简介

在数据工程和 AI 驱动的自动化时代，Model Context Protocol（MCP）正在改变我们与数据平台交互的方式。云器 MCP-Server 作为一个强大的集成方案，让 AI Agent 能够直接操作数据湖仓、创建任务、管理调度，实现真正的"对话式数据工程"。

本文将深入解析 云器Lakehouse MCP-Server 的架构设计、核心能力，并提供详尽的实战指南，帮助数据工程师和 AI 开发者快速上手这一创新工具。

一、什么是 MCP Server？

1.1 MCP 协议简介

Model Context Protocol（MCP）是 Anthropic 推出的开放协议，旨在标准化 AI 模型与外部工具、数据源之间的交互方式。通过 MCP，AI Agent 可以：

• 访问外部数据源：数据库、API、文件系统等
• 执行操作：创建任务、运行查询、管理资源
• 获取上下文：理解业务逻辑、表结构、依赖关系

1.2 云器 Lakehouse MCP-Server 的定位

云器Lakehouse MCP-Server 是专为云器Lakehouse数据平台设计的 MCP服务。 接入该服务后，您可以直接在第三方AI Agent内通过输入自然语言的方式，直接操作产品功能，而无需关注过多的产品操作细节。

目前该服务提供了40+ 专业工具：覆盖 SQL 查询、任务创建、运维管理、数据质量多个场景。

二、快速开始：配置你的第一个 MCP Server

2.1 环境准备

推荐工具：

• Claude Desktop：原生支持 MCP
• Cherry Studio：开源 AI 客户端，支持 MCP 配置

前置要求：

• 云器lakehouse 账号及 Personal Access Token（PAT）
• 目标工作空间（Workspace）和项目（Project）的访问权限
• Node.js 环境（用于运行 mcp-remote）

2.2 Claude Desktop 配置详解

步骤 1：定位配置文件

在 Claude Desktop 的 Settings 中找到 Local MCP servers 配置入口，点击 Edit Config 打开 claude_desktop_config.json 文件。

配置文件路径通常为：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

步骤 2：配置测试环境

• 在产品内，点击左下角个人信息「Lakehouse MCP」
• Studio产品首页_AI菜单_「MCP Server」
  

  预览

{  "clickzetta-http": {   
 "command": "npx",   
 "args":  [     
 "-y", "mcp-remote",   
   "https://cn-shanghai-alicloud-mcp.clickzetta.com/mcp",   
   "--allow-http",  
    "--transport", "http",    
  "--header", "x-Lakehouse-Token: Bearer <your_pat>"    ]  }}

2.3 Cherry Studio 配置

如果使用 Cherry Studio：

1. 打开 设置 → MCP → 点击 添加服务器

2. 配置如下：

   1. 名称：Clickzetta MCP
   2. 类型：可流式传输的 HTTP (streamableHttp)
   3. URL：https://cn-shanghai-alicloud-mcp.clickzetta.com/mcp
   4. 请求头（每行一个）：

 x-Lakehouse-Token=Bearer <your_pat>

2.4 验证配置

重启 Claude Desktop 或 Cherry Studio，在对话框中输入：

列出当前工作空间中的所有文件夹

如果返回文件夹列表，说明配置成功！

三、工具列表介绍