从SQL生成到工具选择：一种面向MCP服务器的领域导向模式

基于大语言模型（LLM）的智能体越来越多地通过模型上下文协议（MCP）访问企业数据，而许多MCP数据库服务器通过暴露单一的通用SQL执行工具来最大化灵活性。本文提出领域导向工具模式（Domain-Oriented Tooling Pattern）：模型不再在查询时生成SQL，而是从一小组与领域对齐的工具中选择，其参数化查询在服务器端封装了模式导航、连接和业务规则。我们围绕三条架构不变量将该模式形式化，并提出模型降级（Model Demotion）——即用意图分类取代SQL合成可降低服务常规请求所需模型档位——这一观察。作为参考实现，我们提出MCP Blueprint，一个开源框架，其中领域工具以YAML元数据加外部参数化SQL文件的形式声明式定义。我们用一个公开可复现基准评估该模式，比较三种MCP服务器设计——原始SQL执行、薄通用工具包和垂直化领域包——在四个本地模型（3B-8B）上、基于Sakila数据库的十七个面向客户任务上的表现（609个完成单元格；温度0；每单元格三次重复）。垂直化领域包达到0.939的汇总平均分，而原始SQL为0.666、通用包为0.605；最小的模型从0.583提升到0.929，匹配或超过所有更大的配置，同时将每个正确答案的成本降低一个数量级。所有评测框架代码、提示词、标准答案、冻结的工具包和逐单元格结果均公开可用。