支持 MCP 的工具。
从技能架构的角度来看，MCP 实行的是客户端-服务器模型，其中，主应用程序可以或许与多个工具服务器创建连接：
MCP 主机：指那些盼望通过 MCP 来获取数据的程序，例如 Claude 的桌面应用、集成开发环境（IDE）大概 AI 工具（Cursor、Agents 等）。
MCP 客户端：这是与服务器创建一对一连接的协议客户端。
MCP 服务器：通过尺度化的模型上下文协议，连接到具有特定功能的轻量级程序。
当地数据源：指的是 MCP 服务器可以安全访问的计算机文件、数据库和服务。
长途服务：MCP 服务器可以或许连接到互联网上的外部体系（例如，通过 API 进行连接）。

—2—

为何要将 Milvus 与 MCP 结合利用？

Milvus 不仅在处理大规模数据方面体现精彩，其高效的相似性搜索能力和可扩展的向量存储特性，使其成为 Agent 智能体的首选解决方案。
借助 MCP 这位“理想的协调者”，开发者可以或许在不增加额外工程量的环境下，轻松实现大模型对向量数据库知识的高效、尺度化访问。
那么，通过 MCP 整合 Milvus，我们将可以或许享受到哪些功能呢？

• 复杂的向量相似性搜索能力
  

• 索引的创建与操作
  

• Schema 分析：可以直接在 AI 代理界面中检查聚集的 Schema、字段类型和索引设置。
  

• 实时监控：获取聚集的统计信息、实体数量和数据库运行状态指标，确保体系性能最优。
  

• 动态操作：根据需求变化，即时创建新聚集、插入数据或修改 Schema。
  

• 全文搜索：从 Milvus 2.5 版本开始，新版本均支持全文搜索功能。
  

—3—

如何将 Milvus 通过 MCP 与大模型集成？

Milvus MCP 服务器兼容支持 MCP 的各种大模型（LLM）应用程序，其中包罗但不限于以下几款：

• Claude Desktop：由 Anthropic 开发的 Claude 桌面应用程序。
  

• Cursor：一款 AI 代码编辑器，其 Composer 功能支持 MCP。
  

• 自定义 MCP 客户端：任何遵照 MCP 客户端规范开发的应用程序。
  

在接下来的步调中，我们将通过 Claude Desktop 和 Cursor 来展示摆设过程。
第一步：环境准备

在利用 MCP 服务器之前，请确保已经准备好：

• Python 3.10 或更高版本；
  
• 正在运行的 Milvus 实例（当地或长途）
  
• uv 工具
  

第二步：配置指南

我们推荐，Milvus MCP Server 直接利用 uv 方式运行。以下案例中的  Claude Desktop 和 Cursor 都可以云云配置。

1. git clone https://github.com/zilliztech/mcp-server-milvus.git

复制代码

1. cd mcp-server-milvus

复制代码

接下来，我们就可以直接运行 server 了，如下所示：

1. uv run src/mcp_server_milvus/server.py --milvus-uri http://localhost:19530

复制代码

第三步：与 Claude Desktop 集成
Step1：从 https://claude.ai/download 安装 Claude Desktop
Step2：打开你的 Claude Desktop 配置：
macOS：

1. ~/Library/Application Support/Claude/claude_desktop_config.json

复制代码

Step3：添加以下配置

1. {  "mcpServers": {    "milvus": {      "command": "/PATH/TO/uv",      "args": [        "--directory",        "/path/to/mcp-server-milvus/src/mcp_server_milvus",        "run",        "server.py",        "--milvus-uri",        "http://localhost:19530"      ]    }  }}

复制代码

Step4：重启 Claude 桌面
第四步：与 Cursor 集成

Cursor 可以通过 Composer 中的 Agent 功能支持 MCP工具。我们可以通过两种方式将 Milvus MCP 服务器添加到 Cursor：
方法一 ：利用 Cursor 设置 UI

• Step1：转至 Cursor Settings> Features>MCP
  
• Step2：+ Add New MCP Server 按钮
  
• Step3 填写配置：Type 选择 stdio；name 选择milvus；Command 如下
  

1. /PATH/TO/uv --directory /path/to/mcp-server-milvus/src/mcp_server_milvus run server.py --milvus-uri http://127.0.0.1:19530

复制代码

⚠️注意：要利用127.0.0.1而不是 localhost，可以避免潜伏的 DNS 剖析标题。
方法二：利用项目特定配置（推荐）
Step1：在项目根目录中创建一个. cursor/mcp.json 文件：

1. mkdir -p /path/to/your/project/.cursor

复制代码

Step2：创建一个 mcp.json 文件，内容如下：

1. {  "mcpServers": {    "milvus": {      "command": "/PATH/TO/uv",      "args": [        "--directory",        "/path/to/mcp-server-milvus/src/mcp_server_milvus",        "run",        "server.py",        "--milvus-uri",        "http://127.0.0.1:19530"      ]    }  }}

复制代码

Step3：重新启动 Cursor 或重新加载窗口
添加 server 后，我们需要点击 MCP 设置中的革新按钮来激活工具列表。这样，当我们的查询相干内容的时候，Composer Agent 就能自动利用 Milvus 工具。
Step4：验证集成效果
要验证 Cursor 是否已成功与 Milvus MCP 服务器集成：

• 打开 Cursor Settings > Features > MCP
  

• 检查“Milvus”是否出现在 MCP 服务器列表中
  

• 验证工具是否集成成功
  

    （例如 milvus_list_collections、milvus_vector_search 等）

—4—

案例展示：Claude Desktop+MCP+Milvus 效果展示

案例 1：提问

首先，我们给出如下一个提问：

1. What are the collections I have in my Milvus DB?

复制代码

Claude 立刻就会利用 MCP 在 Milvus 向量数据库中检索和以上提问有关的数据。

案例 2：文档搜索

首先，我们明白一下需求：

 Claude 将利用 Milvus 的全文搜索功能来检索相干文档：

Cursor + MCP + Milvus  效果展示 
在 Cursor 的 Composer 中，您可以进行如下操作：

1. Create a new collection called 'articles' in Milvus with fields for title (string), content (string), and a vector field (128 dimensions)

复制代码

Cursor 将利用 MCP 服务器实行此操作：

总之，随着 MCP、DeepSeek 和 Manus 的爆火，2025年必定是 AI 大模型应用的爆发之年，其中最重要的应用形态就是 AI Agent 智能体，为了资助各人快速和低资本把握 AI Agent 智能体技能，我和团队落地大模型项目3年，资助60多家企业落地近100个项目，根据我们企业级实战的项目经验，打造基于 DeepSeek 的 AI Agent 项目实战直播训练营，截至本日已经报名2万名学员，云云火爆！原价199元，为了回馈粉丝的支持，代价直接降到 19元，再开放本日一天的报名权限，仅限99名，抢完立刻恢复到199元。

—5—

3天 Agent 智能体项目实战直播课

3天的直播课，带你快速把握基于 DeepSeek 的AI Agent 智能体焦点技能和企业级项目实践经验。
模块一：AI Agent 智能体技能原理篇
全面拆解 AI Agent 智能体技能原理，深度把握基于 DeepSeek 的 AI Agent 智能体三大能力及其运行机制。
模块二：AI Agent 智能体应用开发实战篇
深度讲解基于 DeepSeek 的 AI Agent 智能体技能选型及开发实践，学会开发 AI Agent 智能体焦点技能能力。
模块三：AI Agent 智能体企业级案例实战篇
基于 DeepSeek，从需求分析、架构设计、架构技能选型、硬件资料规划、焦点代码落地、服务治理等全流程实践，深度学习企业级 AI Agent 智能体项目全流程重点难点标题解决。

3天时间，你能学会什么？
在真实项目实践中，你会得到4项硬核能力：
第一、全面了解 DeepSeek 大模型、AI Agent 智能体的原理、架构和实现方法，把握焦点技能精髓。
第二、熟练利用 Dify/Coze 平台、DeepSeek、LangChain、AutoGen 等开发框架，为企业级技能实践打下结实基础。
第三、通过企业级项目实战演练，可以或许独立完成基于 DeepSeek 的 AI Agent 智能体的设计开发和维护，学会解决企业级现实标题的能力。
第四、为职业发展提供更多大概性，无论是晋升加薪照旧转行跳槽，提升焦点技能竞争力。
限时优惠：

原价199元，回馈粉丝们支持，现在报名只需19元！文末再赠予5个报名福利！这是一个难得的机会，让我们一起踏上 AI Agent 智能技能之旅，开启技能新纪元！

—6—

我为什么推荐这门课给你？

第一、这是局面所趋，随着 DeepSeek 春节期间的爆火，我们正在经历一场庞大技能厘革，还不像当年的互联网的鼓起，这是一场颠覆性的厘革，掉队就即是镌汰，因为将来全部应用都将被 AI Agent 智能体重写一遍；

第二、现在处于红利期，先入场的同学至少会享受4~5年的红利，拿高薪，并且会把握技能的主动权和职业选择权。

第三、企业需求茂盛，越来越多的企业已经在 AI Agent 智能体范畴进行落地，这为我们提供了丰富的岗位机会和广阔的发展空间。

第四、大厂都在战略结构的方向，不管是国外的微软、谷歌，照旧国内的百度等大厂都在战略结构，随着春节期间 DeepSeek 火出圈，2025年必定是 AI Agent 智能体商业化的一年。

我和我的团队在已往两年里一直专注于大模型应用技能的研究，我想夸大的是：大模型的应用价值巨大，AI Agent 智能体的潜力无限！正如本年频繁被提及的那句话：“将来全部的应用都将被 AI Agent 智能体重新塑造。”在这两年，尤其是近三年中，我们团队已经协助超过60家企业成功实行了快要100个 AI Agent 智能体项目。我个人深切领会到：越来越多的企业正渐渐推进 AI Agent 智能体项目的落地。
AI Agent 智能体的重要性不言而喻，但其开发难度同样不容小觑。经过这两年的实践，我得出的结论是，要开发一个既可靠又稳固的 AI Agent 智能体应用极其挑战。大模型技能的复杂性、推理的不确定性、响应速率和性能标题等诸多难点，使得很多人对此望而却步，大概面对标题束手无策。对于一样寻常的技能人员来说，想要熟练把握 AI Agent 智能体的开发，确实是一项艰巨的使命。
为此我特意打造了一个为期3天的基于 DeepSeek 的 AI Agent 智能体企业实战训练营：这个训练营是我和团队落地大模型项目3年，根据我们企业级实战的项目经验，打造了基于 DeepSeek 的3天 AI Agent 项目实战直播训练营。

课程原价199元，回馈粉丝们支持，现在仅花19元就能拿下！文末再赠予5个报名福利！抢完立刻恢复199元！

—7—

本日报名再送5个配套福利

配套福利一：清华大学：DeepSeek 从入门到精通（2025），104 张页面，资料比较全，包罗：DeeSeek 焦点技能、DeepSeek 是什么？能做什么？如何利用 DeepSeek 等等。

配套福利二：AI Agent 智能体训练营配套学习资料，包罗：PPT 课件、实战代码、企业级智能体案例和增补学习资料。

配套福利三：AI Agent 智能体训练营学习笔记，包罗3天直播的全部精华。

配套福利四：AI Agent 智能体大厂口试真题100道！覆盖百度、阿里、腾讯、字节、美团、滴滴等大厂的100道真题，不论是跳槽照旧升职加薪，参考意义都庞大！

配套福利五：2024年中国 AI Agent 智能体行业研究陈诉！AI Agent 智能体是新的应用形态，大模型期间的“APP”，技能范式也发生了很大的变化， 此份研究陈诉探索新一代人机交互及协作范式，覆盖技能、产物、商业、企业落地应用等方面，非常值得一读！

原价199元，回馈粉丝们支持，现在19元就能拿下！

—8—

添加助教直播学习

购买后，添加助理进行直播学习👇

⬇戳”阅读原文“，立即报名！

END