甲骨文近日推出 OCI Recovery MCP Server，透過整合模型上下文協議（MCP）與人工智慧（AI），將資料保護與復原流程自動化，顯著提升資料韌性。這項服務能讓 AI 代理程式與 Oracle Autonomous Recovery Service 互動，並結合 LoganAI 等工具強化多雲環境下的日誌監控與安全防護，為企業帶來更智慧的資料管理解決方案。
甲骨文（Oracle）近日發表 OCI Recovery MCP Server，將模型上下文協議（Model Context Protocol, MCP）標準導入資料保護與復原工作流程，旨在透過人工智慧（AI）技術，提升雲端環境的資料韌性。
隨著代理式人工智慧（agentic AI）的興起，開發者與企業和雲端基礎設施的互動方式正經歷變革。模型上下文協議（MCP）作為一項新興標準，允許 AI 助理安全地與外部系統、API 及企業服務進行互動。OCI Recovery MCP Server 正是利用此協議，作為 AI 代理程式與甲骨文雲（OCI）服務之間的橋樑，將資料保護功能轉化為可重複使用的工具。
這項新的 MCP 伺服器提供一套工具，使 AI 代理程式能夠與 Oracle Autonomous Recovery Service 進行互動，將傳統上需要手動且被動的復原操作，轉變為自動化、智慧化的工作流程。企業透過簡單的對話式查詢，即可迅速了解資料庫的保護狀態與健康狀況。OCI Recovery MCP Server 現已在 Oracle MCP GitHub repository 上開放。
此外，甲骨文也推出 Oracle Deep Data Security，這項技術專為代理式人工智慧解決授權問題，透過在資料層而非僅應用程式或提示層強制執行授權，確保數據安全。在開發工具方面，SQLcl 整合了 MCP Server，允許 AI 用戶端透過結構化的 MCP 介面，利用既有的 SQLcl 連線來探索資料庫上下文並執行資料庫操作，甚至可與 Codex 或 Claude Code 等程式碼輔助工具連結。
除了復原服務，甲骨文也將生成式人工智慧整合至監控解決方案。其 LoganAI 服務將生成式 AI 嵌入甲骨文雲（OCI）日誌分析（OCI Log Analytics）中，提供 AI 輔助的解釋與分析，幫助資料庫管理員（DBA）及架構師從大量的遙測數據中，快速理解日誌意義、突出模式，並指引進一步的調查方向。LoganAI 可搭配 Amazon CloudWatch Logs Insights 使用，實現多雲環境下的全面可觀察性，並運用如 meta-llama 或 cohere 等模型來提升分析能力。這不僅提高了 DBA 的工作效率，也將監控作業從繁瑣的查詢與掃描轉變為智慧引導式的觀察。值得注意的是，啟用 LoganAI 時需選擇一個 甲骨文雲（OCI）生成式 AI 區域，所有日誌數據將傳送至該區域進行處理，因此安全、隱私與內部治理考量至關重要。
甲骨文的這些創新舉措，結合了自主資料保護、標準化的 AI 介面與開放可擴展的工具，正為建立自我管理、自我修復的雲端環境鋪路，為企業在資料備份、災難復原與雲端安全方面帶來 AI 驅動的韌性。包括 Always Free Autonomous AI Database 等工具，也持續提供開發者學習與驗證的免費資源，推動 AI 數據庫技術的普及應用。