100 个 Agent Skills 盘点（二）：数据库与数据存储

写在前面#

这是「100 个 Agent Skills 盘点」系列的第二篇。上一篇我们聊了代码审查，这一篇进入 Agent 的”数据层”——数据库与数据存储能力。

为什么数据库 Skills 对 Agent 至关重要？

因为几乎所有有价值的应用都离不开数据。Agent 如果不能与数据库交互，就只能做一个”代码生成器”，而不能做”应用构建者”。掌握数据库 Skills，意味着 Agent 能直接读写数据、调试查询、优化性能，甚至自动迁移 Schema。

1. PostgreSQL MCP Server 🐘#

类别： 关系型数据库 协议： MCP (Model Context Protocol)

PostgreSQL 是世界上最先进的开源关系型数据库。PostgreSQL MCP Server 让 Agent 能直接与 PG 交互，执行查询、管理 Schema、分析性能。

能力说明：

• 执行 SQL 查询（SELECT / INSERT / UPDATE / DELETE）
• 查看和修改表结构（CREATE / ALTER TABLE）
• 分析查询计划（EXPLAIN ANALYZE）
• 管理索引和约束

Agent 使用场景：

1
-- Agent 执行数据分析查询
2
SELECT
3
    date_trunc('day', created_at) AS day,
4
    COUNT(*) AS new_users,
5
    AVG(session_duration) AS avg_session
6
FROM users
7
WHERE created_at > NOW() - INTERVAL '30 days'
8
GROUP BY day
9
ORDER BY day DESC;

1
-- Agent 分析慢查询
2
EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON)
3
SELECT * FROM orders
4
WHERE user_id = 12345
5
AND status = 'pending';

典型指令：

1
查看 orders 表的结构，找出所有未建立索引的外键列，
2
并生成创建索引的 SQL 语句。

💡 核心价值： PostgreSQL MCP 是 Agent 数据能力的”瑞士军刀”，几乎所有关系型数据操作都能覆盖。

2. SQLite MCP Server 💎#

类别： 嵌入式数据库 协议： MCP

SQLite 是世界上部署最广泛的数据库——每部手机、每个浏览器里都有它。对 Agent 来说，它是本地数据处理的最佳选择。

能力说明：

• 零配置、零依赖的本地数据库
• 支持完整的 SQL 语法
• 适合数据清洗、临时分析、原型开发
• 单文件存储，便于 Agent 管理

Agent 使用场景：

1
# Agent 用 SQLite 做数据分析
2
import sqlite3
3

4
conn = sqlite3.connect(':memory:')
5
conn.execute('''
6
    CREATE TABLE metrics (
7
        name TEXT, value REAL, timestamp DATETIME
8
    )
9
''')
10

11
# 导入 CSV 数据进行分析
12
import csv
13
with open('data.csv') as f:
14
    reader = csv.DictReader(f)
15
    for row in reader:
16
        conn.execute(
17
            'INSERT INTO metrics VALUES (?, ?, ?)',
18
            (row['name'], float(row['value']), row['ts'])
19
        )
20

21
# Agent 运行分析查询
22
result = conn.execute('''
23
    SELECT name, AVG(value), MAX(value), MIN(value)
24
    FROM metrics
25
    GROUP BY name
26
    ORDER BY AVG(value) DESC
27
''').fetchall()

典型指令：

1
把这个 CSV 文件导入 SQLite，然后分析每个类别的
2
平均值、最大值和标准差。

3. Redis MCP Server 🔴#

类别： 缓存与键值存储 协议： MCP

Redis 是高性能缓存和消息系统的标准选择。Agent 掌握 Redis，就能处理缓存、会话、队列、实时数据等场景。

能力说明：

• 键值操作（GET / SET / DEL / EXISTS）
• 数据结构操作（List / Hash / Set / Sorted Set）
• 发布订阅（Pub/Sub）
• 过期策略和内存管理

Agent 使用场景：

1
# Agent 管理缓存
2
redis-cli SET user:1234 '{"name":"Raymin","role":"admin"}' EX 3600
3
redis-cli GET user:1234
4

5
# Agent 查看缓存命中率
6
redis-cli INFO stats | grep -E "keyspace_hits|keyspace_misses"
7

8
# Agent 清理过期缓存
9
redis-cli --scan --pattern "cache:*" | head -20

1
# Agent 实现分布式锁
2
import redis
3

4
r = redis.Redis()
5
lock = r.lock("my-resource", timeout=10)
6
if lock.acquire(blocking=True):
7
    try:
8
        # 临界区操作
9
        process_data()
10
    finally:
11
        lock.release()

典型指令：

1
检查 Redis 的内存使用情况，找出占用内存最多的 10 个 key，
2
并分析是否有可以清理的过期数据。

常见 Redis 数据结构应用：

4. MongoDB MCP Server 🍃#

类别： 文档数据库 协议： MCP

MongoDB 的灵活 Schema 使它成为快速迭代项目的首选。Agent 可以直接操作文档、聚合数据、管理索引。

能力说明：

• CRUD 操作（find / insertOne / updateOne / deleteOne）
• 聚合管道（aggregate pipeline）
• 索引管理
• Schema 分析

Agent 使用场景：

1
// Agent 使用聚合管道分析数据
2
db.orders.aggregate([
3
  { $match: { status: "completed", date: { $gte: ISODate("2026-01-01") } } },
4
  { $group: {
5
      _id: "$category",
6
      totalRevenue: { $sum: "$amount" },
7
      avgOrderValue: { $avg: "$amount" },
8
      orderCount: { $sum: 1 }
9
  }},
10
  { $sort: { totalRevenue: -1 } },
11
  { $limit: 10 }
12
]);

典型指令：

1
分析 orders 集合中最近 30 天的数据，
2
按类别汇总销售额，找出增长最快的产品类别。

5. Supabase MCP Server ⚡#

类别： 后端即服务 (BaaS) 协议： MCP

Supabase = PostgreSQL + 实时订阅 + 认证 + 存储 + Edge Functions。它是 Firebase 的开源替代，Agent 可以用它快速构建完整后端。

能力说明：

• 数据库操作（基于 PostgreSQL）
• 用户认证管理
• 文件存储
• 实时数据订阅
• Edge Functions 部署

Agent 使用场景：

1
// Agent 创建 Supabase 表和 RLS 策略
2
const { data, error } = await supabase
3
  .from('posts')
4
  .select(`
5
    id, title, content,
6
    author:profiles(name, avatar),
7
    comments(count)
8
  `)
9
  .eq('status', 'published')
10
  .order('created_at', { ascending: false })
11
  .range(0, 9);

典型指令：

1
在 Supabase 中创建一个博客系统的基础表结构，
2
包括 posts、comments、profiles 表，
3
并配置 RLS 策略确保用户只能编辑自己的内容。

Supabase vs Firebase 对比：

6. DynamoDB MCP Server 🏗️#

类别： NoSQL 键值/文档存储 协议： MCP

AWS DynamoDB 是 Serverless 架构的标配数据库。Agent 掌握 DynamoDB 就能构建高可用、自动扩展的应用。

能力说明：

• PutItem / GetItem / Query / Scan 操作
• 二级索引（GSI / LSI）管理
• 容量模式切换（On-demand / Provisioned）
• DynamoDB Streams 处理

Agent 使用场景：

1
# Agent 设计 DynamoDB 数据模型
2
import boto3
3

4
dynamodb = boto3.resource('dynamodb')
5
table = dynamodb.Table('UserActivities')
6

7
# 单表设计：一个表服务多种访问模式
8
table.put_item(Item={
9
    'PK': 'USER#12345',
10
    'SK': 'ACTIVITY#2026-06-10T10:00:00',
11
    'type': 'login',
12
    'ip': '192.168.1.1',
13
    'device': 'iPhone',
14
    'ttl': int(time.time()) + 86400 * 90  # 90天过期
15
})

典型指令：

1
为一个社交应用设计 DynamoDB 单表数据模型，
2
需要支持：按用户查询动态、按时间排序、按标签搜索。

⚠️ DynamoDB 设计要点：

1. 先确定访问模式，再设计表结构（与关系型数据库相反）
2. 善用复合主键 (PK + SK) 实现一对多关系
3. GSI 是访问模式扩展的关键，但有额外成本

7. Elasticsearch MCP Server 🔎#

类别： 搜索引擎 协议： MCP

Elasticsearch 是全文搜索和日志分析的行业标准。Agent 用它可以构建搜索引擎、分析日志、做数据可视化。

能力说明：

• 全文搜索（match / fuzzy / wildcard）
• 聚合分析（terms / histogram / percentile）
• 索引管理（mapping / settings / aliases）
• 管道处理（ingest pipeline）

Agent 使用场景：

1
// Agent 构建搜索查询
2
{
3
  "query": {
4
    "bool": {
5
      "must": [
6
        { "match": { "title": "AI agent skills" } }
7
      ],
8
      "filter": [
9
        { "range": { "published_at": { "gte": "2026-01-01" } } },
10
        { "term": { "status": "published" } }
11
      ]
12
    }
13
  },
14
  "highlight": {
15
    "fields": { "title": {}, "content": {} }
16
  },
17
  "sort": [{ "_score": "desc" }, { "published_at": "desc" }],
18
  "size": 20
19
}

典型指令：

1
在 Elasticsearch 中搜索包含 "MCP server" 的文章，
2
按相关性排序，高亮显示匹配的片段，
3
并按发布时间聚合出每月的文章数量。

8. ClickHouse MCP Server ⚡#

类别： 列式分析数据库 协议： MCP

ClickHouse 是 OLAP 领域的性能王者。Agent 用它处理海量数据分析查询，速度比传统数据库快 100-1000 倍。

能力说明：

• 高性能聚合查询
• 列式存储优化
• 实时数据导入
• 物化视图

Agent 使用场景：

1
-- Agent 在 ClickHouse 中做实时分析
2
SELECT
3
    toStartOfHour(event_time) AS hour,
4
    uniqExact(user_id) AS unique_users,
5
    countIf(event_type = 'purchase') AS purchases,
6
    sumIf(amount, event_type = 'purchase') AS revenue,
7
    round(purchases / unique_users * 100, 2) AS conversion_rate
8
FROM events
9
WHERE event_time >= now() - INTERVAL 24 HOUR
10
GROUP BY hour
11
ORDER BY hour;

典型指令：

1
在 ClickHouse 中分析最近 7 天的用户行为数据，
2
计算每小时的独立用户数、转化率和收入趋势。

ClickHouse vs PostgreSQL 分析查询性能：

9. Firebase MCP Server 🔥#

类别： 后端即服务 协议： MCP

Firebase 是 Google 的移动和 Web 应用开发平台。Agent 用它可以快速构建实时应用，无需管理服务器。

能力说明：

• Firestore 文档操作
• 实时数据同步
• 用户认证（Email / Google / Phone）
• Cloud Functions 部署
• Hosting 管理

Agent 使用场景：

1
// Agent 构建实时聊天功能
2
import { collection, onSnapshot, addDoc, query, orderBy } from 'firebase/firestore';
3

4
// 实时监听消息
5
const messagesRef = collection(db, 'rooms', roomId, 'messages');
6
const q = query(messagesRef, orderBy('createdAt', 'asc'));
7

8
onSnapshot(q, (snapshot) => {
9
  snapshot.docChanges().forEach((change) => {
10
    if (change.type === 'added') {
11
      displayMessage(change.doc.data());
12
    }
13
  });
14
});
15

16
// 发送消息
17
await addDoc(messagesRef, {
18
  text: messageText,
19
  userId: currentUser.uid,
20
  createdAt: serverTimestamp()
21
});

典型指令：

1
使用 Firebase 构建一个实时协作白板应用的后端，
2
支持多人同时绘制、实时同步、历史记录回放。

10. Prisma / Drizzle ORM 🧬#

类别： 数据库 ORM 协议： 直接集成

ORM 让 Agent 用面向对象的方式操作数据库，不用写原生 SQL。Prisma 和 Drizzle 是 TypeScript 生态中最流行的两个选择。

能力说明：

• 类型安全的数据库查询
• Schema 迁移管理
• 关系映射
• 数据库无关性

Agent 使用场景：

1
// Prisma - Agent 生成类型安全的查询
2
const usersWithOrders = await prisma.user.findMany({
3
  where: {
4
    orders: {
5
      some: {
6
        status: 'completed',
7
        amount: { gte: 100 }
8
      }
9
    }
10
  },
11
  include: {
12
    orders: {
13
      where: { status: 'completed' },
14
      orderBy: { createdAt: 'desc' },
15
      take: 5
16
    },
17
    _count: { select: { orders: true } }
18
  }
19
});

1
// Drizzle - 更接近 SQL 的体验
2
const result = await db
3
  .select({
4
    userId: users.id,
5
    name: users.name,
6
    orderCount: sql<number>`count(${orders.id})`,
7
    totalSpent: sql<number>`sum(${orders.amount})`
8
  })
9
  .from(users)
10
  .leftJoin(orders, eq(users.id, orders.userId))
11
  .groupBy(users.id)
12
  .having(sql`count(${orders.id}) > 5`)
13
  .orderBy(desc(sql`sum(${orders.amount})`));

Prisma vs Drizzle 对比：

本篇小结#

核心观点： 数据库 Skills 是 Agent 从”玩具”到”工具”的分水岭。一个能操作数据库的 Agent，可以构建完整的应用；不能操作数据库的 Agent，只能写写脚本。

系列导航#

• 👈 上一篇： 第一篇：代码审查与质量守护
• 👉 下一篇： 第三篇：浏览器自动化与爬虫
• 📖 系列目录：
  • 第一篇：代码审查与质量守护
  • ✅ 第二篇：数据库与数据存储（你在这里）
  • 第三篇：浏览器自动化与爬虫
  • 第四篇：搜索与信息获取
  • 第五篇：云服务与 DevOps
  • 第六篇：知识管理与 RAG
  • 第七篇：版本控制与协作
  • 第八篇：文档与文件处理
  • 第九篇：通信与通知集成
  • 第十篇：创意与可视化