LangGraph + MCP на практике: собираем ChatBI-агента, который ищет данные в базе на естественном языке
Что произошло
2026 октября 12 года в подборке AI-недели на Juejin вышла практическая статья о том, как с помощью LangGraph организовать рабочий процесс, а с помощью MCP обернуть операции с базой данных, чтобы собрать ChatBI-агента: пользователь задаёт вопрос на естественном языке, а система сама возвращает результат запроса. Схема, описанная в статье, такая: пользователь вводит вопрос на естественном языке, LangGraph выстраивает последовательность шагов, MCP превращает операции с базой данных в вызываемые инструменты, и в итоге автоматически формируется результат запроса. Других деталей реализации в материале нет: ни используемых моделей, ни объёма данных, ни показателей производительности, а также ничего о дальнейших итерациях или выходе решения в продакшен.
Создано ИИ на основе публикаций · Обновлено 2 часа назад
Хронология публикаций
Следите за публикациями, чтобы увидеть разные стороны события.
- Juejin · Популярное об ИИ за неделюИзбранное редакциейLangGraph + MCP на практике: строим ChatBI-агента, который ищет данные по запросу на естественном языке
Автор собрал ChatBI-агента, который понимает человеческую формулировку и сам возвращает результат из базы: оркестрацию процесса он построил на LangGraph, а работу с базой обернул в MCP. Пайплайн такой: определение намерения, получение схемы таблиц, генерация SQL, проверка SQL, выполнение запроса и разбор результата. MCP-сервер при этом открывает только три инструмента — list_tables, get_table_schema и execute_sql — и проверяет, что запросы только читают данные.
Динамика интереса к событию
Пока недостаточно непрерывных наблюдений для построения графика.