跳至主要內容
翻譯頁面

本頁面由英文在 AI 協助下翻譯而成。若兩者有出入,請以英文版本為準。

StackQL vs 自訂 MCP 伺服器

自訂 MCP 伺服器將特定 API 或工作流程包裝成供 AI 代理程式使用的手寫工具;StackQL 內建的 MCP 伺服器則透過一小組通用、自我描述的工具加上 SQL,公開每個支援的雲端與 SaaS Provider 的完整介面。兩者的差別在於:為每個領域整理工具,或是給代理程式一個涵蓋所有領域的可查詢抽象層。

如何選擇​

在下列情況建置自訂 MCP 伺服器:

  • 領域狹窄且作業很少:十幾個命名清楚、schema 嚴謹的工具,在該特定工作流程的可靠性上可能勝過通用介面。
  • 您需要在代理程式與 API 之間加入大量商務邏輯:核准、資料擴充,以及在代理程式眼中應呈現為單一不可分割工具的多步驟交易。
  • 目標 API 屬於內部或專有 API,沒有公開規格加以描述。

在下列情況使用 StackQL 的 MCP 伺服器:

  • 領域是雲端與 SaaS 基礎架構(AWS、Azure、Google Cloud、GitHub、Databricks、Snowflake、Okta,以及 Provider 登錄庫中的其他 Provider),其作業數量使逐一作業的工具不切實際。
  • 您希望代理程式在執行階段探索功能(list_providers -> list_services -> list_resources -> list_methods -> describe_method),而不是受限於他人事先預想的工具。
  • 您需要受控管的寫入:四種模式的安全契約(read_only、safe、delete_safe、full_access),搭配以徵詢(elicitation)為基礎的人工核准與永遠啟用的稽核記錄,而不是由您自行撰寫和維護的安全邏輯。
  • 您希望整個環境只有一套憑證與政策介面,而不是每個 Provider 各有一個量身打造的伺服器。

這兩種方式可以組合使用:團隊常會執行 StackQL MCP 來存取一般基礎架構,同時搭配小型自訂 MCP 伺服器來處理專有的內部系統。

Token 經濟學​

代理程式工具的實際限制在於上下文。工具定義在任何工作開始之前就會耗用代理程式的上下文視窗,而且工具選擇的準確度會隨工具數量增加而下降。光是將 AWS 以逐一作業的工具公開,就意味著數千個定義。StackQL 的設計將公開的工具集控制在十五個(探索、描述、驗證、執行、登錄庫管理、Query Library),並將表達能力移入 SQL,這是目前每個模型都已能流利撰寫的語言。代理程式每項工作的 token 成本是一段簡短的 SQL 字串,而不是工具 schema 的協商。此論點在為什麼 SQL 是雲端 API 的強大介面中有進一步說明。

範例​

以下是代理程式對 StackQL MCP 伺服器執行的一段工作階段,在此之前已使用 list_methods 探索出必要參數:

SELECT name, visibility, default_branch
FROM github.repos.repos
WHERE org = 'stackql';

同一個工具(run_select_query)可處理這個查詢,以及針對任何 Provider 的其他任何讀取;變更要求則透過 run_mutation_query 傳送,由伺服器模式決定要直接執行、需要核准還是予以拒絕。