AI Translate 51-ai-functions to Simplified-Chinese (#2668)

* [INIT] Start translation to Simplified-Chinese

* 🌐 Translate 02-mcp.md to Simplified-Chinese

---------

Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com>

Author: github-actions[bot]

.translation-init

@@ -1 +1 @@
-Translation initialization: 2025-08-07T12:15:30.045055
+Translation initialization: 2025-08-08T08:55:14.760013

docs/cn/guides/51-ai-functions/02-mcp.md

@@ -2,7 +2,7 @@ import DetailsWrap from '@site/src/components/DetailsWrap';
 
 # 适用于 Databend 的 MCP Server
 
-[mcp-databend](https://github.com/databendlabs/mcp-databend) 是一个 MCP（Model Context Protocol）服务器，它让 AI 助手能够使用自然语言直接与您的 Databend 数据库交互。
+[mcp-databend](https://github.com/databendlabs/mcp-databend) 是一个 MCP（Model Context Protocol）服务器，使 AI 助手能够使用自然语言直接与你的 Databend 数据库交互。
 
 ## mcp-databend 能做什么
 
@@ -13,28 +13,47 @@ import DetailsWrap from '@site/src/components/DetailsWrap';
 
 ## 构建 ChatBI 工具
 
-本教程将演示如何使用 mcp-databend 和 Agno 框架构建一个对话式商业智能（Business Intelligence）工具。您将创建一个本地 Agent，能够用自然语言回答数据问题。
+本教程将展示如何使用 mcp-databend 和 Agno 框架构建对话式商业智能（Business Intelligence）工具。你将创建一个本地 Agent，能够用自然语言回答数据问题。
 
 ![Databend MCP ChatBI](@site/static/img/connect/databend-mcp-chatbi.png)
 
+## 前置条件
+
+开始前，你需要：
+
+1. **Databend 数据库** - 可选择 [Databend Cloud](https://app.databend.cn)（提供免费套餐）或自托管实例
+2. **DeepSeek API Key** - 从 [https://platform.deepseek.com/api_keys](https://platform.deepseek.com/api_keys) 获取
+
 ## 分步教程
 
 ### 第 1 步：配置 Databend 连接
 
-首先，您需要一个可连接的 Databend 数据库：
+如果还没有 Databend 数据库：
+
+1. **注册 [Databend Cloud](https://app.databend.cn)**（免费套餐可用）
+2. **创建 Warehouse 和数据库**
+3. **在控制台获取连接字符串**
+
+有关 DSN 格式和示例，参阅[连接字符串文档](https://docs.databend.cn/developer/drivers/#connection-string-dsn)。
 
-1. **注册 [Databend Cloud](https://app.databend.cn)**（提供免费套餐）
-2. **创建 Warehouse 和 Database**
-3. **在控制台获取连接字符串（Connection String）**
+| 部署方式           | 连接字符串示例                                                |
+| ------------------ | ------------------------------------------------------------- |
+| **Databend Cloud** | `databend://user:pwd@host:443/database?warehouse=wh`          |
+| **自托管**         | `databend://user:pwd@localhost:8000/database?sslmode=disable` |
 
-有关 DSN 格式和示例的详细信息，请参阅[连接字符串文档](https://docs.databend.cn/developer/drivers/#connection-string-dsn)。
+### 第 2 步：配置 API Key 和环境变量
 
-| 部署方式           | 连接字符串示例                                               |
-| ------------------ | ------------------------------------------------------------ |
-| **Databend Cloud** | `databend://user:pwd@host:443/database?warehouse=wh`         |
-| **自托管**         | `databend://user:pwd@localhost:8000/database?sslmode=disable`|
+设置 API Key 和数据库连接：
 
-### 第 2 步：安装依赖
+```bash
+# 设置 DeepSeek API Key
+export DEEPSEEK_API_KEY="your-deepseek-api-key"
+
+# 设置 Databend 连接字符串
+export DATABEND_DSN="your-databend-connection-string"
+```
+
+### 第 3 步：安装依赖
 
 创建虚拟环境并安装所需包：
 
@@ -44,18 +63,14 @@ python3 -m venv .venv
 source .venv/bin/activate
 
 # 安装包
-pip install packaging openai agno openrouter sqlalchemy fastapi mcp-databend
+pip install packaging openai agno sqlalchemy fastapi mcp-databend
 ```
 
-### 第 3 步：创建 ChatBI Agent
+### 第 4 步：创建 ChatBI Agent
 
-现在创建 ChatBI Agent，它将使用 mcp-databend 与您的数据库交互。
+现在创建 ChatBI Agent，它将使用 mcp-databend 与数据库交互。
 
 创建文件 `agent.py`：
-<DetailsWrap>
-
-<details>
-<summary>点击查看 agent.py 代码</summary>
 
 ```python
 from contextlib import asynccontextmanager
@@ -67,17 +82,16 @@ from agno.agent import Agent
 from agno.playground import Playground
 from agno.storage.sqlite import SqliteStorage
 from agno.tools.mcp import MCPTools
-from agno.models.openrouter import OpenRouter
+from agno.models.deepseek import DeepSeek
 from fastapi import FastAPI
 
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
 def check_env_vars():
-    """检查必需的环境变量"""
     required = {
         "DATABEND_DSN": "https://docs.databend.cn/developer/drivers/#connection-string-dsn",
-        "OPENROUTER_API_KEY": "https://openrouter.ai/settings/keys"
+        "DEEPSEEK_API_KEY": "https://platform.deepseek.com/api_keys"
     }
 
     missing = [var for var in required if not os.getenv(var)]
@@ -86,7 +100,7 @@ def check_env_vars():
         print("❌ 缺少环境变量：")
         for var in missing:
             print(f"  • {var}: {required[var]}")
-        print("\n示例：export DATABEND_DSN='...' OPENROUTER_API_KEY='...'")
+        print("\n示例：export DATABEND_DSN='...' DEEPSEEK_API_KEY='...'")
         sys.exit(1)
 
     print("✅ 环境变量检查通过")
@@ -121,16 +135,13 @@ databend = DatabendTool()
 
 agent = Agent(
     name="ChatBI",
-    model=OpenRouter(
-        id=os.getenv("MODEL_ID", "anthropic/claude-sonnet-4"),
-        api_key=os.getenv("OPENROUTER_API_KEY")
-    ),
+    model=DeepSeek(),
     tools=[],
     instructions=[
         "你是 ChatBI - 专为 Databend 打造的商业智能助手。",
         "帮助用户使用自然语言探索和分析数据。",
-        "始终先探索可用的数据库和表。",
-        "以清晰、易读的表格格式展示查询结果。",
+        "始终从探索可用数据库和表开始。",
+        "将查询结果格式化为清晰易读的表格。",
         "在分析中提供见解和解释。"
     ],
     storage=SqliteStorage(table_name="chatbi", db_file="chatbi.db"),
@@ -145,7 +156,7 @@ agent = Agent(
 async def lifespan(app: FastAPI):
     tool = databend.create()
     if not await databend.init():
-        logger.error("Databend 初始化失败")
+        logger.error("初始化 Databend 失败")
         raise RuntimeError("Databend 连接失败")
 
     agent.tools.append(tool)
@@ -165,23 +176,10 @@ playground = Playground(
 app = playground.get_app(lifespan=lifespan)
 
 if __name__ == "__main__":
-    print("🤖 正在启动 Databend 的 MCP Server")
+    print("🤖 正在为 Databend 启动 MCP Server")
     print("打开 http://localhost:7777 开始聊天！")
     playground.serve(app="agent:app", host="127.0.0.1", port=7777)
-```
-
-</details>
-</DetailsWrap>
-### 第 4 步：配置环境
-
-设置您的 API 密钥和数据库连接：
 
-```bash
-# 设置 OpenRouter API 密钥
-export OPENROUTER_API_KEY="your-openrouter-key"
-
-# 设置 Databend 连接字符串
-export DATABEND_DSN="your-databend-connection-string"
 ```
 
 ### 第 5 步：启动 ChatBI Agent
@@ -192,22 +190,22 @@ export DATABEND_DSN="your-databend-connection-string"
 python agent.py
 ```
 
-您将看到：
+你将看到：
 
 ```
 ✅ 环境变量检查通过
-🤖 正在启动 Databend 的 MCP Server
+🤖 正在为 Databend 启动 MCP Server
 打开 http://localhost:7777 开始聊天！
-INFO Starting playground on http://127.0.0.1:7777
+INFO 正在 http://127.0.0.1:7777 启动 playground
 INFO:     Started server process [189851]
-INFO:     Waiting for application startup.
+INFO:     等待应用启动。
 INFO:agent:✓ 已连接到 Databend
 INFO:agent:ChatBI 初始化成功
-INFO:     Application startup complete.
-INFO:     Uvicorn running on http://127.0.0.1:7777 (Press CTRL+C to quit)
+INFO:     应用启动完成。
+INFO:     Uvicorn 运行在 http://127.0.0.1:7777（按 CTRL+C 退出）
 ```
 
-### 第 6 步：设置 Web 界面
+### 第 6 步：配置 Web 界面
 
 为获得更佳体验，可配置 Agno 的 Web 界面：
 
@@ -219,11 +217,11 @@ npx create-agent-ui@latest
 cd agent-ui && npm run dev
 ```
 
-**连接到您的 Agent：**
+**连接到 Agent：**
 
 1. 打开 [http://localhost:3000](http://localhost:3000)
 2. 选择 "localhost:7777" 作为端点
-3. 开始提问关于您的数据！
+3. 开始提问关于数据的问题！
 
 **试试这些查询：**
 
@@ -234,7 +232,7 @@ cd agent-ui && npm run dev
 
 ## 资源
 
-- **GitHub 仓库**：[databendlabs/mcp-databend](https://github.com/databendlabs/mcp-databend)
-- **PyPI 包**：[mcp-databend](https://pypi.org/project/mcp-databend)
-- **Agno 框架**：[Agno MCP](https://docs.agno.com/tools/mcp/mcp)
-- **Agent UI**：[Agent UI](https://docs.agno.com/agent-ui/introduction)
+- **GitHub 仓库**: [databendlabs/mcp-databend](https://github.com/databendlabs/mcp-databend)
+- **PyPI 包**: [mcp-databend](https://pypi.org/project/mcp-databend)
+- **Agno 框架**: [Agno MCP](https://docs.agno.com/tools/mcp/mcp)
+- **Agent UI**: [Agent UI](https://docs.agno.com/agent-ui/introduction)