مجموعة أدوات MCP لقواعد البيانات: إتاحة مجموعات بيانات BigQuery لعملاء MCP

1. مقدمة

في هذا الدليل التعليمي حول رموز البرامج، ستستخدم مجموعة أدوات MCP لقواعد البيانات لإتاحة مجموعات بيانات BigQuery.

من خلال ورشة رموز البرامج، ستطبّق نهجًا خطوة بخطوة على النحو التالي:

  1. حدِّد مجموعة بيانات BigQuery معيّنة ("ملاحظات حول إصدار Google Cloud") من برنامج مجموعات بيانات BigQuery العامة.
  2. إعداد أدوات MCP لقواعد البيانات التي ترتبط بمجموعة بيانات BigQuery
  3. تطوير وكيل باستخدام حزمة تطوير الوكيل (ADK) التي ستستخدم مجموعة أدوات MCP للإجابة عن طلبات البحث من المستخدمين حول ملاحظات الإصدار في Google Cloud

المهام التي ستنفّذها

  • إعداد أدوات MCP لقواعد البيانات لعرض ملاحظات إصدار Google Cloud، وهي مجموعة بيانات BigQuery علنية، كواجهة MCP مع عملاء MCP الآخرين (محرّرات رمز المصدر والأدوات وما إلى ذلك)

ما ستتعرّف عليه

  • استكشِف مجموعات البيانات العامة في BigQuery واختَر مجموعة بيانات معيّنة.
  • إعداد أدوات MCP لقواعد البيانات الخاصة بمجموعة البيانات العامة في BigQuery التي نريد إتاحتها لعملاء MCP
  • تصميم موظّف دعم وتطويره باستخدام حزمة تطوير موظّفي الدعم (ADK) للإجابة عن طلبات المستخدمين
  • اختبِر "صندوق أدوات وكيل MCP وقواعد البيانات" في البيئة المحلية.

المتطلبات

  • متصفّح الويب Chrome
  • بيئة تطوير على الجهاز لبرنامج Python

2. قبل البدء

إنشاء مشروع

  1. في Google Cloud Console، في صفحة أداة اختيار المشاريع، اختَر مشروعًا على Google Cloud أو أنشِئه.
  2. تأكَّد من تفعيل الفوترة لمشروعك على Cloud. تعرَّف على كيفية التحقّق مما إذا كانت الفوترة مفعَّلة في أحد المشاريع .
  3. ستستخدم Cloud Shell، وهي بيئة سطر أوامر تعمل في Google Cloud ومزوّدة مسبقًا بـ bq. انقر على "تفعيل Cloud Shell" في أعلى "وحدة تحكّم Google Cloud".

تفعيل صورة زر Cloud Shell

  1. بعد الاتصال بخدمة Cloud Shell، عليك التحقّق من أنّك سبق أن تم مصادقة حسابك وأنّ المشروع قد تم ضبطه على معرّف مشروعك باستخدام الأمر التالي:
gcloud auth list
  1. شغِّل الأمر التالي في Cloud Shell للتأكّد من أنّ الأمر gcloud يعرف مشروعك.
gcloud config list project
  1. إذا لم يتم ضبط مشروعك، استخدِم الأمر التالي لضبطه:
gcloud config set project <YOUR_PROJECT_ID>

راجِع المستندات لمعرفة أوامر gcloud وكيفية استخدامها.

3- مجموعة بيانات "ملاحظات الإصدار" من Google وعملاء MCP

أولاً، لنلقِ نظرة على ملاحظات إصدار Google Cloud التي يتم تعديلها بانتظام على صفحة الويب الرسمية لملاحظات إصدار Google Cloud، والتي تظهر لقطة شاشة لها أدناه:

37a7d9e124296c55.png

يمكنك الاشتراك في عنوان URL للخلاصة، ولكن ماذا لو كان بإمكاننا الاستفسار من موظّف الدعم عبر الدردشة عن ملاحظات الإصدار هذه؟ قد يكون طلب بحث بسيطًا مثل "إعلامني بملاحظات الإصدار في Google Cloud".

4. مجموعة أدوات "مركز عملائي" لقواعد البيانات

مجموعة أدوات MCP لقواعد البيانات هي خادم MCP مفتوح المصدر لقواعد البيانات، وقد تم تصميمه بالاستناد إلى مستوى المؤسسة وجودة الإنتاج. ويتيح لك تطوير الأدوات بسهولة أكبر وأسرع وأمان أكبر من خلال التعامل مع التعقيدات، مثل تجميع الاتصالات والمصادقة وغير ذلك.

يساعدك Toolbox في إنشاء أدوات الذكاء الاصطناعي التوليدي التي تتيح لموظّفي الدعم الوصول إلى البيانات في قاعدة بياناتك. يوفّر "مربّع الأدوات" ما يلي:

  • تطوير مبسّط: يمكنك دمج الأدوات مع موظّف الدعم في أقل من 10 أسطر من الرموز البرمجية، وإعادة استخدام الأدوات بين موظّفي الدعم أو أطر العمل المتعددة، ونشر إصدارات جديدة من الأدوات بسهولة أكبر.
  • أداء أفضل: أفضل الممارسات، مثل تجميع الاتصالات والمصادقة وغير ذلك
  • أمان مُحسَّن: مصادقة مدمجة للوصول إلى بياناتك بأمان أكبر
  • إمكانية المراقبة من البداية إلى النهاية: مقاييس وتتبُّع متوفّران تلقائيًا مع دعم مضمّن لـ OpenTelemetry
  • يسهّل Toolbox ربط قواعد البيانات بأيّ من المساعدين المستنِدين إلى الذكاء الاصطناعي المتوافقين مع ميزات "إدارة العملاء"، حتى تلك المتوفّرة في بيئة تطوير البرامج المتكاملة.

يقع "صندوق الأدوات" بين إطار عمل تنسيق تطبيقك وقاعدة بياناتك، ما يوفر خطة تحكّم تُستخدَم لتعديل الأدوات أو توزيعها أو تشغيلها. ويبسّط هذا الإجراء إدارة أدواتك من خلال تزويدك بموقع مركزي لتخزين الأدوات وتعديلها، ما يتيح لك مشاركة الأدوات بين موظّفي الدعم والتطبيقات وتعديل هذه الأدوات بدون إعادة نشر تطبيقك بالضرورة.

e316aed02b9861a6.png

إليك ملخّص بسيط:

  1. يتوفّر MCP Toolbox كصورة حاوية أو ثنائية أو يمكنك إنشاؤه من المصدر.
  2. ويعرِض مجموعة من الأدوات التي يمكنك ضبطها من خلال ملف tools.yaml. يمكن اعتبار الأدوات متصلة بمصادر بياناتك. يمكنك الاطّلاع على مصادر البيانات المختلفة التي تتوافق معها : AlloyDB وBigQuery وما إلى ذلك.
  3. بما أنّ مجموعة الأدوات هذه متوافقة الآن مع MCP، ستحصل تلقائيًا على نقطة نهاية لخادم MCP يمكن أن يستخدمها مطوّرو التطبيقات (IDE) أو يمكنك استخدامها أثناء تطوير تطبيقات مطوّري التطبيقات باستخدام إطارات عمل مختلفة مثل حِزم تطوير التطبيقات (ADK).

سنركّز في هذه المقالة على الجوانب التالية:

882edaaddf940080.png

باختصار، سننشئ إعدادًا في "مجموعة أدوات MCP" لقواعد البيانات يعرف كيفية الاتصال بمجموعة بيانات BigQuery. سنطوّر بعد ذلك وكيلًا باستخدام حزمة تطوير الوكيل (ADK) التي ستتكامل مع نقطة نهاية أدوات MCP Toolbox وتسمح لنا بإرسال طلبات بحث طبيعية للاستفسار عن مجموعة البيانات. يمكنك اعتباره تطبيقًا وكيلاً تطوّره وتُعلمه كيفية التواصل مع مجموعة بيانات BigQuery وإجراء بعض طلبات البحث.

5- ملاحظات حول إصدار مجموعة بيانات BigQuery في Google Cloud

برنامج مجموعات البيانات العامة في Google Cloud هو برنامج يوفّر مجموعة من مجموعات البيانات لتطبيقاتك. ومن بين مجموعات البيانات هذه قاعدة بيانات "ملاحظات الإصدار" في Google Cloud. تقدّم لك مجموعة البيانات هذه المعلومات نفسها الواردة في صفحة الويب الرسمية لملاحظات الإصدار في Google Cloud، وهي متاحة كمجموعة بيانات يمكن للجميع البحث فيها.

2104010c05c87d0d.png

كاختبار، أُجري فحصًا على مجموعة البيانات من خلال تنفيذ طلب بحث بسيط كما هو موضّح أدناه:

SELECT
       product_name,description,published_at
     FROM
       `bigquery-public-data`.`google_cloud_release_notes`.`release_notes`
     WHERE
       DATE(published_at) >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY)
     GROUP BY product_name,description,published_at
     ORDER BY published_at DESC

يعرِض لي هذا الإجراء قائمة بالسجلّات من مجموعة بيانات "ملاحظات الإصدار" التي تم نشرها في آخر 7 أيام.

استبدِل ذلك بأي مجموعة بيانات أخرى من اختيارك وطلبات البحث والمَعلمات ذات الصلة التي تريدها. كل ما علينا فعله الآن هو إعداد هذا الإجراء كمصدر بيانات وأداة في "صندوق أدوات MCP" لقواعد البيانات. لنطّلِع على كيفية إجراء ذلك.

6. تثبيت أدوات MCP لقواعد البيانات

افتح وحدة طرفية على جهازك المحلي وأنشئ مجلدًا باسم mcp-toolbox.

mkdir mcp-toolbox

انتقِل إلى مجلد mcp-toolbox باستخدام الأمر الموضَّح أدناه:

cd mcp-toolbox

ثبِّت الإصدار الثنائي من أدوات MCP لقواعد البيانات من خلال النص البرمجي الوارد أدناه. إنّ الأمر الوارد أدناه مخصّص لنظام التشغيل Linux، ولكن إذا كنت تستخدم نظام التشغيل Mac أو Windows، تأكَّد من تنزيل الملف الثنائي الصحيح. اطّلِع على صفحة الإصدارات لنظام التشغيل والبنية ونزِّل الملف الثنائي الصحيح.

export VERSION=0.7.0
curl -O https://storage.googleapis.com/genai-toolbox/v$VERSION/linux/amd64/toolbox
chmod +x toolbox

أصبح لدينا الآن الإصدار الثنائي من صندوق الأدوات جاهزًا للاستخدام. الخطوة التالية هي ضبط مجموعة الأدوات باستخدام مصادر البيانات والإعدادات الأخرى.

7. ضبط "مجموعة أدوات MCP" لقواعد البيانات

الآن، نحتاج إلى تحديد مجموعة بيانات BigQuery وأدواتها في ملف tools.yaml الذي يحتاج إليه "صندوق أدوات MCP" لقاعدة البيانات. الملف tools.yaml هو الطريقة الأساسية لضبط Toolbox.

أنشئ ملفًا باسم tools.yaml في المجلد نفسه، أي mcp-toolbox، ويتم عرض محتوياته أدناه.

يمكنك استخدام محرِّر nano المتوفّر في Cloud Shell. الأمر nano هو على النحو التالي: "nano tools.yaml".

تذكَّر استبدال قيمة YOUR_PROJECT_ID بمعرّف مشروعك على Google Cloud.

sources:
 my-bq-source:
   kind: bigquery
   project: YOUR_PROJECT_ID

tools:
 search_release_notes_bq:
   kind: bigquery-sql
   source: my-bq-source
   statement: |
    SELECT
     product_name,description,published_at
    FROM
      `bigquery-public-data`.`google_cloud_release_notes`.`release_notes`
    WHERE
     DATE(published_at) >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY)
    GROUP BY product_name,description,published_at
    ORDER BY published_at DESC
   description: |
    Use this tool to get information on Google Cloud Release Notes.

toolsets:
 my_bq_toolset:
   - search_release_notes_bq

لنلقِ نظرة على الملف بشكل موجز:

  1. تمثّل المصادر مصادر البيانات المختلفة التي يمكن للأداة التفاعل معها. يمثّل المصدر مصدر بيانات يمكن للأداة التفاعل معه. يمكنك تعريف "المصادر" على أنّها خريطة في قسم "المصادر" من ملف tools.yaml. ستتضمّن إعدادات المصدر عادةً أي معلومات مطلوبة للربط بقاعدة البيانات والتفاعل معها. في حالتنا، حدّدنا مصدر BigQuery‏ my-bq-source وعليك تقديم رقم تعريف مشروعك على Google Cloud. لمزيد من المعلومات، يُرجى الرجوع إلى مرجع المصادر.
  2. تحدّد الأدوات الإجراءات التي يمكن أن يتّخذها موظّف الدّعم، مثل القراءة والكتابة في مصدر. تمثّل الأداة إجراءً يمكن لموظّف الدعم اتّخاذه، مثل تشغيل عبارة SQL. يمكنك تحديد "الأدوات" كخريطة في قسم "الأدوات" من ملف tools.yaml. عادةً ما تتطلّب الأداة مصدرًا لإجراء إجراء بشأنه. في حالتنا، نحدّد أداة واحدة search_release_notes_bq. يشير ذلك إلى مصدر BigQuery my-bq-source الذي حدّدناه في الخطوة الأولى. ويتضمّن أيضًا العبارة والتعليمات التي سيستخدمها عملاء وكيل الذكاء الاصطناعي. لمزيد من المعلومات، يُرجى الرجوع إلى مرجع الأدوات.
  3. أخيرًا، لدينا مجموعة الأدوات التي تتيح لك تحديد مجموعات من الأدوات التي تريد تحميلها معًا. يمكن أن يكون ذلك مفيدًا لتحديد مجموعات مختلفة استنادًا إلى موظّف الدّعم أو التطبيق. في حالتنا، لدينا تعريف مجموعة أدوات حدّدنا فيه حاليًا أداة حالية واحدة فقط search_release_notes_bq. يمكنك الحصول على أكثر من مجموعة أدوات واحدة تتضمّن مجموعة من الأدوات المختلفة.

لذلك، حدّدنا حاليًا أداة واحدة فقط تحصل على ملاحظات الإصدار خلال آخر 7 أيام وفقًا للطلب. ولكن يمكنك أيضًا الحصول على مجموعات مختلفة مع المَعلمات.

اطّلِع على مزيد من تفاصيل الضبط ( المصدر والأدوات) في إعداد مصدر بيانات BigQuery في "مجموعة أدوات MCP لقواعد البيانات".

8. اختبار "مجموعة أدوات MCP" لقواعد البيانات

لقد نزّلنا "مجموعة الأدوات" وضبطناها باستخدام ملف tools.yaml في مجلد mcp-toolbox. لنبدأ بتشغيله على الجهاز أولاً.

نفِّذ الأمر التالي:

./toolbox --tools-file="tools.yaml"

عند تنفيذ الأمر بنجاح، من المفترض أن يظهر لك بدء تشغيل الخادم مع نموذج ناتج مشابه لما يلي:

2025-06-17T07:48:52.989710733Z INFO "Initialized 1 sources." 
2025-06-17T07:48:52.989805642Z INFO "Initialized 0 authServices." 
2025-06-17T07:48:52.989847035Z INFO "Initialized 1 tools." 
2025-06-17T07:48:52.989889742Z INFO "Initialized 2 toolsets." 
2025-06-17T07:48:52.990357879Z INFO "Server ready to serve!"

يتم تشغيل خادم MCP Toolbox تلقائيًا على المنفذ 5000. إذا تبيّن لك أنّ المنفذ 5000 قيد الاستخدام، يمكنك استخدام منفذ آخر (مثل 7000) وفقًا للأمر الموضَّح أدناه. يُرجى استخدام 7000 بدلاً من منفذ 5000 في الأوامر اللاحقة.

./toolbox --tools-file "tools.yaml" --port 7000

لنستخدم Cloud Shell لاختبار ذلك.

انقر على "معاينة الويب" في Cloud Shell كما هو موضّح أدناه:

f990712162e8e924.png

انقر على تغيير المنفذ واضبط المنفذ على 5000 كما هو موضّح أدناه، ثم انقر على "تغيير" و"معاينة".

d1b9de0c46ecef8a.png

من المفترض أن يؤدي ذلك إلى ظهور النتيجة التالية:

2fdcdac326034d41.png

في عنوان URL للمتصفّح، أضِف ما يلي إلى نهاية عنوان URL:

/api/toolset

من المفترض أن يؤدي ذلك إلى عرض الأدوات التي تم ضبطها حاليًا. في ما يلي نموذج للناتج:

{
  "serverVersion": "0.7.0+binary.linux.amd64.714d990c34ee990e268fac1aa6b89c4883ae5023",
  "tools": {
    "search_release_notes_bq": {
      "description": "Use this tool to get information on Google Cloud Release Notes.\n",
      "parameters": [],
      "authRequired": []
    }
  }
}

توضّح حزمة أدوات MCP لقواعد البيانات طريقة Pythonic للتحقق من صحة الأدوات واختبارها، وهي موثّقة على هذا الرابط. سنتخطّى ذلك وننتقل مباشرةً إلى "مجموعة تطوير موظّفي الدعم" (ADK) في القسم التالي الذي سيستخدم هذه الأدوات.

9- كتابة موظّف الدعم باستخدام حزمة تطوير موظّف الدعم (ADK)

تثبيت حزمة تطوير موظّفي الدعم (ADK)

افتح علامة تبويب جديدة في وحدة التحكّم في Cloud Shell وأنشئ مجلدًا باسم my-agents على النحو التالي. انتقِل إلى المجلد my-agents أيضًا.

mkdir my-agents
cd my-agents

الآن، لننشئ بيئة افتراضية لـ Python باستخدام venv على النحو التالي:

python -m venv .venv

فعِّل البيئة الافتراضية على النحو التالي:

source .venv/bin/activate

ثبِّت حِزم ADK و"مجموعة أدوات MCP لقواعد البيانات" مع تبعية langchain على النحو التالي:

pip install google-adk toolbox-core

ستتمكّن الآن من استدعاء الأداة adk على النحو التالي.

adk

سيعرض لك قائمة بالطلبات.

$ adk
Usage: adk [OPTIONS] COMMAND [ARGS]...

  Agent Development Kit CLI tools.

Options:
  --help  Show this message and exit.

Commands:
  api_server  Starts a FastAPI server for agents.
  create      Creates a new app in the current folder with prepopulated agent template.
  deploy      Deploys agent to hosted environments.
  eval        Evaluates an agent given the eval sets.
  run         Runs an interactive CLI for a certain agent.
  web         Starts a FastAPI server with Web UI for agents.

إنشاء أول طلب وكيل

سنستخدم الآن adk لإنشاء إطار عمل لتطبيق "ملاحظات الإصدار" الخاص بوكيل Google Cloud من خلال الأمر adk create مع اسم تطبيق **(gcp-releasenotes-agent-app)**كما هو موضّح أدناه.

adk create gcp-releasenotes-agent-app

اتّبِع الخطوات واختَر ما يلي:

  • نموذج Gemini لاختيار نموذج للوكيل الجذر
  • اختَر Vertex AI للخلفية.
  • سيتم عرض رقم تعريف مشروع Google والمنطقة التلقائية. اختَر الإعداد التلقائي نفسه.
Choose a model for the root agent:
1. gemini-2.0-flash-001
2. Other models (fill later)

Choose model (1, 2): 1
1. Google AI
2. Vertex AI
Choose a backend (1, 2): 2

You need an existing Google Cloud account and project, check out this link for details:
https://google.github.io/adk-docs/get-started/quickstart/#gemini---google-cloud-vertex-ai

Enter Google Cloud project ID [YOUR_GOOGLE_PROJECT_ID]: 
Enter Google Cloud region [us-central1]: 

Agent created in ../my-agents/gcp-releasenotes-agent-app:
- .env
- __init__.py
- agent.py

راقِب المجلد الذي تم فيه إنشاء نموذج تلقائي والملفات المطلوبة للوكيل.

أولاً، ملف .env. في ما يلي محتوى هذه الرسائل:

GOOGLE_GENAI_USE_VERTEXAI=1
GOOGLE_CLOUD_PROJECT=YOUR_GOOGLE_PROJECT_ID
GOOGLE_CLOUD_LOCATION=YOUR_GOOGLE_PROJECT_REGION

تشير القيم إلى أنّنا سنستخدم Gemini من خلال Vertex AI مع القيم ذات الصلة لرقم تعريف مشروع Google Cloud وموقعه الجغرافي.

بعد ذلك، لدينا ملف __init__.py الذي يضع علامة على المجلد كوحدة نمطية ويحتوي على عبارة واحدة تستورد الوكيل من ملف agent.py.

from . import agent

أخيرًا، لنلقِ نظرة على ملف agent.py. في ما يلي المحتوى المعروض:

from google.adk.agents import Agent

root_agent = Agent(
    model='gemini-2.0-flash-001',
    name='root_agent',
    description='A helpful assistant for user questions.',
    instruction='Answer user questions to the best of your knowledge',
)

هذا هو أبسط وكيل يمكنك كتابته باستخدام ADK. وفقًا لصفحة مستندات ADK، فإنّ الوكيل هو وحدة تنفيذية مكتفية ذاتيًا مصمّمة للعمل بشكل مستقل لتحقيق أهداف محدّدة. يمكن للوكلاء تنفيذ المهام والتفاعل مع المستخدمين واستخدام الأدوات الخارجية والتنسيق مع الوكلاء الآخرين.

على وجه التحديد، يستخدم LLMAgent، الذي يُشار إليه عادةً باسم "موظّف الدعم"، النماذج اللغوية الكبيرة (LLM) كمحرك أساسي لفهم اللغة الطبيعية والتفكير والتخطيط وإنشاء الردود وتحديد كيفية المتابعة أو الأدوات التي يجب استخدامها بشكل ديناميكي، ما يجعله مثاليًا للمهام المرنة التي تركّز على اللغة. يمكنك الاطّلاع على مزيد من المعلومات حول موظّفي الدعم الذين يستخدمون النماذج اللغوية الكبيرة هنا.

يُكمِل هذا الإجراء الإطار الأساسي لإنشاء وكيل أساسي باستخدام حزمة تطوير الوكيل (ADK). سنربط الآن موظّف الدعم لدينا بأداة MCP Toolbox، حتى يتمكّن من استخدام هذه الأداة للإجابة عن طلبات البحث الواردة من المستخدم (في هذه الحالة، ستكون ملاحظات إصدار Google Cloud).

10. ربط موظّف الدعم بالأدوات

سنربط هذا موظّف الدعم بالأدوات الآن. في سياق "مجموعة تطوير التطبيقات"، تمثّل الأداة قدرة محدّدة يتم توفيرها لوكيل الذكاء الاصطناعي، ما يتيح له تنفيذ الإجراءات والتفاعل مع العالم بشكل يتجاوز قدراته الأساسية في إنشاء النصوص واستخدام المنطق.

في حالتنا، سنزوّد موظّف الدعم الآن بالأدوات التي أعددنا إعداداتها في "صندوق أدوات MCP" لقواعد البيانات.

عدِّل ملف agent.py باستخدام الرمز البرمجي التالي. يُرجى العِلم أنّنا نستخدم المنفذ التلقائي 5000 في الرمز، ولكن إذا كنت تستخدم رقم منفذ بديلاً، يُرجى استخدامه.

from google.adk.agents import Agent
from toolbox_core import ToolboxSyncClient

toolbox = ToolboxSyncClient("http://127.0.0.1:5000")

# Load all the tools
tools = toolbox.load_toolset('my_bq_toolset')

root_agent = Agent(
    name="gcp_releasenotes_agent",
    model="gemini-2.0-flash",
    description=(
        "Agent to answer questions about Google Cloud Release notes."
    ),
    instruction=(
        "You are a helpful agent who can answer user questions about the Google Cloud Release notes. Use the tools to answer the question"
    ),
    tools=tools,
)

يمكننا الآن اختبار الوكيل الذي سيجلب بيانات حقيقية من مجموعة بيانات BigQuery التي تم ضبطها باستخدام مجموعة أدوات MCP لقواعد البيانات.

لإجراء ذلك، اتّبِع التسلسل التالي:

في إحدى وحدات التحكّم في Cloud Shell، ابدأ Toolbox لإدارة الخدمات السحابية (MCP) لقواعد البيانات. من المحتمل أن يكون التطبيق قيد التشغيل على الجهاز على المنفذ 5000 كما اختبرناه سابقًا. إذا لم يكن الأمر كذلك، نفِّذ الأمر التالي (من مجلد mcp-toolbox) لبدء تشغيل الخادم:

./toolbox --tools_file "tools.yaml"

من المفترض أن تظهر لك رسالة تفيد بأنّه تمكّن الخادم من الاتصال بمصادر البيانات وتحميل مجموعة الأدوات والأدوات. في ما يلي نموذج للإخراج:

./toolbox --tools-file "tools.yaml"
2025-06-17T07:48:52.989710733Z INFO "Initialized 1 sources." 
2025-06-17T07:48:52.989805642Z INFO "Initialized 0 authServices." 
2025-06-17T07:48:52.989847035Z INFO "Initialized 1 tools." 
2025-06-17T07:48:52.989889742Z INFO "Initialized 2 toolsets." 
2025-06-17T07:48:52.990357879Z INFO "Server ready to serve!"

بعد بدء تشغيل خادم MCP بنجاح، افتح برنامج Agent في وحدة تحكّم أخرى من خلال الأمر adk run (من مجلد my-agents) الموضّح أدناه. يمكنك أيضًا استخدام الأمر adk web إذا أردت.

$ adk run gcp-releasenotes-agent-app/

Log setup complete: /tmp/agents_log/agent.20250423_170001.log
To access latest log: tail -F /tmp/agents_log/agent.latest.log
Running agent gcp_releasenotes_agent, type exit to exit.

[user]: get me the google cloud release notes


[gcp_releasenotes_agent]: Here are the Google Cloud Release Notes.

Google SecOps SOAR: Release 6.3.49 is being rolled out to the first phase of regions. This release contains internal and customer bug fixes. Published: 2025-06-14

Compute Engine: Dynamic NICs let you add or remove network interfaces to or from an instance without having to restart or recreate the instance. You can also use Dynamic NICs when you need more network interfaces. The maximum number of vNICs for most machine types in Google Cloud is 10; however, you can configure up to 16 total interfaces by using Dynamic NICs. Published: 2025-06-13

Compute Engine: General purpose C4D machine types, powered by the fifth generation AMD EPYC processors (Turin) and Google Titanium, are generally available. Published: 2025-06-13

Google Agentspace: Google Agentspace Enterprise: App-level feature management. As an Agentspace administrator, you can choose to turn the following features on or off for your end users in the web app: Agents gallery, Prompt gallery, No-code agent, NotebookLM Enterprise. Published: 2025-06-13

Cloud Load Balancing: Cloud Load Balancing supports load balancing to multi-NIC instances that use Dynamic NICs. This capability is in Preview. Published: 2025-06-13

Virtual Private Cloud: Dynamic Network Interfaces (NICs) are available in Preview. Dynamic NICs let you update an instance to add or remove network interfaces without having to restart or recreate the instance. Published: 2025-06-13

Security Command Center: The following Event Threat Detection detectors for Vertex AI have been released to Preview:
- `Persistence: New Geography for AI Service`
- `Privilege Escalation: Anomalous Multistep Service Account Delegation for AI Admin Activity`
- `Privilege Escalation: Anomalous Multistep Service Account Delegation for AI Data Access`
- `Privilege Escalation: Anomalous Service Account Impersonator for AI Admin Activity`
- `Privilege Escalation: Anomalous Service Account Impersonator for AI Data Access`
- `Privilege Escalation: Anomalous Impersonation of Service Account for AI Admin Activity`
- `Persistence: New AI API Method`
......
......

يُرجى العِلم أنّ الوكيل يستخدِم الأداة التي ضبطناها في "مجموعة أدوات MCP للبيانات" (search_release_notes_bq) ويستردّ البيانات من مجموعة بيانات BigQuery ويُعدّل الردّ وفقًا لذلك.

11. تهانينا

نشكرك على ضبط "مجموعة أدوات MCP" لقواعد البيانات وضبط مجموعة بيانات BigQuery للوصول إليها ضمن عملاء MCP.

المستندات المرجعية