AI Translate 51-ai-functions to Simplified-Chinese (#2661)

* [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>
Co-authored-by: z <[email protected]>

Author: github-actions[bot]

.translation-init

@@ -1 +1 @@
-Translation initialization: 2025-08-07T11:49:53.390350
+Translation initialization: 2025-08-07T12:00:58.554814

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

@@ -1,38 +1,40 @@
+import DetailsWrap from '@site/src/components/DetailsWrap';
+
 # 适用于 Databend 的 MCP 服务器
 
-[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你的 Databend 数据库交互。
+[mcp-databend](https://github.com/databendlabs/mcp-databend) 是一个 MCP（Model Context Protocol，模型上下文协议）服务器，它让 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
 
 - **execute_sql** - 执行带超时保护的 SQL 查询
 - **show_databases** - 列出所有可用数据库
-- **show_tables** - 列出数据库中的表（可带可选过滤）
+- **show_tables** - 列出数据库中的表（支持可选过滤）
 - **describe_table** - 获取详细的表结构信息
 
 ## 构建 ChatBI 工具
 
-本教程将演示如何使用 mcp-databend 和 Agno 框架构建对话式商业智能工具。你将创建一个本地代理，用自然语言回答数据问题。
+本教程将演示如何使用 mcp-databend 和 Agno 框架构建对话式商业智能（Business Intelligence，BI）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)
 
 ## 分步教程
 
-### 第 1 步：配置 Databend 连接
+### 步骤 1：配置 Databend 连接
 
 首先，你需要一个可连接的 Databend 数据库：
 
 1. **注册 [Databend Cloud](https://app.databend.cn)**（提供免费套餐）
-2. **创建计算集群和数据库**
+2. **创建 Warehouse 和数据库**
 3. **在控制台获取连接字符串**
 
-有关 DSN 格式和示例的详细信息，请参阅[连接字符串文档](https://docs.databend.cn/developer/drivers/#connection-string-dsn)。
+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)。
 
-| 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` |
+| 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` |
 
-### 第 2 步：安装依赖
+### 步骤 2：安装依赖
 
 创建虚拟环境并安装所需包：
 
@@ -45,11 +47,12 @@ source .venv/bin/activate
 pip install packaging openai agno openrouter sqlalchemy fastapi mcp-databend
 ```
 
-### 第 3 步：创建 ChatBI 代理
+### 步骤 3：创建 ChatBI Agent
 
-现在创建使用 mcp-databend 与数据库交互的 ChatBI 代理。
+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>
@@ -76,16 +79,16 @@ def check_env_vars():
         "DATABEND_DSN": "https://docs.databend.cn/developer/drivers/#connection-string-dsn",
         "OPENROUTER_API_KEY": "https://openrouter.ai/settings/keys"
     }
-    
+
     missing = [var for var in required if not os.getenv(var)]
-    
+
     if missing:
         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='...'")
         sys.exit(1)
-    
+
     print("✅ 环境变量检查通过")
 
 check_env_vars()
@@ -94,7 +97,7 @@ class DatabendTool:
     def __init__(self):
         self.mcp = None
         self.dsn = os.getenv("DATABEND_DSN")
-        
+
     def create(self):
         env = os.environ.copy()
         env["DATABEND_DSN"] = self.dsn
@@ -104,7 +107,7 @@ class DatabendTool:
             timeout_seconds=300
         )
         return self.mcp
-    
+
     async def init(self):
         try:
             await self.mcp.connect()
@@ -124,7 +127,7 @@ agent = Agent(
     ),
     tools=[],
     instructions=[
-        "你是 ChatBI - Databend 的商业智能助手。",
+        "你是 ChatBI —— Databend 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。",
@@ -144,12 +147,12 @@ async def lifespan(app: FastAPI):
     if not await databend.init():
         logger.error("初始化 Databend 失败")
         raise RuntimeError("Databend 连接失败")
-    
+
     agent.tools.append(tool)
     logger.info("ChatBI 初始化成功")
-    
+
     yield
-    
+
     if databend.mcp:
         await databend.mcp.close()
 
@@ -162,14 +165,15 @@ playground = Playground(
 app = playground.get_app(lifespan=lifespan)
 
 if __name__ == "__main__":
-    print("🤖 正在启动 Databend 的 MCP 服务器")
+    print("🤖 正在为 Databend 启动 MCP 服务器")
     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
+### 步骤 4：配置环境
 
 设置 API 密钥和数据库连接：
 
@@ -181,31 +185,32 @@ export OPENROUTER_API_KEY="your-openrouter-key"
 export DATABEND_DSN="your-databend-connection-string"
 ```
 
-### 第 5 步：启动 ChatBI 代理
+### 步骤 5：启动 ChatBI Agent
 
-运行代理以启动本地服务器：
+运行 Agent 启动本地服务器：
 
 ```bash
 python agent.py
 ```
 
 你将看到：
+
 ```
 ✅ 环境变量检查通过
-🤖 正在启动 Databend 的 MCP 服务器
+🤖 正在为 Databend 启动 MCP 服务器
 打开 http://localhost:7777 开始聊天！
-INFO 正在 http://127.0.0.1:7777 启动 playground                                                                                                                                          
-INFO:     已启动服务器进程 [189851]
-INFO:     等待应用程序启动。
+INFO Starting playground on http://127.0.0.1:7777
+INFO:     Started server process [189851]
+INFO:     Waiting for application startup.
 INFO:agent:✓ 已连接到 Databend
 INFO:agent:ChatBI 初始化成功
-INFO:     应用程序启动完成。
-INFO:     Uvicorn 正在 http://127.0.0.1:7777 运行（按 CTRL+C 退出）
+INFO:     Application startup complete.
+INFO:     Uvicorn running on http://127.0.0.1:7777 (Press CTRL+C to quit)
 ```
 
-### 第 6 步：设置 Web 界面
+### 步骤 6：设置 Web 界面
 
-为获得更好体验，可设置 Agno 的 Web 界面：
+为获得更佳体验，可配置 Agno 的 Web 界面：
 
 ```bash
 # 创建 Agent UI
@@ -215,20 +220,22 @@ npx create-agent-ui@latest
 cd agent-ui && npm run dev
 ```
 
-**连接到代理：**
+**连接到 Agent：**
+
 1. 打开 [http://localhost:3000](http://localhost:3000)
 2. 选择 "localhost:7777" 作为端点
-3. 开始提问关于数据的问题！
+3. 开始提问你的数据！
 
 **试试这些查询：**
+
 - "显示所有数据库"
 - "我有哪些表？"
 - "描述我的表结构"
-- "运行查询显示示例数据"
+- "运行查询展示示例数据"
 
 ## 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)