本文介绍了模型上下文协议MCP一种支持大型语言模型与应用程序进行智能交互的开放式协议。通过MCP服务器用户可查询系统数据并直接操作存储设备如Everpure FlashBlade。文章详细阐述了如何构建集成了MCP服务器的存储管理系统展示了通过自然语言与存储设备交互的便捷性。此外还探讨了模块化方法在MCP工具中的应用以及如何设置提示词以充当智能体实现智能化的存储管理。MCP的引入不仅简化了存储管理流程还为未来智能存储管理奠定了基础为企业提供了更高效、更智能的存储解决方案借助集成FlashBlade的MCP服务器您可以查询系统数据甚至采取直接操作从而开辟智能体存储管理的新领域。一直以来管理本地存储都是一个繁琐的手动过程查询系统指标、监控性能和执行操作通常需要复杂的脚本或专业工具。倘若您能够用简单的英语询问信息并立即获得可操作的见解模型上下文协议应势而生让这个梦想成为现实。什么是模型上下文协议(MCP)MCP是一种开放式协议支持大型语言模型与应用程序进行智能交互从而将自然语言功能引入存储管理。在本博客中Everpure将向您展示如何构建一个与Everpure® FlashBlade®集成的MCP服务器支持您查询系统数据甚至直接采取行动——所有这一切都通过人工智能驱动的直观界面完成。采取模块化方法Everpure开辟了智能体存储管理的新前沿。这个领域中自动化不仅高效而且可对话、可适配。接下来将深入探讨一下。MCP FlashBlade这些操作的目标是Everpure阵列具体来说是FlashBlade系统但其原理也适用于FlashArray系统。凭借Claude桌面应用程序我们的查询将使用MCP服务器提供的工具与指定的Everpure阵列进行交互如下图所示步骤1创建MCP服务器第一步是安装uv Python软件包管理器。接下来我们需要创建MCP服务器结构。为此我们将使用uv软件包中提供的工具最后按照指示安装依赖项MCP服务器框架就搭建完成了。需要修改的源代码位于pure-mcp-server/src/pure-mcp-server目录下。目前这段代码用于模板添加备注工具。对其进行修改确保能与本地Everpure FlashBlade阵列进行交互。从项目文件夹进入uv自动创建的Python虚拟环境然后安装Everpure Python SDK通过此SDK与 FlashBlade REST API进行交互。然后添加相关代码创建两个MCP工具对给定的FlashBlade阵列端点运行查询get_arraysget_arrays和get_arrays_performance在初始化阶段MCP服务器自动添加到Claude桌面。验证前请打开以下文件并检查条目是否正确除了MCP检查器之外还使用了以下脚本进行验证这段代码正确列出了我的MCP服务器工具。它还会连接到远程数组执行必要的API调用并返回相关的JSON字符串。现在通过Claude桌面应用程序可以使用MCP服务器工具对指定的Everpure FlashBlade运行查询使用get-array-fuld工具查询存储空间请注意这是一个相当闲置的实验室阵列但可以提出后续问题例如“根据每个指标的周期时间值创建一个图表来显示过去7天的性能。将每日的周期和组性能结果进行转换。”运行模块化MCP工具目前的代码已实现对各MCP服务器工具定义中硬编码调用的基本集成但需求可能不止于信息检索还包括操作提交。每个请求调用MCP工具并非理想方法。需要摒弃get_arrays这类硬编码的REST API调用转向模块化方法通过单一的pure-fb工具将任意端点调用作为参数传入从而使其能够服务于任何端点。完整的代码可参阅GitHub存储库。https://github.com/jboothomas/pure-model-context-protocol/tree/mainMCP服务器的使用方法新的MCP服务器部署完毕后可以运行信息类查询例如“在主机1.2.3.4上使用pure-fbAPI令牌为T-7c7af23e运行命令get_file_systems然后运行命令get_buckets。按使用大小对项目进行排序并为每个项目标记“s3”以表明它是存储桶或标记“fs”以表明它是文件系统。请务必按使用空间大小降序排列并列出使用空间排名前5的项目。”*这将产生以下输出结果凭借这种模块化方法可以查询任何端点获取阵列、存储桶、文件系统等以此检索信息并对阵列执行操作。例如使用以下查询运行一个简单的create bucket创建存储桶命令“在主机1.2.3.4上使用pure-fbAPI令牌为T-7c7af23e命令为post_buckets参数为names[“jbtmcptest”], bucketBucketPost(accountReference(name‘jbt’)) ”*在Everpure FlashBlade阵列上可以看到相关的存储桶已经存在通过这条查询语句创建一个文件系统。请注意在本例中没有给出具体的端点。这个问题就留给大语言模型去解决“使用以下参数创建文件系统names[“jbt-myfs”], file_systemFileSystemPost(provisioned5000, hard_limit_enabledTrue, nfsNfs(v4_1_enabledTrue), smbSmb(enabledTrue), multi_protocolMultiProtocolPost(access_control_style”nfs”))”可以看到ClaudeAI能够提供正确的命令post_file_system来运行此请求。如何设置提示词以充当智能体现在为聊天内容添加一些背景信息并定义要控制两个阵列的存储智能体的行为和功能“作为存储管理智能体你可以通过pure-fb工具管理以下两个阵列主机1.2.3.4 上的array01API令牌为T-7c7af23e*主机1.2.3.5上的array02API令牌为T-f2e03b8d”*定义这个存储智能体后可以对这两个阵列运行查询例如“从两个阵列中获取所有存储桶提取名称、原始总已用空间和源阵列到一个列表中。严格按照原始的总已用空间值进行排序不进行任何转换。从列表中选出前15名并将已用空间转换为适合显示的单位。“智能体首先使用get_buckets和get_file_systems函数从两个阵列中收集相关数据智能体按照请求对存储桶按已用空间进行排序。请注意尝试多次才得到正确的排序提示。从命令行驱动到人工智能辅助的存储管理借助MCP服务器Everpure将本地存储管理从僵化的命令行驱动流程转变为人工智能辅助的自然语言体验。大语言模型与企业存储相集成Everpure不再只是检索数据而是动态地命令掌控基础设施从而削减复杂性拥抱更智能、更高效的工作流程。但这仅仅是个开始。智能体自动化正在重塑企业技术存储领域也不例外。随着这些能力的不断发展Everpure逐步迈向AI型存储管理它不仅创造便利更成为未来的竞争优势。问题不在于它是否会成为新标准——而在于何时。常见问题解答(FAQ)Q什么是模型上下文协议(MCP)MCP是一种开放式协议它允许AI模型通过标准化的接口安全地与外部工具、系统和数据源进行交互。Q“智能体存储”是什么意思它指的是利用AI智能体与存储系统进行交互支持用户使用自然语言查询数据、监控系统和采取行动。QMCP如何改进存储管理它允许管理员通过统一的对话式界面检索信息和执行操作不必再依赖脚本或手动工作流程。Q在这个语境下MCP服务器是什么MCP服务器充当AI模型和存储系统之间的桥梁显示模型可以访问和使用的数据和操作。Q这如何应用于本地存储它支持用户直接与本地系统进行AI式交互便于团队管理和查询存储根本无需将数据迁移至云端。QMCP与存储平台组合运行的好处有哪些它降低了操作复杂性提高了系统数据的可访问性实现更快速、更直观的决策。QMCP是否会取代现有的管理工具不它通过添加自然语言层来补充现有系统和工作流程从而简化用户与现有系统和工作流程的交互方式。QMCP对基础设施的未来为何如此重要它为更智能、自动化的系统奠定了基础人工智能可以实时协助进行监控、故障排除和优化。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取