把 SQLite 历史库包装成 MCP 服务:只读消费者与工具设计实战
📮 本系列首发于公众号「Go2AI之路」,MCP 系列聚合目录。
没看过「AI 模拟面试教练」系列也不影响本文。 你只需要知道一件事:那个项目每做完一场模拟面试,都会把评分报告和逐题问答存进一个本地 SQLite 文件。数据躺在库里很安全,但大模型够不着它——Agent 想帮你分析「最近三次面试哪类题总丢分」,只能干瞪眼。
系列第一篇说过,MCP 的本质是「让 Agent 安全地够到外部资源」。今天我们就把这个沉睡的 SQLite 库包装成一个 MCP 服务,让任何支持 MCP 的 Agent(Claude Desktop、Cursor、自研 Agent)都能查询面试历史。
一、设计决策:只读消费者,schema 即契约
第一个问题:MCP server 要不要 import 项目里的 internal/store 包?不要。 业务包是为面试机器人设计的,方法都带会话参数;而 MCP 服务是一个独立的只读消费者。它应该只依赖两件东西:已落库的 schema(两张表的结构,面试教练系列第七篇写过)和 SQLite 文件路径。
mcp/coachstore ──只读查询──▶ coach.db(interviews / answers 两张表)
↑ 不依赖
internal/store(业务写入方)
这个「消费者拥有自己读模型」的决策带来两个好处:MCP 服务和业务代码可以独立演进,且服务崩了不影响面试主流程。既然是只读消费者,就要把只读做到底——双保险:
func openDB(path string) (*sql.DB, error) {
db, err := sql.Open("sqlite", path)
// ...
db.SetMaxOpenConns(4) // 只读查询可并发;写入方才需要单连接串行化
for _, p := range []string{
"PRAGMA busy_timeout=5000", // 与正在写入的教练进程撞锁时等 5s
"PRAGMA query_only=ON", // SQLite 层面物理禁写
} { /* exec... */ }
return db, nil
}
query_only 是硬承诺:即使模型幻觉出再奇怪的参数,工具也写不坏历史库。我们的测试里直接执行 DELETE FROM interviews 会被 SQLite 以 readonly 拒绝——这条测试比任何注释都有说服力。
二、三个查询工具:职责怎么切
工具设计跟 API 设计同一条原则:一个工具只做一件事,返回越小越好(工具结果会整个塞进模型上下文)。
list_sessions:最近场次列表,回答「我面过几场、都是什么岗位」;get_session:某场逐题指标(维度/置信度/覆盖度/追问次数),回答「哪类题总被追问」,特意不返回答案原文——那是报告的职责;get_report:按 ID 取完整 Markdown 报告,回答「详细评语和改进建议是什么」。
列表工具的参数有个细节值得学:limit 不做硬校验,而是纠偏——
limit := in.Limit
if limit <= 0 { limit = defaultLimit } // 没传或传错,用默认 10
if limit > maxLimit { limit = maxLimit } // 超上限截到 50,模型不用重试
rows, err := s.db.Query(
`SELECT id, chat_key, position, overall, created_at
FROM interviews ORDER BY id DESC LIMIT ?`, limit)
if err != nil {
return "", fmt.Errorf("查询失败: %w", err)
}
defer rows.Close()
// 逐行拼文本:工具结果要克制,一行一个场次
模型的参数是生成的,不是人填的,limit=-5 直接报错只会让模型无谓重试一轮。对模型的「差一点」宽容,是工具设计里被低估的美德。
三、收藏:现有数据源 → MCP 工具五步清单
把一个已有的数据源(数据库、文件、内部 API)包装成 MCP 工具,套路是固定的:
| 步骤 | 要点 | 本文的落点 |
|---|---|---|
| 1. 定边界 | 读写还是只读?只读就物理禁写 | PRAGMA query_only=ON |
| 2. 选耦合面 | 依赖 schema 而不是业务代码 | 直接 SQL 查两张表 |
| 3. 切工具职责 | 一个工具一件事,返回可控 | 列表 / 指标 / 全文 三件套 |
| 4. 宽容参数 | 纠偏优于报错,limit 截断 | limit<=0 回默认、超 50 截断 |
| 5. 错误引路 | 业务错误文本里告诉模型下一步 | 「可先调用 list_sessions 查看可用 ID」 |
第 5 步是 Agent 时代的特色:错误信息不是给人看的日志,而是给模型看的下一步指令。实测调用 get_report 传了个不存在的 ID,返回的是业务错误(isError: true):
{"jsonrpc":"2.0","id":4,"result":{
"content":[{"type":"text","text":"场次 #99 不存在,可先调用 list_sessions 查看可用 ID"}],
"isError":true}}
模型读到这段话,自己就会回头调 list_sessions 拿正确 ID——这就是上篇说的「恢复策略留给模型」。
四、实测:四连请求看输出
对着编译好的二进制(COACH_DB_PATH=./coach.db)发四个请求,输出全部符合预期:
tools/list→ 三个工具,schema 完整;list_sessions→#2 | 2026-11-02T16:05:28+08:00 | SRE | 综合 91 分 | 会话 feishu:g-1新→旧排列;get_session(id=1)→ 表头 + 三行逐题指标:第3题 [工程素养] 置信度3 覆盖度50% 追问2次 | 如何定位线上 goroutine 泄漏?——哪类题被追问最多,一眼可见;get_report(id=99)→isError: true+ 引路文案。
测试照旧两层:8 个单测(含 query_only 禁写、limit 截断、错误引路的契约断言)+ 1 个编译二进制走 stdio 的端到端测试,全绿。夹具数据用 internal/store 的 Save 写入、经本服务的 SQL 读出——两个包对 schema 的理解不一致会当场暴露,等于免费做了一轮契约测试。另外踩了个 Windows 专属的小坑:go run 起的进程在测试里 kill 不掉父进程背后的编译产物,句柄不释放会导致临时目录清理失败,所以端到端测试改成先 go build 出二进制再直接运行它——跨平台的测试代码,这类平台差异值得进 checklist。
至此,面试历史对 Agent 开放了读通道。但工具摆在那儿,Agent 不会自己知道什么时候调——下一篇我们写 MCP client 侧:用 Go 实现函数调用循环(function calling loop),让大模型看着 tools/list 的结果,自己决定调哪个工具、传什么参数、拿到结果后怎么继续聊。 那才是「面试官 Agent 记得每一位候选人」的最后一块拼图。
本文代码在 GO2AI-CN 组织下整理开源中。
相关阅读:MCP 系列聚合目录 · 第三篇:Tools 与 Resources 实战 · 第五篇:MCP 函数调用循环
版本说明
- MCP 协议版本:2025-06-18(2026-11-16 核对自 modelcontextprotocol.io:当前最新规范为 2026-07-28——已移除初始化握手并改为无会话协议,官方将过往完整修订版标记为 Final;本文的握手与 stdio 流程适用于 2025-06-18 / 2025-11-25 修订版及仍支持版本协商的宿主。规范地址:modelcontextprotocol.io/specification)
- SQLite 驱动:modernc.org/sqlite v1.62.0(2026-11-16 核对自 proxy.golang.org 的 modernc.org/sqlite@latest,2026-11-07 发布;纯 Go 实现、无 CGO,
sql.Open("sqlite", ...)即该驱动注册的名称) - 其余仅使用 Go 标准库(database/sql / encoding/json 等),无其他第三方依赖
本文系 AI 辅助生成,内容已经人工核对,如有错误欢迎评论区留言指正。
- 《Go 程序设计语言》(Go 语言圣经,机械工业出版社) —— Go 官方团队出品,公认入门第一书
- 《Go 语言实战》(异步图书,人民邮电出版社) —— 实战导向,面试前巩固工程手感
- 《Go 语言编程之旅:一起用 Go 做项目》(博文视点,电子工业出版社) —— 项目驱动入门,从零写出完整应用
- Keychron K1Max 矮轴机械键盘(Mac/Win 双系统,QMK/VIA 开源改键) —— 轻薄矮轴 + 开源固件,程序员桌面常客
- 罗技 MX Master 3S 无线鼠标(Flow 跨屏,静音电磁滚轮) —— 人体工学设计,写代码一整天手不酸
以上链接含京东联盟推广代码;通过链接购买本站可能获得少量佣金,不影响你的购买价格。
每周更新 Go + AI 应用开发实战:AI 面试官完整项目、MCP、Agent 工程化,完整源码随文章首发。
微信扫码,或搜索「Go2AI之路」关注,第一时间获取系列更新与源码,不再错过任何一篇。