MCP SSE Protocol · PostgreSQL · Real-time

insights Business Insights Demo

สาธิตการให้ AI คุยกับฐานข้อมูล โดยตรงผ่าน MCP (Model Context Protocol) — AI จะอ่านโครงสร้างข้อมูลที่มีอยู่แล้ว สร้างคำสั่งดึงข้อมูลที่ซับซ้อนได้เอง (แม้ต้องเชื่อมหลายตารางพร้อมกัน) ดึงข้อมูลออกมาแบบเรียลไทม์ และแสดงผลเป็นกราฟสวย ๆ พร้อมบทวิเคราะห์ที่อ่านเข้าใจง่าย เห็นภาพตั้งแต่ต้นจนจบ: ถามภาษาไทย → AI คิดคำสั่ง → ดึงข้อมูลจริง → AI อ่านผลและสรุปให้ — ผู้เรียนสามารถนำแนวคิดนี้ไปปรับใช้กับข้อมูลองค์กรของตัวเองได้ทันที

Connecting MCP... 0 queries ⏳ Awaiting query...

paid Total Revenue

—

people Customers

—

storage Records

—

date_range Timespan

—

analytics Insight 1: ภาพรวมรายได้ 3 กลุ่มธุรกิจ + Strategic Radar

คำถาม: "รายได้รวม 3 กลุ่มธุรกิจเป็นยังไง" → MCP tools/call query → real-time

🕸️ Strategic Radar — 5 มิติ

lightbulb Key Insight

—

bolt Insight 2: สัดส่วนการผลิตพลังงาน

MCP JOIN power_generation + power_plants_detailed — Energy Mix

lightbulb AI Insight

—

medication Insight 3: การเติบโตของ Pharma

MCP GROUP BY year → trend analysis

lightbulb AI Insight

—

factory Insight 4: รายได้ Industrial รายเดือน

MCP revenue_fact WHERE business_group='industrial'

lightbulb AI Insight

—

local_hospital Insight 5: Top 10 โรงพยาบาล

MCP JOIN pharma_orders + pharma_customers

lightbulb AI Insight

—

factory Insight 6: บริหารสินทรัพย์โรงไฟฟ้า — 3 มุมมอง

MCP tools/call query → power_plants_detailed + power_generation — Efficiency · Carbon · PPA

🔄 A. ประสิทธิภาพ & สุขภาพสินทรัพย์

🏭 B. ความเสี่ยงด้านคาร์บอน (🌿 Renewables = 0)

📋 C. PPA หมดอายุ — Revenue at Risk

lightbulb Key Insight — วิเคราะห์รวม 3 มิติ (Efficiency × Carbon × PPA)

⏳ AI กำลังวิเคราะห์...

account_tree

MCP Protocol Flow — หน้านี้ทำงานยังไง

Browser → SSE /mcp?key= → JSON-RPC POST → MCP v3.0 → PostgreSQL

SSE → initialize → tools/list → tools/call (×6 queries) → charts rendered from MCP results

psychology

MCP ทำให้ AI วิเคราะห์ธุรกิจได้ยังไง?

chat

❶ ถามภาษาไทย

"โรงไฟฟ้าไหนผลิตไฟมากที่สุด" → AI แปลงเป็น SQL → MCP query → ตอบทันที

join_inner

❷ JOIN อัตโนมัติ

AI อ่าน schema ผ่าน MCP → JOIN 3-4 ตารางให้ — ไม่ต้องรู้ว่าข้อมูลอยู่ไหน

trending_up

❸ Insight ทันที

AI วิเคราะห์ผลลัพธ์แล้วให้ insight — "Pharmacy คือ 34% ควรทำ loyalty"