目录

为什么需要这个工具？

架构设计很聪明

上手比想象中简单

多语言SDK支持

安全性考虑周到

---

 

谷歌又搞事情了。

这次发布的MCP Toolbox for Databases项目，短短几个月就收获了6.8K+的star。简单说，就是让AI助手直接操作你的数据库。

 

听起来很科幻，但实际上已经可以用了。想象一下，你直接用自然语言问AI："2024年有多少订单被配送了，都包含什么商品？"，AI就能直接查询数据库给你答案。

这不是简单的代码生成，而是端到端的数据库操作。

为什么需要这个工具？

现在的AI助手虽然能写代码，但在数据库操作方面总是隔着一层。你要么手写SQL，要么让AI生成SQL然后自己执行。整个过程断断续续，效率低得要命。

 

MCP Toolbox 直接打通了这个链路：

• • 自然语言查询：直接用人话问复杂的业务问题，AI帮你翻译成SQL并执行

• • 数据库管理自动化：创建表、添加索引、模式迁移，AI全部搞定

• • 上下文代码生成：AI了解你的实时数据库模式，生成的应用代码直接可用

• • 开发效率提升：减少手工配置和样板代码，专注于业务逻辑

架构设计很聪明

MCP Toolbox采用了一个很巧妙的架构：它作为中间层，坐在你的应用编排框架和数据库之间。

这样设计的好处是：

• • 集中管理：所有数据库工具都在一个地方配置和更新

• • 工具共享：多个AI助手可以共用同一套工具

• • 热更新：修改工具配置不需要重新部署应用

连接池、身份验证、监控追踪这些复杂的底层逻辑，MCP Toolbox全部帮你搞定。

上手比想象中简单

不要被"谷歌出品"吓到，实际上安装和配置都很简单：

1. 1. 安装服务器：从releases页面下载对应平台的二进制文件

2. 2. 配置tools.yaml：定义数据源和工具

3. 3. 启动服务：./toolbox --tools-file "tools.yaml"

4. 4. 集成到应用：使用SDK加载工具

配置文件也很直观，比如定义一个PostgreSQL数据源：

sources:
  my-pg-source:
    kind: postgres
    host: 127.0.0.1
    port: 5432
    database: toolbox_db
    user: toolbox_user
    password: my-password

然后定义一个查询工具：

tools:
  search-hotels-by-name:
    kind:postgres-sql
    source:my-pg-source
    description:根据名称搜索酒店
    parameters:
      -name:name
        type:string
        description:酒店名称
    statement:SELECT*FROMhotelsWHEREnameILIKE'%'||$1||'%';

多语言SDK支持

谷歌为MCP Toolbox提供了多语言SDK支持：

• • Python：pip install toolbox-core

• • JavaScript/TypeScript：npm包已发布

• • Go：官方Go SDK

• • LangChain/LlamaIndex：直接集成支持

Python的使用方式很简单：

from toolbox_core import ToolboxClient

async with ToolboxClient("http://127.0.0.1:5000") as client:
    tools = await client.load_toolset("toolset_name")

安全性考虑周到

作为企业级工具，MCP Toolbox在安全性方面做得很到位：

• • 身份验证集成：支持多种认证方式

• • 连接池管理：避免数据库连接泄露

• • 权限控制：细粒度的工具权限管理

• • 审计追踪：完整的操作记录

而且支持私有化部署，敏感数据完全不出内网。

项目地址：https://github.com/googleapis/genai-toolbox

引入地址