关于 MCP Toolbox for Databases
MCP Toolbox for Databases 是连接 Agent、IDE 和应用与数据库的开源 MCP 服务,面向需要让 AI 客户端访问企业数据的开发者。它既提供可直接使用的通用工具,也支持通过配置构建自定义数据库工具。
主要功能
- 01提供数据库通用工具
- 02配置自定义查询与语义搜索工具
- 03定义工具集、提示词和资源
- 04支持多种云端及其他数据库
- 05提供连接池、集成认证与 OpenTelemetry
适用场景
- 01从 IDE 或 CLI 探索数据库并执行 SQL
- 02为 Agent 配置受限的结构化查询
- 03构建数据库语义搜索或 NL2SQL 工具
- 04向客户端提供数据库 Schema 资源
MCP 相关
作为 MCP 服务,它向兼容客户端提供数据库工具、提示词和只读资源。可使用预置工具,也可通过 tools.yaml 定义自定义能力。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
docker run -i --rm us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:1.15.0本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:1.15.0Streamable HTTP工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
MCP Toolbox for Databases 是一个开源的模型上下文协议(MCP)服务,可将 AI Agent、IDE 和应用直接连接到企业数据库。
它具有双重用途:
- 开箱即用的 MCP 服务(构建时): 使用我们的预构建通用工具,即可将 Gemini CLI、Google Antigravity、Claude Code、Codex 或其他 MCP 客户端连接到数据库。与数据对话、探索架构并生成代码,无需编写样板代码。
- 自定义工具框架(运行时): 一个稳健的框架,可为生产环境中的 Agent 构建专用且高度安全的 AI 工具。轻松、安全地定义结构化查询、语义搜索和 NL2SQL 功能。
本 README 提供简要概述。完整详情请参阅完整文档。
重要
仓库名称更新:genai-toolbox仓库已正式更名为mcp-toolbox。为确保本地环境使用新名称,你可以更新远程仓库地址:git remote set-url origin https://github.com/googleapis/mcp-toolbox.git
说明
本解决方案最初名为“Gen AI Toolbox for Databases”(github.com/googleapis/genai-toolbox),因为它在 MCP 出现之前就已开始开发;后来为与 MCP 兼容而更名。
目录
为什么选择 MCP Toolbox?
- 开箱即用的数据库访问: 预构建的通用工具,可直接从 IDE 或 CLI 即时探索数据(例如
list_tables、execute_sql)。 - 自定义工具框架: 使用预定义逻辑构建可用于生产环境的工具,并通过受限访问、结构化查询和语义搜索确保安全。
- 简化开发: 用不到 10 行代码,即可将工具集成到 Agent Development Kit (ADK)、LangChain、LlamaIndex 或自定义 Agent 中。
- 更佳性能: 开箱即用地处理连接池、集成身份验证 (IAM) 和端到端可观测性 (OpenTelemetry)。
- 增强安全性:集成身份验证,让数据访问更加安全。
- 端到端可观测性:开箱即用的指标和追踪功能,内置支持 OpenTelemetry。
快速入门:预构建工具
告别频繁切换上下文,让 AI 助手成为真正的协作开发者。通过 MCP Toolbox 将 IDE 连接到数据库,即可使用通俗语言查询数据、自动化架构发现与管理,并生成了解数据库结构的代码。
配置 MCP 服务后,即可在任何兼容 MCP 的 IDE 或客户端中使用 Toolbox(例如 Gemini CLI、Google Antigravity、Claude Code、Codex 等)。
预构建工具也可通过 Google Antigravity MCP Store 轻松获取,只需点击即可安装。
-
将以下内容添加到客户端的 MCP 配置文件中(通常为
mcp.json或claude_desktop_config.json):{ "mcpServers": { "toolbox-postgres": { "command": "npx", "args": [ "-y", "@toolbox-sdk/server", "--prebuilt=postgres", "--stdio" ] } } } -
设置相应的环境变量以建立连接,详情请参阅预构建工具参考。
使用 --prebuilt=<database> 标志运行 Toolbox 时,即可立即使用与该数据库交互的标准工具。你也可以使用 --prebuilt=<database>/<toolset> 语法指定工具集(例如,使用 --prebuilt=postgres/data 仅加载 SQL 工具)。
目前支持的数据库包括:
- Google Cloud: AlloyDB、BigQuery、Cloud SQL(PostgreSQL、MySQL、SQL Server)、Spanner、Firestore、Knowledge Catalog(原名 Dataplex)。
- 其他数据库: PostgreSQL、MySQL、MariaDB、SQL Server、Oracle、MongoDB、Redis、Elasticsearch、CockroachDB、ClickHouse、Couchbase、Neo4j、Snowflake、Trino 等。
如需查看所有受支持数据库的可用工具及其功能的完整列表,请参阅预构建工具参考。
有关 Docker 或二进制文件等不同运行方式,请参阅安装并运行 Toolbox 服务部分。
提示
对于希望使用托管解决方案的用户,Google Cloud MCP Servers 提供带有预构建工具的托管 MCP 体验;你可以在此了解更多差异。
快速入门:自定义工具
Toolbox 也可以作为自定义工具的框架使用。
配置 Toolbox 的主要方式是使用 tools.yaml 文件。如果你有多个文件,可以使用 --config tools.yaml 标志指定要加载的文件。
你可以在资源中查阅所有资源类型的详细参考文档。
数据源
tools.yaml 中的 sources 部分定义了 Toolbox 可以访问哪些数据源。大多数工具至少需要一个数据源才能执行。
kind: source
name: my-pg-source
type: postgres
host: 127.0.0.1
port: 5432
database: toolbox_db
user: toolbox_user
password: my-password
如需了解如何配置不同类型的数据源,请参阅 数据源。
工具
tools.yaml 中的 tools 部分定义了 Agent 可以执行哪些操作:工具的类型、影响的数据源,以及使用的参数等。
kind: tool
name: search-hotels-by-name
type: postgres-sql
source: my-pg-source
description: Search for hotels based on name.
parameters:
- name: name
type: string
description: The name of the hotel.
statement: SELECT * FROM hotels WHERE name ILIKE '%' || $1 || '%';
如需了解如何配置不同类型的工具,请参阅 工具。
工具集
tools.yaml 中的 toolsets 部分允许你定义一组工具,以便一起加载。这有助于根据 Agent 或应用程序定义不同的工具组。
kind: toolset
name: my_first_toolset
tools:
- my_first_tool
- my_second_tool
---
kind: toolset
name: my_second_toolset
tools:
- my_second_tool
- my_third_tool
提示词
tools.yaml 中的 prompts 部分定义了可用于与大模型交互的提示词。
kind: prompt
name: code_review
description: "Asks the LLM to analyze code quality and suggest improvements."
messages:
- content: >
Please review the following code for quality, correctness,
and potential improvements: \n\n{{.code}}
arguments:
- name: "code"
description: "The code to review"
如需了解如何配置提示词,请参阅 提示词。
资源
tools.yaml 中的 resources 和 resourceTemplates 部分定义了只读内容、文件或参数化目录树,MCP 客户端可以发现并检索这些内容:
kind: resource
name: database_schema_ddl
type: text
description: "Core table definitions and constraints."
mimeType: text/x-sql
text: |
CREATE TABLE customers (
id SERIAL PRIMARY KEY,
name VARCHAR(255) NOT NULL,
email VARCHAR(255) UNIQUE NOT NULL
);
---
kind: resource
name: database_schema
type: file
description: "PostgreSQL schema definition."
path: "./schema.sql"
---
kind: resourceTemplate
name: server_logs
type: file
description: "Application log files."
uriTemplate: "file:///var/log/{path}"
allowedPaths:
- "/var/log"
如需了解如何配置资源和资源模板,请参阅 资源。
安装并运行 Toolbox 服务
你可以直接通过配置文件运行 Toolbox:
npx @toolbox-sdk/server --config tools.yaml
这会使用你的配置文件运行最新版本的 Toolbox 服务。
说明
此方法侧重于便利性,而非性能。 如需更标准、更可靠的安装方式,请使用二进制文件 或容器映像,具体说明请参阅安装并运行 Toolbox 服务。
安装 Toolbox
如需获取最新版本,请查看发布页面,并按照适用于你的操作系统和 CPU 架构的说明操作。
二进制文件
将 Toolbox 安装为二进制文件:
Linux(AMD64)
在 Linux(AMD64)上将 Toolbox 安装为二进制文件:
# 查看发布页面以获取其他版本 export VERSION=1.15.0 curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/linux/amd64/toolbox chmod +x toolboxmacOS(Apple Silicon)
在 macOS(Apple Silicon)上将 Toolbox 安装为二进制文件:
# 查看发布页面以获取其他版本 export VERSION=1.15.0 curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/darwin/arm64/toolbox chmod +x toolboxmacOS(Intel)
在 macOS(Intel)上将 Toolbox 安装为二进制文件:
# 查看发布页面以获取其他版本 export VERSION=1.15.0 curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/darwin/amd64/toolbox chmod +x toolboxWindows(命令提示符)
在 Windows(命令提示符)上将 Toolbox 安装为二进制文件:
:: 查看发布页面以获取其他版本 set VERSION=1.15.0 curl -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v%VERSION%/windows/amd64/toolbox.exe"Windows(PowerShell)
在 Windows(PowerShell)上将 Toolbox 安装为二进制文件:
# 查看发布页面以获取其他版本 $VERSION = "1.15.0" curl.exe -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/windows/amd64/toolbox.exe"Windows ARM64(命令提示符)
在 Windows ARM64(命令提示符)上将 Toolbox 安装为二进制文件:
:: 查看发布页面以获取其他版本 set VERSION=1.15.0 curl -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v%VERSION%/windows/arm64/toolbox.exe"Windows ARM64(PowerShell)
在 Windows ARM64(PowerShell)上将 Toolbox 安装为二进制文件:
# 查看发布页面以获取其他版本 $VERSION = "1.15.0" curl.exe -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/windows/arm64/toolbox.exe"
容器镜像
你也可以将 Toolbox 安装为容器:# see releases page for other versions
export VERSION=1.15.0
docker pull us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:$VERSION
Homebrew
在 macOS 或 Linux 上使用 Homebrew 安装 Toolbox:
brew install mcp-toolbox
Gemini CLI
查看 [Gemini CLI 扩展](https://geminicli.com/extensions/),可将适用于 AlloyDB、BigQuery 和 Cloud SQL 等特定数据库的预构建工具直接安装到 Gemini CLI 中。# Install Gemini CLI
npm install -g @google/gemini-cli
# Install the extension
gemini extensions install https://github.com/gemini-cli-extensions/cloud-sql-postgres
# Run Gemini CLI
gemini
通过 Gemini CLI 使用自然语言与你的自定义工具交互。
# Install the extension
gemini extensions install https://github.com/gemini-cli-extensions/mcp-toolbox
配置一个 tools.yaml 来定义工具,然后
执行 toolbox 启动服务:
二进制文件
从二进制文件运行 Toolbox:
./toolbox --config "tools.yaml"
ⓘ 注意
Toolbox 默认启用动态重新加载。若要禁用,请使用--disable-reload标志。
容器镜像
拉取容器镜像后运行服务:
export VERSION=0.24.0 # Use the version you pulled
docker run -p 5000:5000 \
-v $(pwd)/tools.yaml:/app/tools.yaml \
us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:$VERSION \
--config "/app/tools.yaml"
ⓘ 注意
-v标志会将本地的tools.yaml挂载到容器中,-p会将 容器的端口5000映射到主机的端口5000。
源代码
若要直接从源代码运行服务,请导航到项目根目录 并运行:
go run .
ⓘ 注意
此命令从源代码运行项目,更适合开发 和测试。它不会将二进制文件编译到你的$GOPATH中。若要改为 编译二进制文件,请参阅开发者 文档。
Homebrew
如果你使用 Homebrew 安装了 Toolbox,toolbox
二进制文件可在系统路径中使用。你可以使用相同的
命令启动服务:
toolbox --config "tools.yaml"
NPM
无需手动下载二进制文件即可直接运行 Toolbox(需要 Node.js):
npx @toolbox-sdk/server --config tools.yaml
Gemini CLI
安装 [Gemini CLI 扩展](https://geminicli.com/extensions/)后,使用时即可使用预构建的工具。# Run Gemini CLI
gemini
# List extensions
/extensions list
# List MCP servers
/mcp list
你可以使用 toolbox help 查看完整的标志列表!若要停止服务,请发送
终止信号(在大多数平台上按 ctrl+c)。
如需了解在不同环境中部署的详细文档,请查看部署 Toolbox 部分中的资源。
连接到 Toolbox
Toolbox 服务启动并运行后,你可以将工具加载到兼容 MCP 的客户端或 应用程序中。
MCP 客户端
将以下配置添加到 MCP 客户端配置中:
{
"mcpServers": {
"toolbox": {
"type": "http",
"url": "http://127.0.0.1:5000/mcp",
}
}
}
如果要连接到特定工具集,请将 url 替换为 "http://127.0.0.1:5000/mcp/{toolset_name}"。
Toolbox SDK:与应用程序集成
Toolbox 客户端 SDK 提供易于使用的构建模块和高级功能,帮助你将自定义应用程序连接到 MCP Toolbox 服务。以下是适用于各种框架的客户端 SDK 列表:
Python(Github)
Core
安装 Toolbox Core SDK:
pip install toolbox-core加载工具:
from toolbox_core import ToolboxClient # update the url to point to your server async with ToolboxClient("http://127.0.0.1:5000") as client: # these tools can be passed to your application! tools = await client.load_toolset("toolset_name")有关 Toolbox Core SDK 使用方法的详细说明,请参阅 项目的 README。
LangChain / LangGraph
pip install toolbox-langchain加载工具:
from toolbox_langchain import ToolboxClient # update the url to point to your server async with ToolboxClient("http://127.0.0.1:5000") as client: # these tools can be passed to your application! tools = client.load_toolset()有关 Toolbox LangChain SDK 用法的详细说明,请参阅 项目的 README。
LlamaIndex
pip install toolbox-llamaindex加载工具:
from toolbox_llamaindex import ToolboxClient # update the url to point to your server async with ToolboxClient("http://127.0.0.1:5000") as client: # these tools can be passed to your application! tools = client.load_toolset()有关 Toolbox Llamaindex SDK 用法的详细说明,请参阅 项目的 README。
Javascript/Typescript(Github)
Core
安装 Toolbox Core SDK:
npm install @toolbox-sdk/core加载工具:
import { ToolboxClient } from '@toolbox-sdk/core'; // update the url to point to your server const URL = 'http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // these tools can be passed to your application! const tools = await client.loadToolset('toolsetName');有关 Toolbox Core SDK 用法的详细说明,请参阅 项目的 README。
LangChain / LangGraph
安装 Toolbox Core SDK:
npm install @toolbox-sdk/core加载工具:
import { ToolboxClient } from '@toolbox-sdk/core'; // update the url to point to your server const URL = 'http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // these tools can be passed to your application! const toolboxTools = await client.loadToolset('toolsetName'); // Define the basics of the tool: name, description, schema and core logic const getTool = (toolboxTool) => tool(currTool, { name: toolboxTool.getName(), description: toolboxTool.getDescription(), schema: toolboxTool.getParamSchema() }); // Use these tools in your Langchain/Langraph applications const tools = toolboxTools.map(getTool);Genkit
安装 Toolbox Core SDK:
npm install @toolbox-sdk/core加载工具:
import { ToolboxClient } from '@toolbox-sdk/core'; import { genkit } from 'genkit'; // Initialise genkit const ai = genkit({ plugins: [ googleAI({ apiKey: process.env.GEMINI_API_KEY || process.env.GOOGLE_API_KEY }) ], model: googleAI.model('gemini-2.0-flash'), }); // update the url to point to your server const URL = 'http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // these tools can be passed to your application! const toolboxTools = await client.loadToolset('toolsetName'); // 定义工具的基本信息:名称、描述、架构和核心逻辑 const getTool = (toolboxTool) => ai.defineTool({ name: toolboxTool.getName(), description: toolboxTool.getDescription(), schema: toolboxTool.getParamSchema() }, toolboxTool) // 在 Genkit 应用中使用这些工具 const tools = toolboxTools.map(getTool);ADK
安装 Toolbox ADK SDK:
npm install @toolbox-sdk/adk加载工具:
import { ToolboxClient } from '@toolbox-sdk/adk'; // 更新 url,使其指向你的服务 const URL = 'http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // 这些工具可以传递给你的应用程序! const tools = await client.loadToolset('toolsetName');如需了解有关使用 Toolbox ADK SDK 的详细说明,请参阅 项目的 README。
Go(Github)
Core
安装 Toolbox Go SDK:
go get github.com/googleapis/mcp-toolbox-sdk-go加载工具:
package main import ( "github.com/googleapis/mcp-toolbox-sdk-go/core" "context" ) func main() { // 请务必添加错误检查 // 更新 url,使其指向你的服务 URL := "http://127.0.0.1:5000"; ctx := context.Background() client, err := core.NewToolboxClient(URL) // 与框架无关的工具 tools, err := client.LoadToolset("toolsetName", ctx) }如需了解有关使用 Toolbox Go SDK 的详细说明,请参阅 项目的 README。
LangChain Go
安装 Toolbox Go SDK:
go get github.com/googleapis/mcp-toolbox-sdk-go加载工具:
package main import ( "context" "encoding/json" "github.com/googleapis/mcp-toolbox-sdk-go/core" "github.com/tmc/langchaingo/llms" ) func main() { // 请务必添加错误检查 // 更新 url,使其指向你的服务 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := core.NewToolboxClient(URL) // 与框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 获取工具的输入架构 inputschema, err := tool.InputSchema() var paramsSchema map[string]any _ = json.Unmarshal(inputschema, ¶msSchema) // 在 LangChainGo 中使用此工具 langChainTool := llms.Tool{ Type: "function", Function: &llms.FunctionDefinition{ Name: tool.Name(), Description: tool.Description(), Parameters: paramsSchema, }, } }Genkit
安装 Toolbox Go SDK:
go get github.com/googleapis/mcp-toolbox-sdk-go加载工具:
package main import ( "context" "log" "github.com/firebase/genkit/go/genkit" "github.com/googleapis/mcp-toolbox-sdk-go/core" "github.com/googleapis/mcp-toolbox-sdk-go/tbgenkit" ) func main() { // 确保添加错误检查 // 更新 url,使其指向你的服务 URL := "http://127.0.0.1:5000" ctx := context.Background() g := genkit.Init(ctx) client, err := core.NewToolboxClient(URL) // 与框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 使用 tbgenkit 包转换工具 // 在 Genkit Go 中使用此工具 genkitTool, err := tbgenkit.ToGenkitTool(tool, g) if err != nil { log.Fatalf("Failed to convert tool: %v\n", err) } log.Printf("Successfully converted tool: %s", genkitTool.Name()) }Go GenAI
安装 Toolbox Go SDK:
go get github.com/googleapis/mcp-toolbox-sdk-go加载工具:
package main import ( "context" "encoding/json" "github.com/googleapis/mcp-toolbox-sdk-go/core" "google.golang.org/genai" ) func main() { // 确保添加错误检查 // 更新 url,使其指向你的服务 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := core.NewToolboxClient(URL) // 与框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 获取工具的输入架构 inputschema, err := tool.InputSchema() var schema *genai.Schema _ = json.Unmarshal(inputschema, &schema) funcDeclaration := &genai.FunctionDeclaration{ Name: tool.Name(), Description: tool.Description(), Parameters: schema, } // 在 Go GenAI 中使用此工具 genAITool := &genai.Tool{ FunctionDeclarations: []*genai.FunctionDeclaration{funcDeclaration}, } }OpenAI Go
安装 Toolbox Go SDK:
go get github.com/googleapis/mcp-toolbox-sdk-go加载工具:
package main import ( "context" "encoding/json" "github.com/googleapis/mcp-toolbox-sdk-go/core" openai "github.com/openai/openai-go" ) func main() { // 确保添加错误检查 // 更新 url,使其指向你的服务 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := core.NewToolboxClient(URL) // 与框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 获取工具的输入架构 inputschema, err := tool.InputSchema() var paramsSchema openai.FunctionParameters _ = json.Unmarshal(inputschema, ¶msSchema) // 在 OpenAI Go 中使用此工具 openAITool := openai.ChatCompletionToolParam{ Function: openai.FunctionDefinitionParam{ Name: tool.Name(), Description: openai.String(tool.Description()), Parameters: paramsSchema, }, } }ADK Go
安装 Toolbox Go SDK:
go get github.com/googleapis/mcp-toolbox-sdk-go加载工具:
package main import ( "github.com/googleapis/mcp-toolbox-sdk-go/tbadk" "context" ) func main() { // 确保添加错误检查 // 更新 url,使其指向你的服务 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := tbadk.NewToolboxClient(URL) if err != nil { return fmt.Sprintln("Could not start Toolbox Client", err) } // 在 ADK Go 中使用此工具 tool, err := client.LoadTool("toolName", ctx) if err != nil { return fmt.Sprintln("Could not load Toolbox Tool", err) } }有关如何使用 Toolbox Go SDK 的详细说明,请参阅 项目的 README。
其他功能
使用 Toolbox UI 测试工具
使用 --ui 标志启动 Toolbox 的交互式 UI。借助授权参数等功能,您可以测试
工具和工具集。了解详情,请访问 Toolbox UI。
./toolbox --ui
遥测
Toolbox 通过 OpenTelemetry 发送跟踪数据和指标。使用 --telemetry-otlp=<endpoint>
可将数据导出到任何兼容 OTLP 的后端,例如 Google Cloud Monitoring、Agnost AI 或
其他后端。详情请参阅遥测文档。
生成 Agent 技能
skills-generate 命令可将工具集转换为兼容 Agent Skill 规范的 Agent Skill。这适用于将工具打包为可移植的技能包进行分发。
toolbox --config tools.yaml skills-generate \
--name "my-skill" \
--toolset "my_toolset" \
--description "A skill containing multiple tools"
生成后,您可以将该技能安装到 Gemini CLI 中:
gemini skills install ./skills/my-skill
更多详情,请参阅生成技能指南。如需通过 MCP 提供您已有的技能,请参阅通过 MCP 提供技能。
此代码仓库还附带可直接使用的 Agent Skill(例如维护者工作流)。请参阅 skills/ 查看目录和安装说明。
版本管理
MCP Toolbox for Databases 遵循语义化版本。
公共 API 包含 Toolbox Server(CLI、配置清单和预构建工具集)以及客户端 SDK。
- 主版本用于递增不兼容的变更,例如 CLI 或清单中的不兼容变更。
- 次版本用于递增新功能,包括对预构建工具集的修改或 Beta 功能。
- 补丁版本用于递增向后兼容的错误修复。
更多详情,包括我们的容器标签策略,请参阅我们的完整版本管理策略。
贡献
欢迎贡献。请参阅 CONTRIBUTING 指南以开始参与。
有关为 Toolbox 本身搭建开发环境的技术详情,请参阅 DEVELOPER 指南。
请注意,本项目遵循贡献者行为准则。参与本项目即表示您同意遵守该准则。更多信息请参阅贡献者行为准则。
社区
加入我们的 Discord 社区,与我们的开发者交流!
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
