ADK 的数据库 MCP 工具箱工具¶

Supported in ADKPythonTypescriptGo

MCP Toolbox for Databases 是一个用于数据库的开源 MCP 服务器。它专为企业级和生产质量而设计。通过处理连接池、身份验证等复杂性，它使你能够更轻松、更快速、更安全地开发工具。

Google 的 Agent Development Kit (ADK) 内置了对 MCP 工具箱的支持。有关开始使用或配置 MCP 工具箱的更多信息，请参阅文档。

MCP Toolbox for Databases

支持的数据源¶

MCP 工具箱为以下数据库和数据平台提供开箱即用的工具集：

Google Cloud¶

BigQuery (including tools for SQL execution, schema discovery, and AI-powered time series forecasting)
AlloyDB (PostgreSQL-compatible, with tools for both standard queries and natural language queries)
AlloyDB Admin
Spanner (supporting both GoogleSQL and PostgreSQL dialects)
Cloud SQL (with dedicated support for Cloud SQL for PostgreSQL, Cloud SQL for MySQL, and Cloud SQL for SQL Server)
Cloud SQL Admin
Firestore
Bigtable
Dataplex (for data discovery and metadata search)
Cloud Monitoring
Cloud Healthcare
Cloud Logging Admin
Dataproc
Serverless Spark
Cloud GDA

关系型和 SQL 数据库¶

NoSQL 和键值存储¶

图数据库¶

Neo4j (with tools for Cypher queries and schema inspection)
Dgraph

数据平台和联合¶

Looker (for running Looks, queries, and building dashboards via the Looker API)
Trino (for running federated queries across multiple sources)
Snowflake
MindsDB

其他¶

HTTP

配置和部署¶

MCP 工具箱是一个开源服务器，由你自行部署和管理。有关部署和配置的更多说明，请参阅官方工具箱文档：

为 ADK 安装客户端 SDK¶

PythonTypescriptGo

ADK 依赖 toolbox-adk Python 包来使用 MCP 工具箱。在开始之前请先安装该包：

pip install google-adk[toolbox]

加载 MCP 工具箱工具¶

一旦你的 MCP 工具箱服务器配置完毕并正常运行，你就可以使用 ADK 从你的服务器加载工具：

from google.adk import Agent
from google.adk.tools.toolbox_toolset import ToolboxToolset

toolset = ToolboxToolset(
    server_url="http://127.0.0.1:5000"
)

root_agent = Agent(
    ...,
    tools=[toolset] # 向智能体提供工具集
)

身份验证¶

ToolboxToolset 支持各种身份验证策略，包括工作负载身份 (ADC)、用户身份 (OAuth2) 和 API 密钥。有关完整文档，请参阅 MCP 工具箱 ADK 身份验证指南。

示例：工作负载身份 (ADC)

推荐用于 Cloud Run、GKE 或使用 gcloud auth login 的本地开发。

from google.adk.tools.toolbox_toolset import ToolboxToolset
from toolbox_adk import CredentialStrategy

# target_audience: 你的 MCP 工具箱服务器的 URL
creds = CredentialStrategy.workload_identity(target_audience="<TOOLBOX_URL>")

toolset = ToolboxToolset(
    server_url="<TOOLBOX_URL>",
    credentials=creds
)

高级配置¶

你可以配置参数绑定和额外的标头。有关详细信息，请参阅 MCP 工具箱 ADK 文档。例如，你可以将值绑定到工具参数。

注意

这些值对模型是隐藏的。

toolset = ToolboxToolset(
    server_url="...",
    bound_params={
        "region": "us-central1",
        "api_key": lambda: get_api_key() # 可以是可调用对象
    }
)

ADK 依赖 @toolbox-sdk/adk TS 包来使用 MCP 工具箱。在开始之前请先安装该包：

npm install @toolbox-sdk/adk

加载 MCP 工具箱工具¶

一旦你的 MCP 工具箱服务器配置完毕并正常运行，你就可以使用 ADK 从你的服务器加载工具：

import {InMemoryRunner, LlmAgent} from '@google/adk';
import {Content} from '@google/genai';
import {ToolboxClient} from '@toolbox-sdk/adk'

const toolboxClient = new ToolboxClient("http://127.0.0.1:5000");
const loadedTools = await toolboxClient.loadToolset();

export const rootAgent = new LlmAgent({
  name: 'weather_time_agent',
  model: 'gemini-flash-latest',
  description:
    '用于回答有关城市时间和天气的智能体。',
  instruction:
    '你是一个得力的智能体，可以回答用户关于城市时间和天气的问题。',
  tools: loadedTools,
});

async function main() {
  const userId = 'test_user';
  const appName = rootAgent.name;
  const runner = new InMemoryRunner({agent: rootAgent, appName});
  const session = await runner.sessionService.createSession({
    appName,
    userId,
  });

  const prompt = '纽约的天气如何？现在几点了？';
  const content: Content = {
    role: 'user',
    parts: [{text: prompt}],
  };
  console.log(content);
  for await (const e of runner.runAsync({
    userId,
    sessionId: session.id,
    newMessage: content,
  })) {
    if (e.content?.parts?.[0]?.text) {
      console.log(`${e.author}: ${JSON.stringify(e.content, null, 2)}`);
    }
  }
}

main().catch(console.error);

ADK 依赖 mcp-toolbox-sdk-go Go 模块来使用 MCP 工具箱。在开始之前请先安装该模块：

go get github.com/googleapis/mcp-toolbox-sdk-go

加载 MCP 工具箱工具¶

一旦你的 MCP 工具箱服务器配置完毕并正常运行，你就可以使用 ADK 从你的服务器加载工具：

package main

import (
    "context"
    "fmt"

    "github.com/googleapis/mcp-toolbox-sdk-go/tbadk"
    "google.golang.org/adk/agent/llmagent"
)

func main() {

  toolboxClient, err := tbadk.NewToolboxClient("https://127.0.0.1:5000")
    if err != nil {
        log.Fatalf("未能创建 MCP 工具箱客户端: %v", err)
    }

  // 加载一组特定的工具
  toolboxtools, err := toolboxClient.LoadToolset("my-toolset-name", ctx)
  if err != nil {
    return fmt.Sprintln("无法加载 MCP 工具箱工具集", err)
  }

  toolsList := make([]tool.Tool, len(toolboxtools))
    for i := range toolboxtools {
      toolsList[i] = &toolboxtools[i]
    }

  llmagent, err := llmagent.New(llmagent.Config{
    ...,
    Tools:       toolsList,
  })

  // 加载单个工具
  tool, err := client.LoadTool("my-tool-name", ctx)
  if err != nil {
    return fmt.Sprintln("无法加载 MCP 工具箱工具", err)
  }

  llmagent, err := llmagent.New(llmagent.Config{
    ...,
    Tools:       []tool.Tool{&toolboxtool},
  })
}

高级 MCP 工具箱功能¶

MCP 工具箱具有多种功能，可简化为数据库开发生成式 AI 工具的过程。要了解更多信息，请阅读以下功能的相关内容：

Authenticated Parameters: bind tool inputs to values from OIDC tokens automatically, making it easy to run sensitive queries without potentially leaking data
Authorized Invocations: restrict access to use a tool based on the users Auth token
OpenTelemetry: get metrics and tracing from Toolbox with OpenTelemetry