Cette page a été traduite par l'API Cloud Translation.

Connecter votre IDE à Cloud SQL

Ce guide vous explique comment utiliser la boîte à outils MCP pour les bases de données afin de connecter votre instance Cloud SQL à différents environnements de développement intégrés (IDE) et outils pour les développeurs compatibles avec le Model Context Protocol (MCP). Utilisez ces outils pour exécuter des requêtes SQL et interagir avec votre base de données.

Le protocole de contexte de modèle (MCP, Model Context Protocol) est un protocole ouvert permettant de connecter des grands modèles de langage (LLM) à des sources de données telles que Cloud SQL. Voici les IDE compatibles :

Cursor
Planche à voile
Visual Studio Code (Copilot)
Cline(extension VS Code)
Claude sur ordinateur
Code Claude
Gemini CLI
Gemini Code Assist

Avant de commencer

Dans la console Google Cloud , sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud .
Assurez-vous que la facturation est activée pour votre projet Google Cloud.
Activez l'API Cloud SQL Admin dans le projet Google Cloud.
Vérifiez que l'adresse IP publique est configurée pour l'instance Cloud SQL. Par défaut, Cloud SQL attribue une adresse IP publique à une nouvelle instance. Toolbox se connecte de manière sécurisée à l'aide des connecteurs de langage Cloud SQL.
Configurez les rôles et autorisations requis pour effectuer cette tâche. Vous devez disposer du rôle Cloud SQL > Client (roles/cloudsql.client) ou d'autorisations Identity and Access Management équivalentes pour vous connecter à l'instance.
Configurez les identifiants par défaut de l'application (ADC) pour votre environnement.
Créez ou réutilisez un utilisateur de base de données, et préparez le nom d'utilisateur et le mot de passe.

Installer la boîte à outils MCP

Pour installer la boîte à outils, téléchargez le fichier binaire correspondant à votre système d'exploitation et à l'architecture de votre processeur.

linux/amd64

curl -O https://storage.googleapis.com/genai-toolbox/v0.7.0/linux/amd64/toolbox

darwin/arm64

curl -O https://storage.googleapis.com/genai-toolbox/v0.7.0/darwin/arm64/toolbox

darwin/amd64

curl -O https://storage.googleapis.com/genai-toolbox/v0.7.0/darwin/amd64/toolbox

windows/amd64

curl -O https://storage.googleapis.com/genai-toolbox/v0.7.0/windows/amd64/toolbox

Rendez le binaire exécutable :
```
chmod +x toolbox
```
Vérifiez l'installation à l'aide de la commande suivante :
```
./toolbox --version
```

Configurer le client MCP

Code Claude

1. Installez Claude Code.
2. Créez un 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 et enregistrez :


{
  "mcpServers": {
    "cloud-sql-postgres": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
      "env": {
        "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
        "CLOUD_SQL_POSTGRES_REGION": "REGION",
        "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
        "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
        "CLOUD_SQL_POSTGRES_USER": "USER_ID",
        "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD"
      }
    }
  }
}

Claude sur ordinateur

1. Ouvrez Claude Desktop et accédez aux paramètres.
2. Dans l'onglet "Développeur", appuyez sur "Modifier la configuration" pour ouvrir le fichier de configuration.
3. Ajoutez la configuration, remplacez les variables d'environnement par vos valeurs et enregistrez :


{
  "mcpServers": {
    "cloud-sql-postgres": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
      "env": {
        "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
        "CLOUD_SQL_POSTGRES_REGION": "REGION",
        "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
        "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
        "CLOUD_SQL_POSTGRES_USER": "USER_ID",
        "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD"
    }
  }
}

5. Redémarrez Claude Desktop.
6. Le nouvel écran de chat affiche une icône en forme de marteau (MCP) avec le nouveau serveur MCP disponible.

Cline

1. Ouvrez l'extension Cline dans VS Code, puis appuyez sur l'icône Serveurs MCP.
2. Appuyez sur "Configurer les serveurs MCP" pour ouvrir le fichier de configuration.
3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs, puis enregistrez :


{
  "mcpServers": {
    "cloud-sql-postgres": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
      "env": {
        "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
        "CLOUD_SQL_POSTGRES_REGION": "REGION",
        "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
        "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
        "CLOUD_SQL_POSTGRES_USER": "USER_ID",
        "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD"
      }
    }
  }
}

4. Un état actif vert s'affiche une fois que le serveur est 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, puis enregistrez :


{
  "mcpServers": {
    "cloud-sql-postgres": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
      "env": {
        "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
        "CLOUD_SQL_POSTGRES_REGION": "REGION",
        "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
        "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
        "CLOUD_SQL_POSTGRES_USER": "USER_ID",
        "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD"
      }
    }
  }
}

4. Ouvrez Cursor, puis accédez à Settings > Cursor Settings > MCP (Paramètres > Paramètres du curseur > MCP). Un état actif vert s'affiche lorsque le serveur se connecte.

Visual Studio 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, puis enregistrez :


{
  "mcp": {
      "servers": {
        "cloud-sql-postgres": {
          "command": "./PATH/TO/toolbox",
          "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
          "env": {
            "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
            "CLOUD_SQL_POSTGRES_REGION": "REGION",
            "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
            "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
            "CLOUD_SQL_POSTGRES_USER": "USER_ID",
            "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD"
          }
        }
      }
    }
}

Windsurf

1. Ouvrez Windsurf et accédez à l'assistant Cascade.
2. Appuyez sur l'icône MCP, puis sur Configurer pour ouvrir le fichier de configuration.
3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs, puis enregistrez :


{
  "mcpServers": {
    "cloud-sql-postgres": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
      "env": {
        "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
        "CLOUD_SQL_POSTGRES_REGION": "REGION",
        "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
        "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
        "CLOUD_SQL_POSTGRES_USER": "USER_ID",
        "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD">
      }
    }
  }
}

Gemini CLI

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, puis enregistrez :


{
  "mcpServers": {
    "cloud-sql-postgres": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
      "env": {
        "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
        "CLOUD_SQL_POSTGRES_REGION": "REGION",
        "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
        "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
        "CLOUD_SQL_POSTGRES_USER": "USER_ID",
        "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD">
      }
    }
  }
}

Gemini Code Assist

1. Installez l'extension Gemini Code Assist dans Visual Studio Code.
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, puis enregistrez :


{
  "mcpServers": {
    "cloud-sql-postgres": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","cloud-sql-postgres","--stdio"],
      "env": {
        "CLOUD_SQL_POSTGRES_PROJECT": "PROJECT_ID",
        "CLOUD_SQL_POSTGRES_REGION": "REGION",
        "CLOUD_SQL_POSTGRES_INSTANCE": "INSTANCE_ID",
        "CLOUD_SQL_POSTGRES_DATABASE": "DATABASE_NAME",
        "CLOUD_SQL_POSTGRES_USER": "USER_ID",
        "CLOUD_SQL_POSTGRES_PASSWORD": "PASSWORD">
      }
    }
  }
}

Utiliser des outils

Votre outil d'IA est désormais connecté à Cloud SQL à l'aide de MCP. Essayez de demander à votre assistant IA de lister des tables, d'en créer une ou de définir et d'exécuter d'autres instructions SQL.

Les outils suivants sont à la disposition du LLM :

list_tables : liste les tables et les descriptions
execute_sql : exécuter n'importe quelle instruction SQL