寫在前面
商業智能（BI）正在經歷一場由大型語言模型（LLM）驅動的深刻變革。傳統的 BI 工具通常需要用戶學習復雜的界面或查詢語言，而生成式商業智能 (Generative BI, GenBI) 則旨在讓用戶通過自然語言與數據交互，提出問題，并獲得由 AI 生成的數據洞察、可視化建議甚至完整的分析報告。
構建一個 GenBI Agent 的核心在于讓 LLM 能夠理解用戶的業務問題，并安全、有效地連接和操作企業的數據源。這通常需要 LLM 具備調用外部工具的能力，例如：
- 數據庫查詢工具: 連接 SQL 數據庫（如 MySQL, PostgreSQL）執行查詢。
- 代碼執行工具: 運行 Python 代碼（特別是使用 Pandas, Matplotlib 等庫）進行更靈活的數據處理、計算和可視化。
假設我們有一個“MCP Server”（Multi-Capability Platform Server）作為這些工具的統一 API 網關，它提供了調用 Python 解釋器和連接 MySQL 數據庫的能力。那么，我們該如何利用 LLM（如 Dee
