Redis 已正式接入 AI ！

MacroZheng
0 阅读7分钟

大家好，不知道你们平时查Redis数据是不是也这样：要么开客户端连上去敲命令，要么在代码里写一段临时脚本，来回切窗口挺麻烦的。最近发现Redis官方也开始拥抱AI了，推出了两个开源项目：一个是官方MCP服务mcp-redis，让AI能直接读写Redis；另一个是官方技能包agent-skills，里面是Redis团队整理的最佳实践。两者配合Claude Code使用，说句话就能操作数据库，体验相当不错，今天就带大家从安装到使用完整体验一遍！

简介

先简单介绍下这两个项目分别是干什么的，以及它们之间的关系。

Redis MCP

MCP（Model Context Protocol）是一个让AI访问外部数据和工具的标准协议。mcp-redis是Redis官方推出的MCP服务实现，相当于给AI提供了一套现成的Redis操作工具，装上之后就可以用自然语言直接操作Redis，比如“缓存这个数据，1小时后过期”、“数据库里现在有多少个key”。

它的工具覆盖非常全面，String、Hash、List、Set、Sorted Set、Stream、Pub/Sub、JSON这些常用数据类型都有对应工具，甚至还支持向量索引和向量搜索，另外也提供了查询服务器状态、搜索官方文档的能力。

Redis Skill

Skill（Agent Skills）是给AI编程工具扩展能力的一种标准格式，本质是一组打包好的指令和参考资料，AI在处理相关任务时会自动加载。agent-skills是Redis官方维护的技能合集，把Redis团队多年沉淀的最佳实践整理成了8个技能：

技能内容
redis-core数据结构选型、key命名规范、内存与TTL、JSON vs Hash
redis-connections连接池、多路复用、pipeline、超时与慢命令
redis-search搜索与聚合、向量相似度（HNSW/FLAT）、混合检索、RAG
redis-semantic-cacheLangCache语义缓存、相似度阈值调优
redis-clusteringhash tag、避免CROSSSLOT、副本读取
redis-security认证与TLS、ACL最小权限、命令重命名
redis-observabilityINFO指标、SLOWLOG、MEMORY DOCTOR、Redis Insight
iris-developmentRedis Agent Memory（Iris）的接入

两者的关系

简单来说，MCP相当于AI的手，Skill相当于AI的脑。MCP给AI提供了读写Redis的执行通道，解决能不能操作的问题；而Skill不执行任何命令，它的作用是在AI干活时把官方最佳实践加载进来，让AI操作得更专业。

这或许是一个对你有用的开源项目，mall项目是一套基于 SpringBoot3 + Vue3 的电商系统（Github标星60K），后端支持多模块和微服务架构，采用Docker和K8S部署。包括前台商城项目和后台管理系统，能支持完整的订单流程！涵盖商品、订单、购物车、权限、优惠券、会员、支付等功能！

项目演示：

安装

安装分为三步：先准备uv环境，再通过cc-switch配置MCP，最后用npx安装Skill。

前置准备

Redis官方MCP是Python生态的项目，发布在PyPI上，官方推荐用uvx来运行。uvx可以理解为Python版的npx，它是uv自带的命令，所以我们需要先安装uv，Windows下可以直接使用winget命令来安装：

winget install astral-sh.uv

另外本次MCP的配置会使用cc-switch来完成，它是一款统一管理Claude Code、Codex、Gemini CLI配置的开源工具，可以在图形界面里维护MCP配置并一键同步到各个AI工具，免去了手动改配置文件的麻烦。cc-switch的安装和使用之前写过完整教程，还不了解的朋友可以参考：使用CC Switch，一键配置你的Claude Code

安装Redis MCP

  • 首先确保本地有一个可用的Redis服务，没有的话可以用Docker快速启动一个；
docker run --name redis8 \
-p 6379:6379 \
-d redis:8.0
  • 打开cc-switch，进入MCP管理面板，点击添加按钮，名称填redis-mcp，类型选择stdio，在JSON配置中粘贴如下内容，其中--url参数按自己的Redis地址修改，--with参数用于锁定MCP SDK的1.x版本，当前版本的redis-mcp-server和刚发布的SDK 2.0不兼容，不加会启动报错，等官方适配后可去掉，最后勾选启用到Claude应用并保存；
{
  "type": "stdio",
  "command": "uvx",
  "args": [
    "--from",
    "redis-mcp-server@latest",
    "--with",
    "mcp<2",
    "redis-mcp-server",
    "--url",
    "redis://192.168.3.101:6379/0"
  ]
}

  • 打开Claude Code，输入/mcp命令查看MCP服务状态，显示connected就说明安装成功了，可以看到它一共提供了47个工具，首次连接时uvx会自动下载依赖，稍等片刻即可。

安装Redis Skill

Skill的安装就简单多了，官方支持通过Agent Skills CLI安装，一行npx命令搞定（需要本地有Node.js环境）：

npx skills add redis/agent-skills
  • 执行后会列出仓库里的8个技能，按提示选择要安装的技能和目标工具（这里选Claude Code）即可。

使用

下面通过三个案例，实际体验下MCP和Skill配合Claude Code的效果。

自然语言存查数据

先来个基础的，直接用中文让Claude Code存一条用户数据：

帮我把用户张三的信息存到Redis里，姓名张三，年龄28，邮箱zhangsan@example.com

可以看到Claude Code自动调用了MCP的json_set工具，用user:zhangsan这样规范的key把数据存成了JSON结构，存完还会自动调用json_get工具回显刚存入的数据，确认写入成功。

接着查询验证一下：

张三的邮箱是多少？数据库里现在一共有多少个key？

Claude Code会调用对应的查询工具并把结果整理成自然语言回复，整个过程不需要写一行代码。

带过期时间的缓存

再来试试缓存场景，这也是Redis的经典用法：

把这次会话的摘要缓存到Redis，key用session:demo，1小时后自动过期

Claude Code会调用json_set工具存入数据并附带过期参数，存完还可以让它用TTL确认剩余时间。

让Skill指导技术选型

最后看看Skill的效果，问一个选型问题：

我要做一个游戏排行榜，实时按分数排名，用Redis的什么数据结构合适？帮我把示例数据写进去

Claude Code会基于redis-core技能给出专业回答：排行榜适合用Sorted Set，它天然按分数排序，支持ZADD/ZINCRBY更新分数、ZREVRANGE取降序Top N，并且会按照game:demo:leaderboard的规范命名key，最后还调用MCP工具把示例数据真实写入了Redis，选型建议和实际操作一步到位。

其他

除了MCP和Skill，Redis这两年在AI方向的布局其实相当全面，这里用一张表格帮大家快速了解下：

能力说明
向量搜索原生支持HNSW/FLAT索引，KNN与范围查询，还有轻量的Vector Set类型
LangCache语义缓存服务，相似问题直接复用LLM响应，降低API成本
Agent Memory给AI Agent提供会话记忆+长期记忆，REST API和SDK接入
Context Retriever把业务数据封装成Agent可靠调用的受管工具
RedisVL面向AI应用的Python向量库SDK
框架集成LangChain、LangGraph、LlamaIndex、Semantic Kernel等主流框架均有官方集成
Redis Cloud MCP用自然语言管理Redis Cloud上的订阅和数据库资源

可以看出Redis不只是想让AI来操作数据库，而是想给AI应用提供整套的数据基础设施。

总结

今天体验了Redis官方的MCP和Skill，整体感觉非常不错。有了MCP，说句话就能存查数据，不用再来回切客户端；而Skill让AI的操作更加专业，数据结构选型、key命名这些细节都能对齐官方最佳实践。安装门槛也不高，uv加cc-switch十分钟就能跑通，感兴趣的朋友可以上手试试！

项目地址

avatar
文章
阅读
粉丝