随着企业人工智能从实验阶段走向实际业务应用，一个挑战不断出现：如何让人工智能代理安全地与业务数据和流程进行交互？

那就是 模型上下文协议 (MCP) 用武之地。

MCP 是一种开放协议，它规范了大型语言模型 (LLM) 如何连接到应用程序和外部系统。 Mendix 生态系统由此开启了令人兴奋的可能性：人工智能代理不仅可以回答问题，还可以检索数据、触发业务逻辑，并以结构化、受控的方式与企业系统进行交互。
一个特别有力的例子是连接一个 Mendix 人工智能代理 到 Snowflake 管理的 MCP 服务器。

为什么这件事

Snowflake 管理的 MCP 服务器使得无需部署额外的中间件或单独的服务器基础设施，即可将 Snowflake 功能直接暴露给 AI 代理。开发人员无需从头开始构建自定义连接器，即可配置一个安全的集成，从而实现以下功能： Mendix AI代理将使用Snowflake中已有的数据和逻辑。

这意味着 Mendix 人工智能代理可以：

• 使用自然语言从 Snowflake 检索记录
• 通过引导式交互插入或更新数据
• 将现有存储过程重用作人工智能工具
• 支持以企业数据为核心的面向任务的业务工作流程

实际上，您可以创造以下体验：

• 一个支持聊天机器人，用于从 Snowflake 获取和更新工单数据。
• 一个内部助手，用于重用存储过程执行操作任务
• 用于检查模式、查询记录或触发逻辑的对话式界面

简而言之：减少粘合代码，提高人工智能的实用性。

您需要开始什么

要建立连接，您可以从以下任一方式开始： 空白 GenAI 应用程序 或 Agent Builder 入门应用程序 in Mendix.

您还需要：

——由数百家创建、维护和提供物联网(IoT)全球开放标准的公司所组成的 MCP 客户端 模块（如果您已经在使用该模块，请确保其已更新至 3.1.0 或更高版本）
——由数百家创建、维护和提供物联网(IoT)全球开放标准的公司所组成的 对话式使用者介面 模块
– 已配置 Snowflake 管理的 MCP 服务器
- A 服务类型 Snowflake 用户
- A 程序化访问令牌 （PAT）用于身份验证（OAuth 也适用）

装置的工作原理

准备 Snowflake 管理的 MCP 服务器

在 Snowflake 这边，你：

• 设置数据库和模式
• 创建将作为 MCP 工具公开的存储过程
• 创建 MCP 服务器 Snowflake 中的对象
• 配置网络规则和策略
• 创建一个 服务类型 用户 Mendix
• 生成 PAT 或设置 OAuth 以进行安全身份验证

存储过程充当人工智能代理可以使用的“技能”。例如，文档中展示了以下过程：

• 检索模式元数据
• 从表中检索记录
• 将记录插入表中

然后，这些工具会通过 Snowflake MCP 服务器公开。

这是一种巧妙的模式：与其赋予人工智能不受限制的数据库访问权限，不如只向它开放你希望它执行的操作。可以把它想象成给智能体一个井然有序的工具箱，而不是整个仓库的钥匙。

示例用例：支持工单管理

文档中的示例设置使用了 Snowflake 中的支持工单表。AI 代理可以：

• 检查架构
• 检索高优先级票
• 根据用户请求插入新工单

例如，用户可能会问：Which tickets have high priority?

然后，代理可以调用​​相关的 MCP 工具，从 Snowflake 检索数据，并以自然语言进行响应。
这使得构建对话式企业应用程序变得更加容易，用户无需自己编写查询即可与结构化业务数据进行交互。

连接 Mendix 到雪花

Snowflake MCP 服务器准备就绪后， Mendix 侧面部分相当简单明了。

In Mendix Studio Pro，您可以创建或更新您的应用程序并进行配置 MCP 客户端 连接到 Snowflake 端点。身份验证通过创建一个微流来处理，该微流添加了 雪花图案 作为一个 持票人 请求头中的令牌。

然后进行配置 消耗的MCP 服务详情如下：

• 服务名称
• Snowflake MCP 端点
• 协议版本：'v2025-03-26'
• 超时设置
• 此 证书 微流

如果一切配置正确， Mendix 验证服务并显示服务器状态为可用。之后，您可以查看可用的 MCP 工具并将其附加到 AI 代理。

系统提示的作用

最重要的步骤之一是正确配置人工智能代理的系统提示。为什么？因为即使是功能强大的人工智能代理也需要清晰的指令，例如：

• 要使用哪个模式和表
• 每个工具的功能
• 何时调用哪个工具
• 插入或检索操作有哪些约束条件？

文档中的示例系统提示是一个很好的范例。它准确地告诉代理如何使用诸如以下工具：get_schema_metadata,retrieve_records和insert_record并且包括一些实用规则，例如在插入时省略自动生成的 ID。

这提醒我们，成功的企业级人工智能不仅仅取决于模型质量，还取决于清晰的工具设计、限定的访问权限和精准的提示。

对企业发展的益处

连接一个 Mendix 将 AI 代理部署到 Snowflake 管理的 MCP 服务器具有以下几个优点：

• MCP 服务器无需单独的基础设施
• 通过 Snowflake 身份验证和网络策略实现安全访问
• 通过存储过程实现可重用的业务逻辑
• 更快的开发速度 Mendix 模块和配置模式
• 通过仅公开经批准的工具和操作来改善治理。

对于企业团队而言，这种组合尤其具有吸引力。 Mendix Snowflake 提供构建对话体验的低代码环境，同时提供对数据和逻辑的受控访问。

准备好打造真正有效的东西了

这种集成展示了企业人工智能应该是什么样子：实用、安全，并与真正的业务系统连接。

通过链接 Mendix 借助 Snowflake 管理的 MCP 服务器，团队可以构建超越聊天功能的 AI 代理，开始采取有意义的行动，以受控的方式检索记录、插入数据和重用已建立的逻辑。

如果您已经在使用 Mendix 对于 GenAI 体验和 Snowflake 的数据处理而言，这是一种值得探索的强大模式。它兼具低代码速度和企业级数据访问能力，在我看来，这真是一个绝佳的组合。