使用 VSCode 结合 DeepSeek API 和 MCP 服务构建本地知识库

在生成式 AI 爆发的当下，如何以低成本、高安全性地将大语言模型（LLM）能力引入本地工作流，并让其深度理解本地的代码仓库、文档与数据库？

本文将为您分享一套极具性价比且安全闭环的方案：使用 VSCode (Cline 插件) ＋ DeepSeek API + MCP (Model Context Protocol) 服务，打通本地文件系统与结构化数据，构建一套完全由您掌控的本地智能助理与知识库。

💡 为什么选择这套架构？

极低成本：DeepSeek 提供客观强大的推理与代码能力，而其 API 价格仅为同类闭源模型的几十分之一。
数据安全：模型仅读取您授权的本地文件夹与数据库，通过本地桥接服务运行，绝不泄漏全局隐私。
万物互联 (MCP 协议)：借助 Anthropic 倡导的 Model Context Protocol (MCP) 标准，AI 不再只是个聊天机器人，而是能够直接读写文件和查询数据库的“赛博执行官”。

🛠️ Step 1：在 VSCode 中配置 Cline 插件与 DeepSeek

Cline（原名 Claude Dev）是目前 VSCode 中最强大、最具有自主执行能力的开源 AI 编程辅助插件。

在 VSCode 插件市场搜索并安装 Cline。
点击 Cline 侧边栏图标，打开 Settings (设置)。
API Provider 选择 DeepSeek（或者选择 OpenAI Compatible）。
配置关键参数：
- Base URL：https://api.deepseek.com
- API Key：填入您在 DeepSeek 开放平台申请的专属 API 密钥（格式如 sk-***）。
- Model：推荐选择极具性价比与推理能力的 deepseek-chat。

🔌 Step 2：配置本地 MCP 服务连接

MCP 桥接服务是打通大模型与本地物理资源的钥匙。我们将本地知识库所需的文件系统（非结构化数据）与数据库（结构化数据）两大核心通道进行注册。

在 Cline 的设置面板底部，点击打开 MCP Config (settings.json) 文件，只保留与构建“本地知识库”最紧密相关的核心配置：

{
  "mcpServers": {
    "local-filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/your/workspace/docs",
        "/path/to/your/workspace/code"
      ],
      "description": "允许 AI 助手读取、搜索和编辑您授权的本地工作区和文档库"
    },
    "local-postgres": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://<db_user>:***@127.0.0.1:5432/<db_name>"
      ],
      "description": "提供受控的数据库交互通道，便于 AI 辅助分析本地表结构和数据"
    }
  }
}

⚠️ 技术细节与安全贴士：

标准跨平台命令：在实际环境中，推荐使用 npx -y 运行。这能确保配置在 Windows、macOS 和 Linux 环境下皆可免手动全局安装直接拉起。

数据库凭证安全：在配置 local-postgres 时，务必将 <db_user>、<db_password> 和 <db_name> 替换为您自己本地数据库的测试账户，切勿将生产密码明文提交或同步。

沙箱路径保护：server-filesystem 启动时只允许传入绝对路径，AI 的读写范围会被强行锁定在该绝对路径的安全沙箱内。