本文說明如何使用 MCP Toolbox for Databases,將 Dataplex Universal Catalog 連線至各種支援 Model Context Protocol (MCP) 的整合式開發環境 (IDE) 和開發人員工具。然後在現有工具中使用 AI 代理程式,探索 Dataplex Universal Catalog 中的資料資產。
MCP 是一種開放通訊協定,可將大型語言模型 (LLM) 連線至資料來源,例如 Dataplex Universal Catalog。如要進一步瞭解 MCP,請參閱模型情境通訊協定簡介。
本指南將示範下列 IDE 的連線程序:
- Gemini CLI
- Gemini Code Assist
- Claude 程式碼
- Claude 電腦版
- Cline (VS Code 擴充功能)
- Cursor
- Visual Studio Code (Copilot)
- Windsurf (舊稱 Codeium)
事前準備
-
In the Google Cloud console, go to the project selector page.
-
Select or create a Google Cloud project.
-
Verify that billing is enabled for your Google Cloud project.
-
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.
安裝 MCP Toolbox
以二進位檔形式下載最新版 MCP Toolbox。選取與作業系統和 CPU 架構對應的二進位檔。您必須使用 MCP Toolbox v0.12.0 以上版本。
Linux/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
將
VERSION
替換為 MCP Toolbox 版本,例如v0.12.0
。macOS (Darwin)/arm64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
將
VERSION
替換為 MCP Toolbox 版本,例如v0.12.0
。macOS (Darwin)/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
將
VERSION
替換為 MCP Toolbox 版本,例如v0.12.0
。Windows/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
將
VERSION
替換為 MCP Toolbox 版本,例如v0.12.0
。將二進位檔設為可執行檔:
chmod +x toolbox
驗證安裝:
./toolbox --version
安裝成功後,系統會傳回版本號碼,例如 0.10.0。
設定 MCP 用戶端
Gemini CLI
- 安裝 Gemini CLI。
- 在工作目錄中,建立名為
.gemini
的資料夾。 在該檔案中建立settings.json
檔案。 - 新增下列設定,將環境變數換成您的值,然後儲存:
{ "mcpServers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
Gemini Code Assist
- 在 VS Code 中安裝 Gemini Code Assist 擴充功能。
- 在 Gemini Code Assist 對話中啟用代理程式模式。
- 在工作目錄中,建立名為
.gemini
的資料夾。 在該檔案中建立settings.json
檔案。 - 新增下列設定,將環境變數換成您的值,然後儲存:
{ "mcpServers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
Claude 代碼
- 安裝 Claude Code。
- 在專案根目錄中建立
.mcp.json
檔案 (如果不存在)。 - 新增設定、將環境變數替換為您的值,然後儲存:
{ "mcpServers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
Claude 電腦版
- 開啟 Claude Desktop,然後前往「設定」。
- 如要開啟設定檔,請在「開發人員」分頁中,按一下「編輯設定」。
- 新增設定、將環境變數替換為您的值,然後儲存:
{ "mcpServers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
- 重新啟動 Claude 電腦版。
新的對話畫面會顯示 MCP 圖示和新的 MCP 伺服器。
Cline
- 在 VS Code 中開啟 Cline 擴充功能,然後按一下「MCP Servers」圖示。
- 輕觸「設定 MCP 伺服器」,開啟設定檔。
- 新增下列設定,將環境變數換成您的值,然後儲存:
伺服器連線成功後,狀態會顯示為綠色的「已啟用」。{ "mcpServers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
Cursor
- 在專案根目錄中建立
.cursor
目錄 (如果不存在)。 - 如果
.cursor/mcp.json
檔案不存在,請建立並開啟該檔案。 - 新增下列設定,將環境變數換成您的值,然後儲存:
{ "mcpServers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
- 開啟「游標」,然後依序前往「設定」>「游標設定」>「MCP」。伺服器連線後,會顯示綠色的「有效」狀態。
VS Code (Copilot)
- 開啟 VS Code,並在專案根目錄中建立
.vscode
目錄 (如果不存在)。 - 如果
.vscode/mcp.json
檔案不存在,請建立並開啟該檔案。 - 新增下列設定,將環境變數換成您的值,然後儲存:
{ "servers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
滑浪風帆
- 開啟 Windsurf,然後前往 Cascade 助理。
- 如要開啟設定檔,請按一下 MCP 圖示,然後點選「設定」。
- 新增下列設定,將環境變數換成您的值,然後儲存:
{ "mcpServers": { "dataplex": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","dataplex","--stdio"], "env": { "DATAPLEX_PROJECT": "PROJECT_ID" } } } }
使用工具
您的 AI 工具現已透過 MCP 連結至 Dataplex Universal Catalog。請嘗試要求 AI 助理尋找一些資料資產,例如 BigQuery 資料集、Cloud SQL 執行個體等。
LLM 可使用下列工具:
- dataplex_search_entries:搜尋資料資產
- dataplex_lookup_entry:擷取資料資產的中繼資料 (例如結構定義、用途、業務總覽和聯絡人)
- dataplex_search_aspect_types:搜尋切面類型
選用:新增系統指令
系統指令可為 LLM 提供特定指引,協助模型瞭解情境並生成更準確的回覆。根據建議的系統提示設定系統指示。
如要進一步瞭解如何設定指令,請參閱「使用指令取得符合您編碼風格的 AI 編輯內容」。