零基础也能搞定！本地 AI 大模型 + MCP + MySQL 私有知识库实战指南

零基础也能搞定！本地 AI 大模型 + MCP + MySQL 私有知识库实战指南

用一台电脑，把“大模型问答”接进自家数据库，只需 7 步 就能跑起来

写在前面

还在为业务数据散落各处、无法与大模型对接而犯愁？本文手把手教你：从零开始 在本地部署 DeepSeek-r1 大模型，通过 Cherry Studio + MCP Server 无缝访问 MySQL 数据库，实现像 ChatGPT 一样用自然语言查询内部数据。所有环节均支持 离线运行，数据安全完全掌控在自己手里。

• 适合人群：运营、数据分析师、技术负责人 & AI 爱好者
• 阅读时长：≈ 8 分钟

目录

1. 整体方案速览
2. 开发前准备：硬件与软件清单
3. Step 1 – 安装 Cherry Studio（聊天 IDE）
4. Step 2 – 部署 Ollama & 拉取 DeepSeek 模型
5. Step 3 – 安装并初始化 MySQL 数据库
6. Step 4 – 启动 MCP-MySQL Server
7. Step 5 – 在 Cherry Studio 接入 MCP 服务
8. Step 6 – 导入测试数据（Kaggle 示例）
9. Step 7 – 实战：让大模型“开口”查库
10. 常见问题 & 优化建议
11. 结语：马上动手，拥抱数据新范式

整体方案速览

方案架构示意

上图展示了本方案的核心组件与数据流向：

1. Ollama 本地推理引擎 — 负责加载 DeepSeek-r1（14 B 或 8 B）等大模型。
2. Cherry Studio — 图形化“聊天 IDE”，同时充当“工具编排”中枢，负责调用大模型或外部工具。
3. MCP-MySQL Server — 以 tool 形式暴露 SQL 查询能力，让大模型可以在对话中调用。
4. MySQL — 存放企业内部业务数据。

当用户输入问题时，Cherry Studio 会驱动 DeepSeek-r1 解析意图 → 生成 SQL → 通过 MCP-MySQL Server 发送到 MySQL → 返回结果并自然语言化，整个过程闭环于本地网络，保证隐私与合规。

开发前准备：硬件与软件清单

Step 1 – 安装 Cherry Studio（聊天 IDE）

Cherry Studio 下载页

1. 访问 https://cherry-ai.com/download 下载对应系统安装包。
2. 首次启动后，进入 Settings → MCP Servers，检查右上角是否有“⚠️”警告；若有，按照提示安装插件。

Step 2 – 部署 Ollama & 拉取 DeepSeek 模型

# 安装后，命令行拉取模型
ollama run deepseek-r1:14b

如遇 “找不到命令” 报错，请将 Ollama 安装目录加入 环境变量 Path，或在 PowerShell 里执行：

Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned

Step 3 – 安装并初始化 MySQL 数据库

MySQL安装步骤

1. 下载MySQL安装程序
2. 访问 MySQL官方网站(https://dev.mysql.com/downloads/)
3. 选择 “MySQL Community Server”
4. 根据您的Windows版本(32位或64位)选择适合的安装包
5. 点击“下载”，您可以选择注册或直接点击“不用了，直接开始下载吧”
6. 安装MySQL
7. 运行下载的安装文件(.msi或.exe)
8. 选择安装类型，推荐“开发者默认”或“自定义”以便自定义设置
9. 检查安装路径，默认是”C:\Program Files\MySQL\MySQL Server 8.0″
10. 配置服务器:
    • 设置密码验证方式(建议使用强密码)
    • 设置根用户密码(务必记住此密码)
    • 可选择将MySQL配置为Windows 服务，以便开机自启动
11. 验证安装.
    1. 打开命令提示符(CMD)
    2. 输入命令连接MySQL:

代码块
1 mysql -u root -p

• 推荐 “Developer Default” 安装类型，记下 root 密码。
• 完成后在 CMD 测试连接：

mysql -u root -p
SHOW DATABASES;

• 若需要全局使用 MySQL 命令，将 ...\MySQL\MySQL Server 8.0\bin 加入系统 Path。

Step 4 – 启动 MCP-MySQL Server

# 一条命令即可启动
npx @malove86/mcp-mysql-server

若因执行策略受限，可使用管理员 PowerShell：

Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass

然后重新运行上面的 npx 指令。

Step 5 – 在 Cherry Studio 接入 MCP 服务

MCP 配置界面

1. Settings → MCP Servers → Add Server。
2. 复制 GitHub 示例中的本地运行配置粘贴到编辑框，重点修改 env：

"env": {
"MYSQL_HOST":"localhost",
"MYSQL_USER":"root",
"MYSQL_PASSWORD":"••••••",
"MYSQL_DATABASE":"your_database",
"MYSQL_PORT":"3306"
}

保存即可。

Step 6 – 导入测试数据（Kaggle 示例）

Kaggle 数据集

• 访问 https://www.kaggle.com/ 搜索所需 CSV，下载后用 LOAD DATA 或 MySQL Workbench 导入。
• 也可直接使用企业内部历史表。

Step 7 – 实战：让大模型“开口”查库

聊天查询效果

1. 在 Cherry Studio Model Providers 里选择 Ollama → deepseek-r1:14b 并设为默认。
2. 打开 Chat 界面，在侧边栏启用刚才配置的 MCP-MySQL Server。
3. 试试输入：
   • “帮我统计 2023 年各国家的巧克力销售额，并按降序列出 Top 5。”

DeepSeek 会自动生成 SQL、调用 MCP 查询并返回结果；如果需要图表，可进一步让模型生成可视化代码。

常见问题 & 优化建议

Q：本地模型回答不准怎么办？
A：可先切换 Cherry Studio 内置的在线 GPT-4o，确认提示词 & MCP 配置无误后再回到本地模型。

Q：MySQL 数据量大，查询慢？
A：创建合适索引，并在 MCP 层限制 LIMIT；必要时升级到分片或使用 ClickHouse。

Q：如何限制模型调用危险语句？
A：在 MCP Server 中加入白名单/黑名单过滤，只允许 SELECT，禁止 DROP/DELETE。

结语：马上动手，拥抱数据新范式

【金句】数据不再躺在表里沉睡，而是被大模型“叫醒”，为决策实时发声！

三连小任务：①点赞 ②在看 ③转发 —— 让更多伙伴把 AI 真正用起来！

数据来源

• Cherry Studio 官方文档、GitHub README
• DeepSeek-r1 模型卡 & Ollama 官方站
• MySQL 官方安装指南
• Kaggle 公共数据集