DeepWorks是滴普科技推出的企业智能体平台（用于构建和运营“AI员工”），UXDB 是优炫数据推出的多模AI数据库。 两者结合，意味着DeepWorks的AI员工可以通过 MCP（模型上下文协议）安全地调用UXDB的数据能力，让DeepWorks在受控范围内直接查询、分析业务和管理数据库，满足企业数据分析、运营决策等场景需求。
一、任务定义
用 DeepWorks 通过 UXDB MCP Server 接入 UXDB，完成订单履约场景下的自然语言问数闭环。安装配置好环境工具和数据后，让业务人员用自然语言在DeepWorks提问，由DeepWorks智能体自动完成对UXDB中订单数据的跨表查询和半结构化字段解析，并给出带判断的结论，同时确保数据不离开UXDB、写操作需经过确认；验收时需能通过一句话定位到订单主（客户+金额），能拉出该订单的事件流并解析JSONB中的扩展字段，智能体的回答要能指出卡点，查询走只读工具、变更走写工具；外部数据同步和复杂权限体系不在本次范围内，留到主流程跑通后再叠加。
二、环境和工具
以下操作可在您的本地电脑（Windows、MacOS、Linux）或配合远程主机完成。
DeepWorks：DeepWorks-Mac-x64-1.5.0.dmg
UXDB ：uxdb-std-linux7-x86_64-v2.1.2.5B.run
UXDB MCP Server： uxdb_mcp_server-1.1.0-cp312-linux_x86_64.whl
1.Deepworks安装部署
Deepwork要理解用户意图，决定调用哪个工具、按什么顺序调用，把结果归纳成结论。您可以在https://deepworks.cn/?apply-for-ee=1下载Deepworks软件，选择与自己系统适配的环境版本，如Windows、Linux、MacOS，按步骤操作即可。安装成功后启动它，如下图 ：
2.UXDB安装部署
UXDB在此次任务中承载订单主表和事件表，完成关系关联与 JSONB 字段提取。安装包需访问 https://www.uxdb.net.cn/download 获取，支持 Linux及 Windows，Linux 下赋予执行权限后运行 .run 文件并跟随交互向导完成安装与初始化；安装成功导入 License 后，启动服务 systemctl status uxdbServer 显示 Active: active (running)即可。
您使用Dbeaver或uxdbadmin访问UXDB数据库，如下图：
3.UXDB MCP Server安装和配置
uxdb_mcp_server 在本次任务中作为连接器，把查询、变更、Schema 管理封装成工具，做参数化和语义校验。
安装参考 ：UXDB MCP Server 安装使用指南 https://uxdb.net.cn/docs/uxdb/2/ai/mcp/UXDB%20MCP%20Server%20install
配置：在DeepWorks 中工具配置 找到“扩展—MCP—编辑MCP”，添加以下配置
{
"mcp": {
"uxdb": {
"type": "local",
"command": [
"/Users/mac/venv-uxdb/bin/uxdb-mcp-server"
],
"enabled": true,
"environment": {
"UXDB_CONNECTION_STRING": "uxdb://uxdb:password@hostip:port/uxdb",
"PATH": "/Users/path/venv-uxdb/bin:/usr/local/bin:/usr/bin:/bin"
},
"timeout": 120000
}
}
}其中password@hostip:port，path，用自己的相关信息，确认能拉取到 ux_execute_query、ux_execute_mutation、ux_manage_schema 等工具。或尝试“连接”，并看到“启动”时，我们的工具准备工作就完成了。
三、数据准备
参考客户的实际生产环境，建立以下库表结构和模拟数据：
1.建订单主表
CREATE TABLE orders (
order_id VARCHAR(32) PRIMARY KEY,
customer VARCHAR(128),
amount DECIMAL(12,2),
status VARCHAR(32),
promised_date DATE
);
INSERT INTO orders VALUES
('SO-2026-1104-017', '华东精密制造', 286000.00, '生产中', '2026-11-12');
2 建事件表，扩展字段用 JSONB
CREATE TABLE order_events (
event_id SERIAL PRIMARY KEY,
order_id VARCHAR(32),
event_time TIMESTAMPTZ,
event_type VARCHAR(32),
detail JSONB
);
# 插入事件数据
INSERT INTO order_events (order_id, event_time, event_type, detail) VALUES
('SO-2026-1104-017', '2026-11-03 09:20+08', '生产报工',
'{"workshop":"二车间","progress_pct":65,"bottleneck":"热处理工序排期紧张"}');
INSERT INTO order_events (order_id, event_time, event_type, detail) VALUES
('SO-2026-1104-017', '2026-11-04 08:10+08', '物料到货',
'{"material":"特种合金钢","qty":2.4,"unit":"吨","inspection":"待检"}');为什么用 JSONB 而不是宽表：报工、到货、质检、入库这几类事件各自的字段差异很大，宽表会出现大量 NULL 列，每加一种事件类型就要改表结构。JSONB 让不同事件的扩展信息共用一列，查询时用 ->> 提取，UXDB 原生支持。
四、接入 DeepWorks 并观察工具调用
1.首次对话，观察调用轨迹
输入：“华东精密制造那个 28 万的订单，现在什么状态，有没有卡点？”
此时不要只看最终回答，重点看 DeepWorks 的调用轨迹：
智能体是否先调用了 ux_manage_schema 确认表结构？
是否调用了 ux_execute_query，SQL 里是否正确用了参数化占位符（$1、$2），而不是把客户名直接拼进 SQL？
是否只调用了只读工具，没有误触写工具？
这几点决定了后续能否放心扩展。技术人员在这个阶段应该把轨迹截图或导出，作为集成验证的留档。
2. 预期回答
智能体应输出类似：订单生产中，进度 65%；两个卡点——热处理排期紧张影响交期，特种合金钢到货但待检、未放行无法投产；承诺交期 11 月 12 日。
如果输出只是把两条事件念一遍、没有归纳出卡点，说明编排层没有生效，需要检查 DeepWorks 的提示词或工具返回格式。
3 实际回答
小结：符合且超过预期。
4. 写操作测评
输入：“帮我标记一下已跟进。”
观察智能体是否调用 ux_execute_mutation，UPDATE 是否带 WHERE 条件，是否触发人工确认。UXDB MCP Server 在服务端会校验 WHERE 强制和参数化，但 DeepWorks 侧最好也配置确认环节，形成双层保护。
小结：符合且超过预期。
五、总结
本次任务的目标是验证 DeepWorks 通过 UXDB MCP Server 接入 UXDB 后，能否在订单履约场景下跑通“自然语言提问 → 受控查询 → 风险归纳 → 安全写入”的完整链路。结论是可以跑通，数据模型完整、工具边界清晰、调用轨迹可观察。
DeepWorks企业智能体能自主完成订单主表与过程事件的关联查询，并把进度、瓶颈和待检状态归纳成卡点；写操作有约束和人工确认，数据全程留在 UXDB。分工上，DeepWorks 负责理解、编排和归纳，UXDB 负责数据承载并通过 MCP 提供受控工具，二者配合使方案在安全可控前提下落地，满足企业在AI时代的数据管理与业务分析、决策需求。