TrueFoundry Accelerator-Serie: Nahtloses Abfragen strukturierter und unstrukturierter Daten mit MCP-Tools

In modernen Unternehmen leben Daten in Silos. CRM-Datensätze, Verkaufszahlen oder Protokolle sind strukturiert und befinden sich in Datenbanken. Forschungsberichte, Kundenfeedback und Feldnotizen sind unstrukturiert und befinden sich in Dokumentenablagen. Um beides zu verstehen, verbringen Teams oft Stunden damit, Konnektoren, Pipelines und Analyseskripte zu erstellen.

Aber was wäre, wenn Sie all das mit einer Ebene vereinen könnten — einer Modellsteuerungsebene (MCP) — und alles mit natürlicher Sprache abfragen?

Willkommen zur neuen Art, mit Daten zu arbeiten: Abfragen strukturierter und unstrukturierter Quellen mit MCP-Tools.

Was ist ein MCP?

EIN Modellsteuerungsebene (MCP) fungiert als Brücke zwischen Ihrem KI-Agenten und den externen Tools oder Datensystemen, mit denen er interagiert. Sie können sich MCP als das „Betriebssystem“ für Ihre KI-Tools vorstellen — es definiert, worauf die KI wie und in welchem Kontext zugreifen kann.

Jeder MCP ist mit einer bestimmten Funktion verbunden — es könnte ein Datenbank-Konnektor, ein Dokumentenabruf, oder sogar ein Code-Executor.

Zum Beispiel: -

• Text-zu-SQL-Tool → Fragt strukturierte Datenbanken ab.
• RAG-Werkzeug → Ruft aus unstrukturierten Dokumenten-Repositorys ab.
• Code-Executor → Führt die Analyselogik (wie Python) dynamisch aus.

Sobald diese miteinander verknüpft sind, können Sie buchstäblich fragen: > „Nennen Sie die 5 wichtigsten Ärzte nach Prioritätsbewertung und fassen Sie ihren onkologischen Schwerpunkt anhand unserer internen Berichte zusammen.“

Das System automatisch:

1. Generiert SQL, um die Datenbank nach Top-HCPs abzufragen.

2. Ruft onkologieorientierte Berichte über RAG ab.

3. Kombiniert und fasst beides zusammen.

Aufbau eines MCP auf strukturierten und unstrukturierten Daten

Schauen wir uns an, wie das funktioniert, mit dem Vertriebsmitarbeiter und -co-Accelerator als Beispiel eingerichtet.

1. Wir werden einen bereits eingesetzten Sales Rep-Co MCP Service nutzen

Sie beginnen mit der Bereitstellung der Vertriebs- und Rep-Co-Service als MCP auf TrueFoundry.

Sie benötigen Zugriff auf den Demo-Tenant von Truefoundry

- Stellen Sie sicher, dass der Service aktiv und der Pod läuft.

- Fahren Sie fort, wenn unterbrochen, oder starten Sie neu über Endpunkt/Anmeldeinformationen wenn im automatischen Shutdown.

- Wenn es nicht eingesetzt wird, können Sie es von der aus hochfahren TrueFoundry UI oder lokal unter Verwendung der bereitgestellten Konfiguration.

Nach der Bereitstellung haben Sie einen Endpunkt wie: https://tfy-eo.truefoundry.cloud/deployments/{deployment_id}? tab=Pods

2. Verbinden Sie es mit dem AI Gateway

Im TrueFoundry's KI-Gateway, gehe zu: > AI Gateway → MCP-Server → + (MCP hinzufügen)

Finden Sie Ihren Sales-Repco-Accelerator MCP oder fügen Sie ihn hinzu.
Einmal verbunden: - Schalten Sie es um auf - Klick Alle Tools aktivieren .

Ihr MCP hat jetzt Zugriff auf strukturierte (SQL) und unstrukturierte (Docs) Tools.

3. Beide Welten mit einer Eingabeaufforderung abfragen

Wenn Ihr MCP aktiv und verbunden ist, können Sie strukturierte und unstrukturierte Daten gemeinsam abfragen — alles in natürlicher Sprache.
Hier sind einige Beispiele:

Abfrage

Was passiert unter der Haube

Was sind die 5 besten HCPs nach Prioritätsbewertung?

Text-to-SQL fragt die strukturierte HCP-Datenbank ab.

Nennen Sie die Ärzte, die sich auf Onkologie spezialisiert haben, und verfassen Sie eine kurze Zusammenfassung, die auf den Bericht über den metastatischen Organotropismus verweist.

SQL ruft Arztdetails ab → RAG ruft den Berichtstext ab und fasst ihn zusammen → Entwirft eine E-Mail-Antwort.

Analysieren Sie die Verteilung der HCP-Prioritätsbewertungen in der onkologischen Abteilung.

Der SQL + Python-Code-Executor generiert und visualisiert Erkenntnisse.

Sie können dieses Setup sogar erweitern, indem Sie weitere MCP-Tools für Analyse, Visualisierung oder benutzerdefinierte APIs hinzufügen.

Warum das wichtig ist

Herkömmliche Workflows für den Zugriff auf Unternehmensdaten erfordern: - ETL-Pipelines, - BI-Dashboards, - manuelle Koordination zwischen Analysten und Geschäftsanwendern. Mit MCP-basierten Abfragen: - Sie Reduzieren Sie den Werkzeugwechsel. - Du alles über eine Schnittstelle abfragen. - Du Überbrückung strukturierter und unstrukturierter Daten nativ. Das ist mehr als nur Bequemlichkeit — es ist wie datengestützte Entscheidungsfindung sollte funktionieren.

Ein Blick in die Zukunft

Wenn Teams immer mehr MCPs erstellen — für Analysen, RAG, CRM und sogar externe SaaS-Tools — Ökosystem mit mehreren Agenten beginnt aufzutauchen. Jeder Agent ist auf sein Fachgebiet spezialisiert (z. B. SQL-Experte, Summarizer, E-Mail-Drafter), und AI Gateway orchestriert sie über MCPs. Wir bewegen uns in eine Welt, in der Ihre Unternehmensdatensysteme keine statischen Dashboards sind, sondern lebende, abfragende, logische Entitäten.

Einpacken

Durch Kombinieren strukturierte Abfragen (SQL), unstrukturierter Abruf (RAG), und Ausführungslogik (Python) In einem MCP ermöglichen Sie es einem Agenten, komplexe, domänenübergreifende Fragen sofort zu beantworten. Ganz gleich, ob Sie Datenwissenschaftler, Vertriebsleiter oder Unternehmensarchitekt sind — der Aufbau einer MCP-Ebene auf Ihren Datensystemen ist der erste Schritt dazu wirklich intelligenter Datenzugriff.