想要让AI直接读写本地的SQLite数据库文件，关键在于通过SQLite MCP服务建立连接通道——这一步不可省略，否则AI只能充当“代码阅读器”，无法真正触及数据。

整个流程其实只有三个步骤：准备好数据库文件，配置好MCP服务，然后就能用自然语言指挥AI完成数据操作了。

第一步：准备SQLite数据库文件

打开终端，输入一行命令：sqlite3 my_db.db。就这么简单，一个空的数据库文件就创建完成了。系统会自动进入交互模式，输入.quit即可退出。

将生成的my_db.db文件放到项目根目录，或者放入data/子目录中也可以。但有一个关键点必须注意：路径中不能包含中文、空格或特殊符号，否则Trae生成的Python连接代码会因编码问题直接报错——这个坑我已经遇到过不少次了。

建议使用pwd确认当前工作目录，再用ls -l my_db.db验证文件确实存在。不要指望Trae会自动校验路径，它只会忠实地将你提供的路径写入代码，路径不对，它会照写不误。

第二步：安装并配置SQLite MCP服务

启动Trae后，点击左侧栏的「MCP集市」，在搜索框中输入sqlite，找到最新发布的SQLite MCP服务，点击「添加」即可。

添加成功后，在MCP服务列表中找到刚添加的SQLite项，点击右侧的「配置」按钮。此时会弹出一个配置窗口，关键字段只有一个：「Database Path」。

在这里填写数据库文件的相对路径（例如./data/my_db.db）或绝对路径（例如/Users/name/project/data/my_db.db）。注意：必须是文件系统中真实可读的路径，不能是URL，也不能是变量名。

填写完毕后点击「保存」，Trae会自动测试连接。如果弹出绿色对勾提示“Connection successful”，说明MCP已经准备就绪。如果连接失败，请返回检查：文件是否存在？路径是否拼写错误？权限是否允许读取？

第三步：用自然语言触发AI操作数据库

配置完成后，打开Trae右侧的AI侧栏，直接输入自然语言指令即可。例如：

“查询users表中所有status为active的记录，并按created_at倒序排列”

Trae会自动生成完整的Python代码——包含sqlite3.connect()调用、参数化查询、异常捕获、结果转字典列表、最后关闭连接，整段代码可直接运行，无需手动修改。

写入数据也同样简单。例如：“向logs表插入一条记录，message字段填‘MCP连接验证成功’，timestamp使用当前时间”。AI会生成包含datetime.now()和conn.commit()的安全写入逻辑，不用担心数据丢失。