如何通过 MCP 快速将本地 SQLite 数据库接入 Claude Desktop 实现自然语言查询

Claude Desktop 现在的 MCP (Model Context Protocol) 简直是给 LLM 装了双眼睛，能直接读写本地数据。之前我想用 Claude 分析本地 SQLite 的订单数据，得手动导出 CSV 再上传，不仅麻烦还浪费 Token，现在通过 MCP 搭建好之后，直接在对话框输入“帮我查上个月客单价最高的前五个用户”，它能自动生成 SQL、执行并返回结果，整个链路是闭环的。

实测下来，Claude 3.5 Sonnet 对 SQL 的生成精度极高，基本不需要我纠正语法。对比之前用 GPT-4o 的 Code Interpreter，最大的区别在于：GPT 是把文件上传到云端沙箱执行，而 MCP 是让 Claude 远程调用我本地的 runtime。这意味着只要我的本地数据库有更新，Claude 拿到的就是实时数据，没有同步延迟。

快速配置流程如下：

1. 环境准备
确保本地安装了 Node.js，然后修改 Claude Desktop 的配置文件（macOS 路径在 ~/Library/Application Support/Claude/claude_desktop_config.json）。

2. 配置 MCP Server
在 mcpServers 字段下添加 sqlite 模块：

{
  "mcpServers": {
    "sqlite": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sqlite",
        "--db",
        "/Users/yourname/data/test.db"
      ]
    }
  }
}

3. 验证与调用
重启 Claude Desktop，如果右下角出现小锤子图标，说明连接成功。你可以直接尝试这个提示词：

请检查数据库中所有表的结构，并告诉我哪些表包含用户信息。

实测对比与避坑指南：

Claude (MCP) vs DeepSeek (手动粘贴 Schema)
效率： Claude 完胜。它能自动探测 Table Schema，不需要我手动把 CREATE TABLE 语句贴给它。
准确率： 在处理多表 Join 时，Claude 3.5 的逻辑推理更稳，很少出现字段名写错的情况。
局限性： 目前 MCP 这种模式对本地资源权限要求较高，如果数据库文件在受限文件夹，npx 进程可能会报错。

优缺点总结：
优点： 实现了真正的“对话即查询”，极大地降低了非技术人员分析本地数据的门槛，且数据不出本地（除了发送给模型的 query 和结果）。
缺点： 配置过程对小白有门槛，必须得懂一点 JSON 配置和 Node 环境，且目前仅限 Claude Desktop 客户端，网页版用不了。