डेटाबेस के लिए MCP टूलबॉक्स: MCP क्लाइंट के लिए BigQuery डेटासेट उपलब्ध कराना

डेटाबेस के लिए एमसीपी टूलबॉक्स:

एमसीपी क्लाइंट के लिए BigQuery डेटासेट उपलब्ध कराना

इस कोडलैब (कोड बनाना सीखने के लिए ट्यूटोरियल) के बारे में जानकारी

पिछली बार जून 20, 2025 को अपडेट किया गया

Romin Irani ने लिखा

1. परिचय

इस कोडलैब में, आपको अपने BigQuery डेटासेट उपलब्ध कराने के लिए, डेटाबेस के लिए एमसीपी टूलबॉक्स का इस्तेमाल करना होगा.

कोडलैब में, आपको सिलसिलेवार तरीके से यह तरीका अपनाना होगा:

1. सार्वजनिक BigQuery डेटासेट प्रोग्राम से किसी खास BigQuery डेटासेट ("Google Cloud रिलीज़ नोट") की पहचान करना.
2. डेटाबेस के लिए एमसीपी टूलबॉक्स सेट अप करें, जो BigQuery डेटासेट से कनेक्ट होता है.
3. एजेंट डेवलपमेंट किट (ADK) का इस्तेमाल करके ऐसा एजेंट बनाएं जो Google Cloud के रिलीज़ नोट के बारे में उपयोगकर्ता की क्वेरी का जवाब देने के लिए, एमसीपी टूलबॉक्स का इस्तेमाल करेगा

आपको क्या करना होगा

• डेटाबेस के लिए एमसीपी टूलबॉक्स सेट अप करें, ताकि Google Cloud के रिलीज़ नोट और सार्वजनिक BigQuery डेटासेट को एमसीपी इंटरफ़ेस के तौर पर, अन्य एमसीपी क्लाइंट (आईडीई, टूल वगैरह) को दिखाया जा सके.

आपको क्या सीखने को मिलेगा

• BigQuery के सार्वजनिक डेटासेट एक्सप्लोर करें और कोई डेटासेट चुनें.
• BigQuery के उस सार्वजनिक डेटासेट के लिए, डेटाबेस के लिए एमसीपी टूलबॉक्स सेट अप करें जिसे हमें एमसीपी क्लाइंट के लिए उपलब्ध कराना है.
• उपयोगकर्ता की क्वेरी का जवाब देने के लिए, एजेंट डेवलपमेंट किट (ADK) का इस्तेमाल करके एजेंट डिज़ाइन और डेवलप करें.
• स्थानीय एनवायरमेंट में, डेटाबेस के लिए एजेंट और एमसीपी टूलबॉक्स को टेस्ट करें.

आपको इन चीज़ों की ज़रूरत होगी

• Chrome वेब ब्राउज़र.
• Python का स्थानीय डेवलपमेंट एनवायरमेंट.

2. शुरू करने से पहले

प्रोजेक्ट बनाना

1. Google Cloud Console में, प्रोजेक्ट चुनने वाले पेज पर, Google Cloud प्रोजेक्ट चुनें या बनाएं.
2. पक्का करें कि आपके Cloud प्रोजेक्ट के लिए बिलिंग की सुविधा चालू हो. किसी प्रोजेक्ट के लिए बिलिंग की सुविधा चालू है या नहीं, यह देखने का तरीका जानें .
3. इसके लिए, आपको Cloud Shell का इस्तेमाल करना होगा. यह Google Cloud में चलने वाला कमांड-लाइन एनवायरमेंट है, जिसमें bq पहले से लोड होता है. Google Cloud कंसोल में सबसे ऊपर, 'Cloud Shell चालू करें' पर क्लिक करें.

4. Cloud Shell से कनेक्ट होने के बाद, यह जांच करें कि आपकी पुष्टि पहले ही हो चुकी है या नहीं. साथ ही, यह भी देखें कि प्रोजेक्ट आपके प्रोजेक्ट आईडी पर सेट है या नहीं. इसके लिए, यह कमांड इस्तेमाल करें:

gcloud auth list

5. Cloud Shell में यह कमांड चलाकर पुष्टि करें कि gcloud कमांड को आपके प्रोजेक्ट के बारे में पता है.

gcloud config list project

6. अगर आपका प्रोजेक्ट सेट नहीं है, तो इसे सेट करने के लिए इस निर्देश का इस्तेमाल करें:

gcloud config set project <YOUR_PROJECT_ID>

gcloud के निर्देशों और इस्तेमाल के बारे में जानने के लिए, दस्तावेज़ देखें.

3. Google रिलीज़ नोट का डेटासेट और एमसीपी क्लाइंट

सबसे पहले, Google Cloud के रिलीज़ नोट देखें. इन्हें Google Cloud के रिलीज़ नोट के आधिकारिक वेबपेज पर नियमित तौर पर अपडेट किया जाता है. इसका स्क्रीनशॉट यहां दिया गया है:

आपके पास फ़ीड यूआरएल की सदस्यता लेने का विकल्प है. हालांकि, अगर हम अपने एजेंट चैट में इन रिलीज़ नोट के बारे में पूछें, तो क्या होगा. जैसे, "मुझे Google Cloud के रिलीज़ नोट के बारे में अपडेट दें" जैसी कोई आसान क्वेरी.

4. डेटाबेस के लिए एमसीपी टूलबॉक्स

डेटाबेस के लिए एमसीपी टूलबॉक्स, डेटाबेस के लिए एक ओपन सोर्स एमसीपी सर्वर है. इसे एंटरप्राइज़-ग्रेड और प्रोडक्शन-क्वालिटी को ध्यान में रखकर डिज़ाइन किया गया था. इससे, कनेक्शन पूल करने, पुष्टि करने वगैरह जैसी मुश्किल प्रक्रियाओं को मैनेज करके, टूल को आसानी से, तेज़ी से, और ज़्यादा सुरक्षित तरीके से बनाया जा सकता है.

टूलबॉक्स की मदद से, जनरेटिव एआई टूल बनाए जा सकते हैं. इनकी मदद से, आपके एजेंट आपके डेटाबेस में मौजूद डेटा को ऐक्सेस कर सकते हैं. टूलबॉक्स में ये सुविधाएं मिलती हैं:

• डेवलपमेंट को आसान बनाना: 10 लाइनों से भी कम कोड में अपने एजेंट में टूल इंटिग्रेट करें. साथ ही, कई एजेंट या फ़्रेमवर्क के बीच टूल का फिर से इस्तेमाल करें और टूल के नए वर्शन को आसानी से डिप्लॉय करें.
• बेहतर परफ़ॉर्मेंस: कनेक्शन पूल करने, पुष्टि करने वगैरह जैसे सबसे सही तरीके.
• बेहतर सुरक्षा: आपके डेटा को ज़्यादा सुरक्षित तरीके से ऐक्सेस करने के लिए, इंटिग्रेट किया गया पुष्टि करने का तरीका
• एंड-टू-एंड निगरानी: OpenTelemetry के लिए पहले से मौजूद सहायता के साथ, पहले से तैयार मेट्रिक और ट्रैकिंग.
• टूलबॉक्स की मदद से, डेटाबेस को एमसीपी की सुविधा वाली किसी भी एआई असिस्टेंट से आसानी से कनेक्ट किया जा सकता है. भले ही, वह आपके आईडीई में हो.

टूलबॉक्स, आपके ऐप्लिकेशन के ऑर्केस्ट्रेशन फ़्रेमवर्क और डेटाबेस के बीच में होता है. यह एक कंट्रोल प्लेन उपलब्ध कराता है, जिसका इस्तेमाल टूल में बदलाव करने, उन्हें डिस्ट्रिब्यूट करने या उन्हें चालू करने के लिए किया जाता है. यह आपके टूल को मैनेज करने की प्रोसेस को आसान बनाता है. इसके लिए, यह टूल को सेव और अपडेट करने की एक ही जगह उपलब्ध कराता है. साथ ही, यह एजेंट और ऐप्लिकेशन के बीच टूल शेयर करने की सुविधा देता है. साथ ही, ऐप्लिकेशन को फिर से डिप्लॉय किए बिना, उन टूल को अपडेट करने की सुविधा भी देता है.

आसान शब्दों में बताने के लिए:

1. MCP टूलबॉक्स, बाइनरी या कंटेनर इमेज के तौर पर उपलब्ध है. इसके अलावा, इसे सोर्स से भी बनाया जा सकता है.
2. यह टूल का एक सेट दिखाता है, जिसे tools.yaml फ़ाइल की मदद से कॉन्फ़िगर किया जाता है. इन टूल को आपके डेटा सोर्स से कनेक्ट किया जा सकता है. यहां आपको वे अलग-अलग डेटा सोर्स दिख सकते हैं जिनके साथ यह काम करता है : AlloyDB, BigQuery वगैरह.
3. यह टूलबॉक्स अब एमसीपी के साथ काम करता है. इसलिए, आपके पास अपने-आप एक एमसीपी सर्वर एंडपॉइंट बन जाता है. इसका इस्तेमाल एजेंट (आईडीई) कर सकते हैं. इसके अलावा, एजेंट डेवलपमेंट किट (एडीके) जैसे अलग-अलग फ़्रेमवर्क का इस्तेमाल करके, एजेंट ऐप्लिकेशन डेवलप करते समय भी इसका इस्तेमाल किया जा सकता है.

इस ब्लॉग पोस्ट में, हमारा फ़ोकस इन हाइलाइट किए गए विषयों पर होगा:

खास जानकारी के तौर पर, हम डेटाबेस के लिए एमसीपी टूलबॉक्स में एक ऐसा कॉन्फ़िगरेशन बनाएंगे जो हमारे BigQuery डेटासेट से कनेक्ट करने का तरीका जानता हो. इसके बाद, हम एजेंट डेवलपमेंट किट (ADK) का इस्तेमाल करके एक एजेंट बनाएंगे. यह एजेंट, एमसीपी टूलबॉक्स एंडपॉइंट के साथ इंटिग्रेट होगा. साथ ही, हमें अपने डेटासेट के बारे में पूछने के लिए, सामान्य क्वेरी भेजने की सुविधा देगा. इसे एक एजेंटिक ऐप्लिकेशन के तौर पर देखें, जिसे आपने डेवलप किया है. यह आपके BigQuery डेटासेट से बात करने का तरीका जानता है और कुछ क्वेरी चलाता है.

5. Google Cloud के रिलीज़ नोट के लिए BigQuery डेटासेट

Google Cloud का सार्वजनिक डेटासेट प्रोग्राम एक ऐसा प्रोग्राम है जो आपके ऐप्लिकेशन के लिए कई तरह के डेटासेट उपलब्ध कराता है. ऐसा ही एक डेटासेट, Google Cloud के रिलीज़ नोट का डेटाबेस है. इस डेटासेट में आपको वही जानकारी मिलती है जो Google Cloud के रिलीज़ नोट के आधिकारिक वेबपेज पर मिलती है. साथ ही, यह सार्वजनिक तौर पर क्वेरी करने लायक डेटासेट के तौर पर उपलब्ध है.

जांच के तौर पर, मैंने यहां दी गई आसान क्वेरी चलाकर डेटासेट की पुष्टि की है:

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

इससे मुझे रिलीज़ नोट के डेटासेट से उन रिकॉर्ड की सूची मिलती है जिन्हें पिछले सात दिनों में पब्लिश किया गया है.

इसे अपनी पसंद के किसी अन्य डेटासेट और अपनी पसंद की क्वेरी और पैरामीटर से बदलें. अब हमें डेटाबेस के लिए एमसीपी टूलबॉक्स में, इसे डेटा सोर्स और टूल के तौर पर सेट अप करना होगा. आइए, देखते हैं कि ऐसा कैसे किया जा सकता है.

6. डेटाबेस के लिए MCP टूलबॉक्स इंस्टॉल करना

अपनी लोकल मशीन पर टर्मिनल खोलें और mcp-toolbox नाम का फ़ोल्डर बनाएं.

mkdir mcp-toolbox

नीचे दिए गए कमांड का इस्तेमाल करके, mcp-toolbox फ़ोल्डर पर जाएं:

cd mcp-toolbox

यहां दी गई स्क्रिप्ट की मदद से, डेटाबेस के लिए MCP टूलबॉक्स का बाइनरी वर्शन इंस्टॉल करें. यहां दिया गया निर्देश, Linux के लिए है. हालांकि, अगर आपके पास Mac या Windows है, तो पक्का करें कि आपने सही बाइनरी डाउनलोड की हो. अपने ऑपरेटिंग सिस्टम और आर्किटेक्चर के लिए रिलीज़ पेज पर जाएं और सही बाइनरी डाउनलोड करें.

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

अब हमारे पास टूलबॉक्स का बाइनरी वर्शन इस्तेमाल के लिए तैयार है. अगला चरण, टूलबॉक्स को हमारे डेटा सोर्स और अन्य कॉन्फ़िगरेशन के साथ कॉन्फ़िगर करना है.

7. डेटाबेस के लिए एमसीपी टूलबॉक्स कॉन्फ़िगर करना

अब हमें tools.yaml फ़ाइल में अपने BigQuery डेटासेट और टूल तय करने होंगे. ये डेटाबेस के लिए एमसीपी टूलबॉक्स के लिए ज़रूरी हैं. टूलबॉक्स को कॉन्फ़िगर करने का मुख्य तरीका, फ़ाइल tools.yaml है.

उसी फ़ोल्डर में tools.yaml नाम की एक फ़ाइल बनाएं, यानी mcp-toolbox. इस फ़ाइल में मौजूद कॉन्टेंट नीचे दिखाया गया है.

Cloud Shell में मौजूद nano एडिटर का इस्तेमाल किया जा सकता है. nano कमांड इस तरह का होता है: "nano tools.yaml".

YOUR_PROJECT_ID वैल्यू को अपने Google Cloud प्रोजेक्ट आईडी से बदलना न भूलें.

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

आइए, इस फ़ाइल के बारे में कम शब्दों में जानते हैं:

1. सोर्स, आपके अलग-अलग डेटा सोर्स को दिखाते हैं जिनके साथ कोई टूल इंटरैक्ट कर सकता है. सोर्स, उस डेटा सोर्स को दिखाता है जिससे कोई टूल इंटरैक्ट कर सकता है. सोर्स को मैप के तौर पर तय करने के लिए, tools.yaml फ़ाइल के सोर्स सेक्शन में जाएं. आम तौर पर, सोर्स कॉन्फ़िगरेशन में वह सारी जानकारी होती है जो डेटाबेस से कनेक्ट करने और उससे इंटरैक्ट करने के लिए ज़रूरी होती है. हमारे मामले में, हमने BigQuery सोर्स my-bq-source तय किया है. साथ ही, आपको अपना Google Cloud प्रोजेक्ट आईडी देना होगा. ज़्यादा जानकारी के लिए, सोर्स रेफ़रंस देखें.
2. टूल से यह तय होता है कि एजेंट कौनसी कार्रवाइयां कर सकता है. जैसे, किसी सोर्स को पढ़ना और उसमें लिखना. टूल से उस कार्रवाई के बारे में पता चलता है जो आपका एजेंट कर सकता है. जैसे, SQL स्टेटमेंट चलाना. tools.yaml फ़ाइल के टूल सेक्शन में, टूल को मैप के तौर पर तय किया जा सकता है. आम तौर पर, किसी टूल को काम करने के लिए सोर्स की ज़रूरत होती है. हमारे मामले में, हमने एक टूल search_release_notes_bq तय किया है. यह उस BigQuery सोर्स my-bq-source का रेफ़रंस देता है जिसे हमने पहले चरण में तय किया था. इसमें वह स्टेटमेंट और निर्देश भी शामिल होता है जिसका इस्तेमाल एआई एजेंट क्लाइंट करेंगे. ज़्यादा जानकारी के लिए, टूल रेफ़रंस देखें.
3. आखिर में, हमारे पास टूलसेट है. इसकी मदद से, उन टूल के ग्रुप तय किए जा सकते हैं जिन्हें एक साथ लोड करना है. यह एजेंट या ऐप्लिकेशन के आधार पर अलग-अलग ग्रुप तय करने के लिए मददगार हो सकता है. हमारे मामले में, हमारे पास टूलसेट की परिभाषा है, जिसमें हमने फ़िलहाल सिर्फ़ एक मौजूदा टूल search_release_notes_bq को शामिल किया है. आपके पास एक से ज़्यादा टूलसेट हो सकते हैं. इनमें अलग-अलग टूल का कॉम्बिनेशन होता है.

इसलिए, फ़िलहाल हमने सिर्फ़ एक टूल तय किया है, जो क्वेरी के हिसाब से पिछले सात दिनों के रिलीज़ नोट दिखाता है. हालांकि, पैरामीटर के साथ भी अलग-अलग कॉम्बिनेशन बनाए जा सकते हैं.

डेटाबेस के लिए एमसीपी टूलबॉक्स में, BigQuery डेटा सोर्स कॉन्फ़िगरेशन में कॉन्फ़िगरेशन की कुछ और जानकारी ( सोर्स, टूल) देखें.

8. डेटाबेस के लिए एमसीपी टूलबॉक्स की जांच करना

हमने mcp-toolbox फ़ोल्डर में मौजूद tools.yaml फ़ाइल की मदद से, टूलबॉक्स को डाउनलोड और कॉन्फ़िगर किया है. आइए, पहले इसे स्थानीय तौर पर चलाते हैं.

यह कमांड चलाएं:

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

निर्देशों को पूरा करने के बाद, आपको सर्वर स्टार्टअप दिखेगा. इसमें सैंपल आउटपुट, यहां दिए गए सैंपल से मिलता-जुलता होगा:

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!" 

एमसीपी टूलबॉक्स सर्वर, डिफ़ॉल्ट रूप से 5000 पोर्ट पर चलता है. अगर आपको पता चलता है कि पोर्ट 5000 पहले से ही इस्तेमाल में है, तो यहां दिए गए निर्देश के मुताबिक किसी दूसरे पोर्ट (जैसे, 7000) का इस्तेमाल करें. इसके बाद, कृपया 5000 पोर्ट के बजाय 7000 का इस्तेमाल करें.

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

आइए, इसकी जांच करने के लिए Cloud Shell का इस्तेमाल करें.

Cloud Shell में, वेब की झलक पर क्लिक करें, जैसा कि यहां दिखाया गया है:

पोर्ट बदलें पर क्लिक करें और पोर्ट को 5000 पर सेट करें, जैसा कि नीचे दिखाया गया है. इसके बाद, बदलें और झलक देखें पर क्लिक करें.

इससे यह आउटपुट दिखेगा:

ब्राउज़र के यूआरएल में, यूआरएल के आखिर में यह जोड़ें:

/api/toolset

ऐसा करने पर, आपको वे टूल दिखेंगे जो फ़िलहाल कॉन्फ़िगर किए गए हैं. आउटपुट का सैंपल यहां दिया गया है:

{
  "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": []
    }
  }
}

डेटाबेस के लिए एमसीपी टूलकिट में, टूल की पुष्टि करने और उन्हें टेस्ट करने के लिए Pythonic तरीके के बारे में बताया गया है. इस बारे में यहां जानकारी दी गई है. हम इस सेक्शन को छोड़कर, अगले सेक्शन में सीधे एजेंट डेवलपमेंट किट (ADK) पर जाएंगे. इस सेक्शन में इन टूल का इस्तेमाल किया जाएगा.

9. Agent Development Kit (ADK) की मदद से एजेंट लिखना

एजेंट डेवलपमेंट किट (ADK) इंस्टॉल करना

Cloud Shell में नया टर्मिनल टैब खोलें और यहां दिए गए तरीके से my-agents नाम का फ़ोल्डर बनाएं. my-agents फ़ोल्डर पर भी जाएं.

mkdir my-agents
cd my-agents

अब, venv का इस्तेमाल करके, वर्चुअल Python एनवायरमेंट बनाएं. इसके लिए, यह तरीका अपनाएं:

python -m venv .venv

वर्चुअल एनवायरमेंट को इस तरह चालू करें:

source .venv/bin/activate

डेटाबेस पैकेज के लिए ADK और MCP टूलबॉक्स के साथ-साथ, लैंगचैन डिपेंडेंसी को इस तरह इंस्टॉल करें:

pip install google-adk toolbox-core

अब adk यूटिलिटी को इस तरह से चालू किया जा सकता है.

adk

इससे आपको निर्देशों की सूची दिखेगी.

$ 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.

हमारा पहला एजेंट ऐप्लिकेशन बनाना

अब हम adk का इस्तेमाल करके, Google Cloud रिलीज़ नोट एजेंट ऐप्लिकेशन के लिए स्कैफ़ोल्डिंग बनाएंगे. इसके लिए, adk create कमांड का इस्तेमाल करके, ऐप्लिकेशन का नाम **(gcp-releasenotes-agent-app)**डाला जाएगा.

adk create gcp-releasenotes-agent-app

यह तरीका अपनाएं और नीचे दिए गए विकल्प चुनें:

• रूट एजेंट के लिए मॉडल चुनने के लिए Gemini मॉडल.
• बैकएंड के लिए Vertex AI चुनें.
• आपको अपना डिफ़ॉल्ट Google प्रोजेक्ट आईडी और क्षेत्र दिखेगा. डिफ़ॉल्ट तौर पर सेट किया गया विकल्प चुनें.

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

उस फ़ोल्डर की समीक्षा करें जिसमें एजेंट के लिए डिफ़ॉल्ट टेंप्लेट और ज़रूरी फ़ाइलें बनाई गई हैं.

सबसे पहले .env फ़ाइल है. इनमें शामिल कॉन्टेंट नीचे दिया गया है:

GOOGLE_GENAI_USE_VERTEXAI=1
GOOGLE_CLOUD_PROJECT=YOUR_GOOGLE_PROJECT_ID
GOOGLE_CLOUD_LOCATION=YOUR_GOOGLE_PROJECT_REGION

इन वैल्यू से पता चलता है कि हम Vertex AI के ज़रिए Gemini का इस्तेमाल करेंगे. साथ ही, Google Cloud प्रोजेक्ट आईडी और जगह की वैल्यू का भी इस्तेमाल किया जाएगा.

इसके बाद, हमारे पास __init__.py फ़ाइल है, जो फ़ोल्डर को मॉड्यूल के तौर पर मार्क करती है. इसमें एक स्टेटमेंट है, जो agent.py फ़ाइल से एजेंट इंपोर्ट करता है.

from . import agent

आखिर में, agent.py फ़ाइल के बारे में जानें. कॉन्टेंट यहां दिखाए गए हैं:

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',
)

यह सबसे आसान एजेंट है, जिसे ADK की मदद से लिखा जा सकता है. ADK दस्तावेज़ के पेज के मुताबिक, एजेंट एक ऐसी यूनिट है जो अपने-आप काम करती है. इसे खास लक्ष्यों को हासिल करने के लिए, अपने-आप काम करने के लिए डिज़ाइन किया गया है. एजेंट, टास्क पूरे कर सकते हैं, उपयोगकर्ताओं के साथ इंटरैक्ट कर सकते हैं, बाहरी टूल का इस्तेमाल कर सकते हैं, और दूसरे एजेंट के साथ काम कर सकते हैं.

खास तौर पर, LLMAgent, जिसे आम तौर पर एजेंट कहा जाता है, अपने मुख्य इंजन के तौर पर लार्ज लैंग्वेज मॉडल (एलएलएम) का इस्तेमाल करता है. इससे, यह सामान्य भाषा को समझने, तर्क करने, प्लान बनाने, जवाब जनरेट करने, और आगे कैसे बढ़ना है या किन टूल का इस्तेमाल करना है, यह फ़ैसला डाइनैमिक तरीके से ले पाता है. इस वजह से, यह भाषा पर आधारित आसान टास्क के लिए आदर्श है. एलएलएम एजेंट के बारे में ज़्यादा जानने के लिए, यहां जाएं.

इससे, एजेंट डेवलपमेंट किट (ADK) का इस्तेमाल करके, बुनियादी एजेंट जनरेट करने के लिए हमारी स्कैफ़ोल्डिंग पूरी हो जाती है. अब हम अपने एजेंट को एमसीपी टूलबॉक्स से कनेक्ट करने जा रहे हैं, ताकि वह उपयोगकर्ता की क्वेरी का जवाब देने के लिए उस टूल का इस्तेमाल कर सके. इस मामले में, यह Google Cloud के रिलीज़ नोट होगा.

10. अपने एजेंट को टूल से कनेक्ट करना

हम इस एजेंट को टूल से कनेक्ट करने जा रहे हैं. एडीके के संदर्भ में, टूल किसी एआई एजेंट को दी गई खास सुविधा को दिखाता है. इसकी मदद से, एजेंट टेक्स्ट जनरेट करने और तर्क करने की मुख्य क्षमताओं के अलावा, अन्य कार्रवाइयां कर सकता है और दुनिया के साथ इंटरैक्ट कर सकता है.

हमारे मामले में, हम अपने एजेंट को उन टूल से लैस करने जा रहे हैं जिन्हें हमने डेटाबेस के लिए MCP टूलबॉक्स में कॉन्फ़िगर किया है.

नीचे दिए गए कोड की मदद से, agent.py फ़ाइल में बदलाव करें. ध्यान दें कि हम कोड में डिफ़ॉल्ट पोर्ट 5000 का इस्तेमाल कर रहे हैं. हालांकि, अगर आपने कोई दूसरा पोर्ट नंबर इस्तेमाल किया है, तो कृपया उसका इस्तेमाल करें.

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,
)

अब हम उस एजेंट की जांच कर सकते हैं जो डेटाबेस के लिए एमसीपी टूलबॉक्स के साथ कॉन्फ़िगर किए गए हमारे BigQuery डेटासेट से असल डेटा फ़ेच करेगा.

इसके लिए, यह तरीका अपनाएं:

Cloud Shell के एक टर्मिनल में, डेटाबेस के लिए MCP टूलबॉक्स लॉन्च करें. हो सकता है कि आपने इसे पहले ही पोर्ट 5000 पर स्थानीय तौर पर चला रखा हो, क्योंकि हमने पहले इसकी जांच की थी. अगर ऐसा नहीं है, तो सर्वर को शुरू करने के लिए, mcp-toolbox फ़ोल्डर में जाकर यह कमांड चलाएं:

./toolbox --tools_file "tools.yaml"

आम तौर पर, आपको यह आउटपुट दिखना चाहिए कि सर्वर हमारे डेटा सोर्स से कनेक्ट हो गया है और उसने टूलसेट और टूल लोड कर लिए हैं. आउटपुट का सैंपल यहां दिया गया है:

./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!" 

एमसीपी सर्वर के शुरू होने के बाद, किसी दूसरे टर्मिनल में, नीचे दिए गए adk run (my-agents फ़ोल्डर से) कमांड की मदद से एजेंट लॉन्च करें. अगर आप चाहें, तो adk web निर्देश का भी इस्तेमाल किया जा सकता है.

$ 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`
......
......

ध्यान दें कि एजेंट उस टूल का इस्तेमाल कर रहा है जिसे हमने डेटाबेस (search_release_notes_bq) के लिए एमसीपी टूलबॉक्स में कॉन्फ़िगर किया है. साथ ही, यह BigQuery डेटासेट से डेटा हासिल करता है और उसके हिसाब से जवाब को फ़ॉर्मैट करता है.

11. बधाई हो

बधाई हो, आपने डेटाबेस के लिए एमसीपी टूलबॉक्स को कॉन्फ़िगर कर लिया है. साथ ही, एमसीपी क्लाइंट में ऐक्सेस करने के लिए, BigQuery डेटासेट को कॉन्फ़िगर कर लिया है.

रेफ़रंस दस्तावेज़

• डेटाबेस के लिए एमसीपी टूलबॉक्स
• BigQuery के सार्वजनिक डेटासेट