genai-toolbox 介绍

了解项目的详细信息和使用方法

数据库MCP工具箱

[!注意] 数据库MCP工具箱目前处于测试阶段，在首个稳定版本(v1.0)发布前可能会有重大变更。

数据库MCP工具箱是一个开源的数据库MCP服务器。它通过处理连接池、认证等复杂问题，让你能更轻松、快速、安全地开发工具。

本README提供简要概述。完整文档请参阅官方文档。

[!注意] 该解决方案最初命名为"数据库生成式AI工具箱"，因其开发早于MCP。为与新添加的MCP兼容性保持一致，现已更名。

为什么选择工具箱？

工具箱帮助你构建能让智能体访问数据库数据的生成式AI工具。工具箱提供：

简化开发：用不到10行代码将工具集成到智能体，在多个智能体或框架间复用工具，更轻松地部署新版本工具
更佳性能：内置连接池、认证等最佳实践
增强安全：集成认证机制保障数据安全访问
端到端可观测：开箱即用的指标和追踪，原生支持OpenTelemetry

⚡ 用AI数据库助手提升工作效率 ⚡

告别频繁切换上下文，让你的AI助手成为真正的开发伙伴。通过MCP工具箱连接IDE和数据库后，你可以将复杂耗时的数据库任务委托给AI，从而更快构建并专注于重要事务。这不仅是代码补全，更是赋予AI处理整个开发生命周期所需的上下文。

它能为你节省时间：

自然语言查询：直接在IDE中用自然语言与数据交互。无需编写SQL就能提问复杂问题，如"2024年交付了多少订单？包含哪些商品？"
自动化数据库管理：只需描述数据需求，AI助手就能帮你管理数据库。它可以处理查询生成、表创建、索引添加等任务
生成上下文感知代码：让AI助手基于实时数据库模式生成可直接使用的应用代码和测试，加速开发周期
大幅减少开发开销：显著减少手动设置和样板代码时间。MCP工具箱帮助简化冗长的数据库配置、重复代码和易出错的模式迁移

了解如何通过MCP将AI工具(IDE)连接到工具箱。

整体架构

工具箱位于应用编排框架和数据库之间，提供用于修改、分发或调用工具的控制平面。通过集中存储和更新工具，简化工具管理，让你能在不重新部署应用的情况下共享和更新工具。

架构图

快速开始

安装服务器

最新版本请查看发布页面，根据操作系统和CPU架构选择以下安装方式。

二进制安装

安装工具箱二进制文件：

sh
1# 其他版本请查看发布页面
2export VERSION=0.9.0
3curl -O https://storage.googleapis.com/genai-toolbox/v$VERSION/linux/amd64/toolbox
4chmod +x toolbox

容器镜像

也可通过容器安装：

sh
1# 其他版本请查看发布页面
2export VERSION=0.9.0
3docker pull us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:$VERSION

源码编译

从源码安装需确保已安装最新版Go，然后运行：

sh
1go install github.com/googleapis/[email protected]

运行服务器

配置定义工具的tools.yaml后，执行toolbox启动服务器：

sh
1./toolbox --tools-file "tools.yaml"

[!注意] 工具箱默认启用动态重载。如需禁用，使用--disable-reload标志。

使用toolbox help查看完整标志列表！停止服务器可发送终止信号(多数平台为ctrl+c)。

更详细的部署文档请参阅操作指南

集成到应用

服务器运行后，可将工具加载到应用中。以下是各框架的客户端SDK：

Python (Github)

核心SDK

安装工具箱核心SDK：
```
bash
1pip install toolbox-core
```

加载工具：

python
1from toolbox_core import ToolboxClient
2
3# 将url改为你的服务器地址
4async with ToolboxClient("http://127.0.0.1:5000") as client:
5
6    # 这些工具可传递给应用！
7    tools = await client.load_toolset("工具集名称")

详细使用说明见项目README。

LangChain/LangGraph

安装工具箱LangChain SDK：
```
bash
1pip install toolbox-langchain
```

加载工具：

python
1from toolbox_langchain import ToolboxClient
2
3# 将url改为你的服务器地址
4async with ToolboxClient("http://127.0.0.1:5000") as client:
5
6    # 这些工具可传递给应用！
7    tools = client.load_toolset()

详细使用说明见项目README。

LlamaIndex

安装工具箱LlamaIndex SDK：
```
bash
1pip install toolbox-llamaindex
```

加载工具：

python
1from toolbox_llamaindex import ToolboxClient
2
3# 将url改为你的服务器地址
4async with ToolboxClient("http://127.0.0.1:5000") as client:
5
6    # 这些工具可传递给应用！
7    tools = client.load_toolset()

详细使用说明见项目README。

Javascript/Typescript (Github)

核心SDK

安装工具箱核心SDK：
```
bash
1npm install @toolbox-sdk/core
```

加载工具：

javascript
1import { ToolboxClient } from '@toolbox-sdk/core';
2
3// 将url改为你的服务器地址
4const URL = 'http://127.0.0.1:5000';
5let client = new ToolboxClient(URL);
6
7// 这些工具可传递给应用！
8const tools = await client.loadToolset('工具集名称');

详细使用说明见项目README。

LangChain/LangGraph

安装工具箱核心SDK：
```
bash
1npm install @toolbox-sdk/core
```

加载工具：

javascript
1import { ToolboxClient } from '@toolbox-sdk/core';
2
3// 将url改为你的服务器地址
4const URL = 'http://127.0.0.1:5000';
5let client = new ToolboxClient(URL);
6
7// 这些工具可传递给应用！
8const toolboxTools = await client.loadToolset('工具集名称');
9
10// 定义工具基础属性：名称、描述、模式和核心逻辑
11const getTool = (toolboxTool) => tool(currTool, {
12    name: toolboxTool.getName(),
13    description: toolboxTool.getDescription(),
14    schema: toolboxTool.getParamSchema()
15});
16
17// 在Langchain/Langraph应用中使用这些工具
18const tools = toolboxTools.map(getTool);

Genkit

安装工具箱核心SDK：
```
bash
1npm install @toolbox-sdk/core
```

加载工具：

javascript
1import { ToolboxClient } from '@toolbox-sdk/core';
2import { genkit } from 'genkit';
3
4// 初始化genkit
5const ai = genkit({
6    plugins: [
7        googleAI({
8            apiKey: process.env.GEMINI_API_KEY || process.env.GOOGLE_API_KEY
9        })
10    ],
11    model: googleAI.model('gemini-2.0-flash'),
12});
13
14// 将url改为你的服务器地址
15const URL = 'http://127.0.0.1:5000';
16let client = new ToolboxClient(URL);
17
18// 这些工具可传递给应用！
19const toolboxTools = await client.loadToolset('工具集名称');
20
21// 定义工具基础属性：名称、描述、模式和核心逻辑
22const getTool = (toolboxTool) => ai.defineTool({
23    name: toolboxTool.getName(),
24    description: toolboxTool.getDescription(),
25    schema: toolboxTool.getParamSchema()
26}, toolboxTool)
27
28// 在Genkit应用中使用这些工具
29const tools = toolboxTools.map(getTool);

Go (Github)

核心SDK

安装工具箱Go SDK：

bash
1go get github.com/googleapis/mcp-toolbox-sdk-go

加载工具：

go
1package main
2
3import (
4  "github.com/googleapis/mcp-toolbox-sdk-go/core"
5  "context"
6)
7
8func main() {
9  // 请确保添加错误检查
10  // 将url改为你的服务器地址
11  URL := "http://127.0.0.1:5000";
12  ctx := context.Background()
13
14  client, err := core.NewToolboxClient(URL)
15
16  // 框架无关的工具
17  tools, err := client.LoadToolset("工具集名称", ctx)
18}

详细使用说明见项目README。

LangChain Go

安装工具箱Go SDK：

bash
1go get github.com/googleapis/mcp-toolbox-sdk-go

加载工具：

go
1package main
2
3import (
4  "context"
5  "encoding/json"
6
7  "github.com/googleapis/mcp-toolbox-sdk-go/core"
8  "github.com/tmc/langchaingo/llms"
9)
10
11func main() {
12  // 请确保添加错误检查
13  // 将url改为你的服务器地址
14  URL := "http://127.0.0.1:5000"
15  ctx := context.Background()
16
17  client, err := core.NewToolboxClient(URL)
18
19  // 框架无关的工具
20  tool, err := client.LoadTool("工具名称", ctx)
21
22  // 获取工具输入模式
23  inputschema, err := tool.InputSchema()
24
25  var paramsSchema map[string]any
26  _ = json.Unmarshal(inputschema, &paramsSchema)
27
28  // 在LangChainGo中使用此工具
29  langChainTool := llms.Tool{
30    Type: "function",
31    Function: &llms.FunctionDefinition{
32      Name:        tool.Name(),
33      Description: tool.Description(),
34      Parameters:  paramsSchema,
35    },
36  }
37}
38

Genkit

安装工具箱Go SDK：

bash
1go get github.com/googleapis/mcp-toolbox-sdk-go

加载工具：

go
1package main
2import (
3  "context"
4  "encoding/json"
5
6  "github.com/firebase/genkit/go/ai"
7  "github.com/firebase/genkit/go/genkit"
8  "github.com/googleapis/mcp-toolbox-sdk-go/core"
9  "github.com/invopop/jsonschema"
10)
11
12func main() {
13  // 请确保添加错误检查
14  // 将url改为你的服务器地址
15  URL := "http://127.0.0.1:5000"
16  ctx := context.Background()
17  g, err := genkit.Init(ctx)
18
19  client, err := core.NewToolboxClient(URL)
20
21  // 框架无关的工具
22  tool, err := client.LoadTool("工具名称", ctx)
23
24  // 获取工具输入模式
25  inputschema, err := tool.InputSchema()
26
27  var schema *jsonschema.Schema
28  _ = json.Unmarshal(inputschema, &schema)
29
30  executeFn := func(ctx *ai.ToolContext, input any) (string, error) {
31    result, err := tool.Invoke(ctx, input.(map[string]any))
32    if err != nil {
33      // 传播工具调用错误
34      return "", err
35    }
36
37    return result.(string), nil
38  }
39
40  // 在Genkit Go中使用此工具
41  genkitTool := genkit.DefineToolWithInputSchema(
42    g,
43    tool.Name(),
44    tool.Description(),
45    schema,
46    executeFn,
47  )
48}

Go GenAI

安装工具箱Go SDK：

bash
1go get github.com/googleapis/mcp-toolbox-sdk-go

加载工具：

go
1package main
2
3import (
4  "context"
5  "encoding/json"
6
7  "github.com/googleapis/mcp-toolbox-sdk-go/core"
8  "google.golang.org/genai"
9)
10
11func main() {
12  // 请确保添加错误检查
13  // 将url改为你的服务器地址
14  URL := "http://127.0.0.1:5000"
15  ctx := context.Background()
16
17  client, err := core.NewToolboxClient(URL)
18
19  // 框架无关的工具
20  tool, err := client.LoadTool("工具名称", ctx)
21
22  // 获取工具输入模式
23  inputschema, err := tool.InputSchema()
24
25  var schema *genai.Schema
26  _ = json.Unmarshal(inputschema, &schema)
27
28  funcDeclaration := &genai.FunctionDeclaration{
29    Name:        tool.Name(),
30    Description: tool.Description(),
31    Parameters:  schema,
32  }
33
34  // 在Go GenAI中使用此工具
35  genAITool := &genai.Tool{
36    FunctionDeclarations: []*genai.FunctionDeclaration{funcDeclaration},
37  }
38}

OpenAI Go

安装工具箱Go SDK：

bash
1go get github.com/googleapis/mcp-toolbox-sdk-go

加载工具：

go
1package main
2
3import (
4  "context"
5  "encoding/json"
6
7  "github.com/googleapis/mcp-toolbox-sdk-go/core"
8  openai "github.com/openai/openai-go"
9)
10
11func main() {
12  // 请确保添加错误检查
13  // 将url改为你的服务器地址
14  URL := "http://127.0.0.1:5000"
15  ctx := context.Background()
16
17  client, err := core.NewToolboxClient(URL)
18
19  // 框架无关的工具
20  tool, err := client.LoadTool("工具名称", ctx)
21
22  // 获取工具输入模式
23  inputschema, err := tool.InputSchema()
24
25  var paramsSchema openai.FunctionParameters
26  _ = json.Unmarshal(inputschema, &paramsSchema)
27
28  // 在OpenAI Go中使用此工具
29  openAITool := openai.ChatCompletionToolParam{
30    Function: openai.FunctionDefinitionParam{
31      Name:        tool.Name(),
32      Description: openai.String(tool.Description()),
33      Parameters:  paramsSchema,
34    },
35  }
36
37}

配置

主要通过tools.yaml文件配置工具箱。如有多个文件，可用--tools-file tools.yaml标志指定加载哪个文件。

各资源类型的详细参考文档见资源。

数据源

tools.yaml的sources部分定义工具箱可访问的数据源。多数工具至少需要一个数据源执行操作。

yaml
1sources:
2  我的pg数据源:
3    kind: postgres
4    host: 127.0.0.1
5    port: 5432
6    database: toolbox_db
7    user: toolbox_user
8    password: 我的密码

不同类型数据源的详细配置见数据源。

工具

tools.yaml的tools部分定义智能体可执行的操作：工具类型、影响的数据源、使用参数等。

yaml
1tools:
2  按名称搜索酒店:
3    kind: postgres-sql
4    source: 我的pg数据源
5    description: 根据名称搜索酒店。
6    parameters:
7      - name: 名称
8        type: string
9        description: 酒店名称。
10    statement: SELECT * FROM hotels WHERE name ILIKE '%' || $1 || '%';

不同类型工具的详细配置见工具。

工具集

tools.yaml的toolsets部分可定义要一起加载的工具组。便于基于不同智能体或应用定义工具组。

yaml
1toolsets:
2    我的第一个工具集:
3        - 我的第一个工具
4        - 我的第二个工具
5    我的第二个工具集:
6        - 我的第二个工具
7        - 我的第三个工具

可按名称加载工具集：

python
1# 这将加载所有工具
2all_tools = client.load_toolset()
3
4# 这将仅加载'我的第二个工具集'中列出的工具
5my_second_toolset = client.load_toolset("我的第二个工具集")

版本控制

本项目采用语义化版本，包括随以下情况递增的主版本.次版本.修订号：

主版本：进行不兼容的API变更时
次版本：以向后兼容方式添加功能时
修订号：进行向后兼容的问题修复时

这适用于工具箱的CLI、与官方SDK的交互以及tools.yaml文件中的定义。

贡献指南

欢迎贡献。请参阅贡献指南开始参与。

请注意本项目采用贡献者行为准则。参与即表示你同意遵守其条款。详情见贡献者行为准则。

社区

加入我们的Discord社区与开发者交流！

genai-toolbox

genai-toolbox 介绍

数据库MCP工具箱

目录

为什么选择工具箱？

整体架构

快速开始

安装服务器

运行服务器

集成到应用

配置

数据源

工具

工具集

版本控制

贡献指南

社区

相关项目

cline

zcf

bolt.diy

AI 奇想空间