Menghubungkan IDE Anda ke Dataplex Universal Catalog

Dokumen ini menunjukkan cara menggunakan MCP Toolbox for Databases untuk menghubungkan Dataplex Universal Catalog Anda ke berbagai lingkungan pengembangan (IDE) dan alat developer terintegrasi yang mendukung Model Context Protocol (MCP). Kemudian, Anda dapat menggunakan agen AI di alat yang ada untuk menemukan aset data di Katalog Universal Dataplex.

MCP adalah protokol terbuka untuk menghubungkan model bahasa besar (LLM) ke sumber data seperti Katalog Universal Dataplex. Untuk mengetahui informasi selengkapnya tentang MCP, lihat Pengantar Model Context Protocol.

Panduan ini menunjukkan proses koneksi untuk IDE berikut:

• Gemini CLI
• Gemini Code Assist
• Kode Claude
• Claude desktop
• Cline (ekstensi VS Code)
• Cursor
• Visual Studio Code (Copilot)
• Windsurf (sebelumnya Codeium)

Sebelum memulai

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.
   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

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.

Menginstal Toolbox MCP

1. Download MCP Toolbox versi terbaru sebagai biner. Pilih biner yang sesuai dengan arsitektur CPU dan (OS) Anda. Anda harus menggunakan MCP Toolbox v0.12.0 atau yang lebih baru.

   Linux/amd64

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

   Ganti VERSION dengan versi MCP Toolbox, misalnya, v0.12.0.

   macOS (Darwin)/arm64

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

   Ganti VERSION dengan versi MCP Toolbox, misalnya, v0.12.0.

   macOS (Darwin)/amd64

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

   Ganti VERSION dengan versi MCP Toolbox, misalnya, v0.12.0.

   Windows/amd64

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

   Ganti VERSION dengan versi MCP Toolbox, misalnya, v0.12.0.

2. Jadikan biner sebagai file yang dapat dieksekusi:

   chmod +x toolbox
   

3. Verifikasi penginstalannya:

   ./toolbox --version
   

   Penginstalan yang berhasil akan menampilkan nomor versi, misalnya, 0.10.0.

Mengonfigurasi klien MCP

Gemini CLI

1. Instal Gemini CLI.
2. Di direktori kerja Anda, buat folder bernama .gemini. Di dalamnya, buat file settings.json.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "mcpServers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

Gemini Code Assist

1. Di VS Code, instal ekstensi Gemini Code Assist.
2. Aktifkan Mode Agen di chat Gemini Code Assist.
3. Di direktori kerja Anda, buat folder bernama .gemini. Di dalamnya, buat file settings.json.
4. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "mcpServers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

Kode Claude

1. Instal Claude Code.
2. Buat file .mcp.json di root project Anda, jika tidak ada.
3. Tambahkan konfigurasi, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "mcpServers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

Claude desktop

1. Buka Claude Desktop, lalu buka Settings.
2. Untuk membuka file konfigurasi, di tab Developer, klik Edit config.
3. Tambahkan konfigurasi, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "mcpServers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

4. Mulai ulang Claude desktop.
   Layar chat baru menampilkan ikon MCP dengan server MCP baru.

Cline

1. Di VS Code, buka ekstensi Cline lalu klik ikon MCP Servers.
2. Untuk membuka file konfigurasi, ketuk Configure MCP Servers.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "mcpServers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

   Status aktif berwarna hijau akan muncul setelah server berhasil terhubung.

Kursor

1. Buat direktori .cursor di root project Anda jika belum ada.
2. Buat file .cursor/mcp.json jika tidak ada dan buka file tersebut.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "mcpServers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

4. Buka Kursor, lalu buka Setelan>Setelan Kursor > MCP. Status aktif berwarna hijau akan muncul saat server terhubung.

VS Code (Copilot)

1. Buka VS Code dan buat direktori .vscode di root project Anda jika belum ada.
2. Buat file .vscode/mcp.json jika tidak ada, lalu buka file tersebut.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "servers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

Selancar Angin

1. Buka Windsurf dan buka asisten Cascade.
2. Untuk membuka file konfigurasi, klik ikon MCP, lalu klik Konfigurasi.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

     {
       "mcpServers": {
         "dataplex": {
           "command": "./PATH/TO/toolbox",
           "args": ["--prebuilt","dataplex","--stdio"],
           "env": {
             "DATAPLEX_PROJECT": "PROJECT_ID"
           }
         }
       }
     }
     

Menggunakan alat

Alat AI Anda kini terhubung ke Dataplex Universal Catalog menggunakan MCP. Coba minta asisten AI Anda untuk menemukan beberapa aset data seperti set data BigQuery, instance Cloud SQL, dan lainnya.

Alat berikut tersedia untuk LLM:

• dataplex_search_entries: menelusuri aset data
• dataplex_lookup_entry: mengambil metadata (misalnya, skema, penggunaan, ringkasan bisnis, dan kontak) aset data
• dataplex_search_aspect_types: menelusuri jenis aspek

Catatan: Alat bawaan adalah versi 1.0 atau yang lebih lama dan mungkin berisi perbedaan antar-versi.

Opsional: Tambahkan petunjuk sistem

Petunjuk sistem adalah cara untuk memberikan panduan khusus kepada LLM, membantunya memahami konteks dan merespons dengan lebih akurat. Siapkan petunjuk sistem berdasarkan perintah sistem yang direkomendasikan.

Catatan: Sebaiknya lakukan langkah opsional ini untuk mendapatkan pengalaman yang lebih baik dan menghindari pekerjaan tambahan—misalnya, mendesain agen Anda sendiri.

Untuk mengetahui informasi selengkapnya tentang cara mengonfigurasi petunjuk, lihat Menggunakan petunjuk untuk mendapatkan hasil edit AI yang mengikuti gaya coding Anda.