用 TypeScript 与 MCP 搭建销售分析助手

一篇 dev.to 教程用 TypeScript、SQLite 和本地 MCP 服务搭建销售分析助手，并提供合成数据、自动化测试和可复现演示。它的重点是先把统计口径写进代码，再让 Agent 调用工具、解释结果。本地演示无需 API 密钥，但作者没有声称验证了在线模型的效果。

目前能确认什么

这个系统把分析逻辑和模型职责分开：服务端实现固定查询、绑定参数，以只读连接访问 SQLite；Agent 只能选择已提供的操作，没有直接执行 SQL 的工具。

教程里的销售额有明确边界：只计算订单快照状态为 delivered 的商品金额，取消和退货订单全部排除，按下单日期归属。它不代表实收款或利润，也没有覆盖税费、运费和折扣。

日期处理同样进入了代码约束。查询区间采用左闭右开，比较窗口必须等长；数据覆盖范围内的空白日期可以返回零，超出覆盖范围则报错。没有数据，不能直接解释成没有销量。

MCP 在这里通过本地 stdio 通信：Agent 宿主启动子进程，通过标准输入输出交换消息。在线运行时，问题和聚合结果会发送给 DEVUP AI API，数据库文件留在本机。本地运行不等于所有信息都留在本地。

我的判断

对程序员来说，最值得复用的是分析层与 MCP 工具的拆分方式。把日期、金额和订单状态规则固定下来，才能用同一份数据检验统计结果；模型负责选择操作和组织语言，统计正确性则由代码承担。

这也给接业务系统划出了一条具体边界：部分退款、多币种或状态变化，首先需要补充数据结构和指标定义，不能只靠修改提示词。

当前演示能证明本地服务确实执行了 SQL 聚合，但不能证明模型能稳定选对工具、理解模糊提问或准确解释结果。这些仍需在线调用验证。四个工具的完整定义及返回结构，现有节选也没有展示清楚。