Associer votre IDE à Dataplex Universal Catalog

Ce document vous explique comment utiliser la MCP Toolbox for Databases pour connecter votre catalogue universel Dataplex à divers environnements de développement intégrés (IDE) et outils pour les développeurs compatibles avec le protocole Model Context Protocol (MCP). Vous pouvez ensuite utiliser des agents d'IA dans vos outils existants pour découvrir des éléments de données dans Dataplex Universal Catalog.

MCP est un protocole ouvert permettant de connecter des grands modèles de langage (LLM) à des sources de données telles que Dataplex Universal Catalog. Pour en savoir plus sur le protocole MCP, consultez Présentation du protocole MCP (Model Context Protocol).

Ce guide explique comment connecter les IDE suivants :

Avant de commencer

  1. In the Google Cloud console, go to the project selector page.

    Go to project selector

  2. Select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
  3. Verify that billing is enabled for your Google Cloud project.

  4. If you're using a local shell, then create local authentication credentials for your user account:

    gcloud auth application-default login

    You don't need to do this if you're using Cloud Shell.

    If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.

Installer la boîte à outils MCP

  1. Téléchargez la dernière version de MCP Toolbox en tant que fichier binaire. Sélectionnez le fichier binaire qui correspond à votre système d'exploitation et à votre architecture de processeur. Vous devez utiliser MCP Toolbox v0.12.0 ou version ultérieure.

    Linux/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
    

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.12.0.

    macOS (Darwin)/arm64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
    

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.12.0.

    macOS (Darwin)/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
    

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.12.0.

    Windows/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
    

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.12.0.

  2. Rendez le binaire exécutable :

    chmod +x toolbox
    
  3. Vérifiez l'installation :

    ./toolbox --version
    

    Si l'installation aboutit, le numéro de version s'affiche (par exemple, 0.10.0).

Configurer le client MCP

CLI Gemini

  1. Installez la CLI Gemini.
  2. Dans votre répertoire de travail, créez un dossier nommé .gemini. Dans ce dossier, créez un fichier settings.json.
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs et enregistrez :
      {
        "mcpServers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      

Gemini Code Assist

  1. Dans VS Code, installez l'extension Gemini Code Assist.
  2. Activez le mode Agent dans le chat Gemini Code Assist.
  3. Dans votre répertoire de travail, créez un dossier nommé .gemini. Dans ce dossier, créez un fichier settings.json.
  4. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs et enregistrez :
      {
        "mcpServers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      

Code Claude

  1. Installez Claude Code.
  2. Créez le fichier .mcp.json à la racine de votre projet, s'il n'existe pas.
  3. Ajoutez la configuration, remplacez les variables d'environnement par vos valeurs, puis enregistrez :
      {
        "mcpServers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      

Claude sur ordinateur

  1. Ouvrez Claude Desktop et accédez à Settings (Paramètres).
  2. Pour ouvrir le fichier de configuration, dans l'onglet Développeur, cliquez sur Modifier la configuration.
  3. Ajoutez la configuration, remplacez les variables d'environnement par vos valeurs et enregistrez :
      {
        "mcpServers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      
  4. Redémarrez Claude pour ordinateur.
    Le nouvel écran de chat affiche une icône MCP avec le nouveau serveur MCP.

Cline

  1. Dans VS Code, ouvrez l'extension Cline, puis cliquez sur l'icône Serveurs MCP.
  2. Pour ouvrir le fichier de configuration, appuyez sur Configurer les serveurs MCP.
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs et enregistrez :
      {
        "mcpServers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      
    Un état actif vert s'affiche une fois le serveur connecté.

Cursor

  1. Créez le répertoire .cursor dans la racine de votre projet s'il n'existe pas.
  2. Créez le fichier .cursor/mcp.json s'il n'existe pas et ouvrez-le.
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs et enregistrez :
      {
        "mcpServers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      
  4. Ouvrez Curseur, puis accédez à Paramètres>Paramètres du curseur >MCP. Un état actif vert s'affiche lorsque le serveur se connecte.

VS Code (Copilot)

  1. Ouvrez VS Code et créez le répertoire .vscode à la racine de votre projet s'il n'existe pas.
  2. Créez le fichier .vscode/mcp.json s'il n'existe pas, puis ouvrez-le.
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs et enregistrez :
      {
        "servers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      

Windsurf

  1. Ouvrez Windsurf et accédez à l'assistant Cascade.
  2. Pour ouvrir le fichier de configuration, cliquez sur l'icône MCP, puis sur Configurer.
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs et enregistrez :
      {
        "mcpServers": {
          "dataplex": {
            "command": "./PATH/TO/toolbox",
            "args": ["--prebuilt","dataplex","--stdio"],
            "env": {
              "DATAPLEX_PROJECT": "PROJECT_ID"
            }
          }
        }
      }
      

Utiliser les outils

Votre outil d'IA est désormais connecté à Dataplex Universal Catalog à l'aide de MCP. Essayez de demander à votre assistant IA de trouver des composants de données tels que des ensembles de données BigQuery, des instances Cloud SQL, etc.

L'outil suivant est disponible pour le LLM :

Facultatif : Ajoutez des instructions système.

Les instructions système permettent de fournir des consignes spécifiques au LLM, ce qui l'aide à comprendre le contexte et à répondre plus précisément. Configurez les instructions système en fonction de la requête système recommandée.

Pour savoir comment configurer les instructions, consultez Utiliser des instructions pour obtenir des modifications de l'IA qui respectent votre style de programmation.