为什么是 Lovrabet MCP?
效率提升 10 倍的秘诀
当你使用 Cursor、Claude Code 等 AI 编辑器写代码时,最大的痛点是什么?
AI 对你的业务一无所知。
它不知道:
- 你的数据表有哪些?字段类型是什么?
- 订单和客户之间是什么关系?
- 哪些字段是枚举值,可选值有哪些?
- 这个字段是必填还是可选?
- 数据背后代表的业务含义是什么?
结果就是:
- AI 只能靠猜,生成的代码充满 幻觉
- 你需要反复修改、反复调试
- 开发效率低下,bug 频出
我们的解决方案
想象一下,如果你能给 AI 一个完整的业务模型地图:
客户表 (customer)
├── 基础信息:id, name, phone, email
├── 枚举字段:status(0=禁用,1=启用,2=锁定)
├── 主键:id
└── 关联表:order (通过 customer_id)
订单表 (order)
├── 基础信息:id, order_no, amount
├── 状态流转:pending → paid → shipped → completed
└── 必填字段:customer_id, product_id
AI 就像拥有了一张清晰的地图,知道每个字段:
- 类型:NUMBER、STRING、BOOLEAN
- 约束:必填/可选、主键/外键
- 业务含义:这个字段在业务中代表什么
- 枚举值:status 的可选值是什么
结果是什么?
代码一次性生成,准确无误。
我们的核心技术:数据库逆向技术
我们首创的 数据库逆向技术,直接从 Lovrabet 平台逆向出完整的业务模型:
- 数据集自动发现 - 自动识别所有可用的数据表
- 字段语义分析 - 分析字段类型、约束、默认值
- 业务关系推理 - 推理表与表之间的业务关系
- 枚举值提取 - 提取枚举字段的可选值
- API 操作映射 - 自动映射到 SDK 操作
这就是为什么 Lovrabet MCP 能让 AI 像拥有上帝视角一样写代码。
对比:有 MCP vs 无 MCP
场景一:基础字段与类型
没有 Lovrabet MCP:
AI: 帮我创建一个客户列表页面
AI (猜): 假设客户表有这些字段:
- customerName (string)
- customerPhone (string)
- isActive (boolean)
你 (检查): ❌ 实际上是 `customer_name`, `phone`, `status`
status 是枚举值(0/1/2),不是 boolean
使用 Lovrabet MCP:
AI: 帮我创建一个客户列表页面
MCP 提供完整信息:
- 字段:customer_name, phone, status
- 类型:STRING, STRING, NUMBER
- 必填:customer_name, phone
- 枚举:status (0=禁用, 1=启用, 2=锁定)
AI (上帝视角):完全准确,一次生成,无需调试
场景二:ToB 多表关联查询
没有 Lovrabet MCP:
AI: 帮我写一个订单列表,要显示客户姓名和产品名称
AI (猜):
SELECT o.*, c.name, p.name
FROM orders o
LEFT JOIN customer c ON o.cid = c.id ❌ 字段猜错
LEFT JOIN products p ON o.pid = p.id ❌ 表名猜错
你 (检查): ❌ 实际上是 customer_id, product_id
表名是 customer, product,但没主外键关系
使用 Lovrabet MCP:
AI: 帮我写一个订单列表,要显示客户姓名和产品名称
MCP 自动分析:
- order 表有 customer_id, product_id 字段
- 通过字段命名智能推理关联关系(即使没有主外键)
- 提供 joinableFields:customer_id → customer.id, product_id → product.id
AI (智能推理):
SELECT o.order_no, o.amount,
c.customer_name, p.product_name
FROM order o
LEFT JOIN customer c ON o.customer_id = c.id ✅ 准确
LEFT JOIN product p ON o.product_id = p.id ✅ 准确
场景三:自动编写高精度 SQL 和 Backend Function
没有 Lovrabet MCP:
AI: 帮我写一个 SQL,统计每月的订单金额
AI (生成):
SELECT DATE_FORMAT(created_at, '%Y-%m') as month, SUM(amount)
FROM orders
GROUP BY month
你 (调试): ❌ 字段名是 create_time 不是 created_at
❌ 金额字段是 total_amount 不是 amount
❌ 表名是 order 不是 orders
使用 Lovrabet MCP:
AI: 帮我写一个 SQL,统计每月的订单金额
MCP 提供:
- order 表完整结构:order_no, total_amount, create_time
- 字段类型:create_time 是 DATETIME,total_amount 是 DECIMAL
- 5步强制工作流:查询 → 生成 → 验证 → 保存 → 测试
AI (一步到位):
SELECT DATE_FORMAT(create_time, '%Y-%m') as month,
SUM(total_amount) as total
FROM `order`
GROUP BY month
ORDER BY month DESC
✅ 字段名准确,语法正确,自动验证通过
Backend Function 自动编写:
AI: 帮我写一个 Before 脚本,非管理员只能看自己的订单
MCP 提供:
- order 表字段:created_by, user_id
- 脚本类型规范:Filter 接口必须操作 ytWhere
- 完整的 Before/After 脚本模板
AI (自动生成):
export default async function beforeFilter(params, context) {
if (context.userInfo.role !== "admin") {
params.ytWhere = params.ytWhere || {};
const originalWhere = { ...params.ytWhere };
params.ytWhere = {
$and: [
originalWhere,
{ created_by: { $eq: context.userInfo.id } }
]
};
}
return params;
}
✅ 符合规范,直接可用
场景四:SDK 参数自动配置
没有 Lovrabet MCP:
AI: 帮我调用 SDK 查询状态为"已完成"的订单
AI (猜):
await client.models.order.getList({
status: 'completed', ❌ 状态值是枚举数字 2
sortBy: 'createTime', ❌ 参数名是 orderBy
limit: 20 ❌ 参数名是 pageSize
})
你 (调试): ❌ 参数全错,需要查文档反复调试
使用 Lovrabet MCP:
AI: 帮我调用 SDK 查询状态为"已完成"的订单
MCP 提供:
- filter 操作完整参数:where, select, orderBy, currentPage, pageSize
- 枚举值:status (0=待处理, 1=进行中, 2=已完成)
- 操作符规范:必须使用 $eq, $gte 等
AI (标准调用):
const result = await client.models.order.filter({
where: { status: { $eq: 2 } },
select: ['id', 'order_no', 'total_amount'],
orderBy: [{ create_time: 'desc' }],
currentPage: 1,
pageSize: 20
});
✅ 参数准确,符合规范,一次成功
📊 综合对比表
| ToB 业务场景 | 没有 MCP | 有 Lovrabet MCP |
|---|---|---|
| 字段名错误 | 靠猜,需反复调试 | 直接获取,零错误 |
| 枚举值错误 | 靠记忆,经常出错 | 从定义读取,100% 准确 |
| 多表关联 | 猜表名、字段名 | 智能推理关联关系 |
| SQL 编写 | 语法错误、字段错误 | 5步工作流,自动验证 |
| Backend Function | 规范不熟悉,易出错 | 提供模板,自动生成 |
| SDK 调用 | 参数名、值都错 | 准确配置参数 |
| 开发效率 | 5-10 次调试迭代 | 1 次生成成功 |
为什么是 Lovrabet MCP?
因为其他 MCP 只提供"数据",我们提供"理解"
| 维度 | 其他数据库 MCP | Lovrabet MCP |
|---|---|---|
| 数据源 | 直接连接数据库 | 从 Lovrabet 平台逆向分析 |
| 元数据 | 基础字段信息 | 完整业务语义 + 业务规则 |
| 关系发现 | 只能通过外键 | 智能推理业务关系 |
| 枚举值 | 依赖数据库约束 | 从数据集定义提取 |
| API 映射 | 需要手动编写 | 自动生成 SDK 代码 |
让 AI 像业务专家一样思考
Lovrabet MCP 让 AI 不是只写代码,而是像业务专家一样思考:
- 理解业务规则 - 从数据集定义中提取
- 遵循约束 - 知道哪些字段必填,哪些有枚举限制
- 使用正确的 API - 自动选择正确的 API 操作
- 生成可运行的代码 - 包含完整的错误处理和类型定义
最终结果
| 没有 Lovrabet MCP | 有 Lovrabet MCP |
|---|---|
| AI 靠猜,代码充满幻觉 | AI 拥有完整业务上下文 |
| 反复调试,5-10 次迭代 | 一次生成,准确无误 |
| 效率低下,bug 频出 | 效率提升 10 倍 |
开始使用 Lovrabet MCP,让 AI 成为你的业务专家。
下一步 → 快速开始