Google открыл исходники инструментария MCP для безопасного и эффективного взаимодействия ИИ-агентов с базами данных

Компания Google выпустила MCP Toolbox for Databases — новый модуль с открытым исходным кодом в рамках своего GenAI Toolbox. Этот модуль упрощает интеграцию SQL-баз данных в ИИ-агентов. Выпуск стал частью более широкой стратегии Google по продвижению протокола Model Context Protocol (MCP) — стандартизированного подхода, который позволяет языковым моделям взаимодействовать с внешними системами, включая инструменты, API и базы данных, используя структурированные типизированные интерфейсы.

Зачем это нужно для рабочих процессов с ИИ

Базы данных необходимы для хранения и выборки операционных и аналитических данных. В корпоративных и производственных условиях ИИ-агентам требуется доступ к этим источникам данных для выполнения таких задач, как отчётность, поддержка клиентов, мониторинг и автоматизация принятия решений. Однако подключение больших языковых моделей (LLM) напрямую к SQL-базам данных создаёт проблемы с точки зрения эксплуатации и безопасности, такие как небезопасное формирование запросов, плохое управление жизненным циклом подключения и раскрытие конфиденциальных учётных данных.

MCP Toolbox for Databases решает эти проблемы, предоставляя:
* встроенную поддержку аутентификации на основе учётных данных;
* безопасное и масштабируемое объединение соединений;
* интерфейсные инструменты, учитывающие схему, для структурированного запроса;
* MCP-совместимые форматы ввода/вывода для совместимости с платформами оркестрации LLM.

Ключевые технические особенности

Минимальная конфигурация, максимальная удобство использования

Инструментарий позволяет разработчикам интегрировать базы данных с ИИ-агентами с помощью настройки на основе конфигурации. Вместо того чтобы иметь дело с необработанными учётными данными или управлять отдельными соединениями, разработчики могут просто определить тип своей базы данных и среду, а инструментарий справится с остальным. Это упрощает работу и снижает риски, связанные с ручной интеграцией.

Встроенная поддержка MCP-совместимых инструментов

Все инструменты, созданные с помощью инструментария, соответствуют протоколу Model Context Protocol, который определяет структурированные форматы ввода/вывода для взаимодействия инструментов. Такая стандартизация повышает интерпретируемость и безопасность, ограничивая взаимодействие LLM через схемы, а не в свободной форме. Эти инструменты можно использовать непосредственно в рамках оркестрации агентов, таких как LangChain или собственная инфраструктура агентов Google.

Структурированный характер MCP-совместимых инструментов также помогает в разработке подсказок, позволяя LLM рассуждать более эффективно и безопасно при взаимодействии с внешними системами.

Объединение соединений и аутентификация

Интерфейс базы данных включает встроенную поддержку объединения соединений для эффективной обработки одновременных запросов, что особенно важно в системах с несколькими агентами или при высокой нагрузке. Аутентификация осуществляется безопасно через конфигурации на основе среды, что снижает необходимость жёстко кодировать учётные данные или раскрывать их во время выполнения.

Такая конструкция сводит к минимуму риски, такие как утечка учётных данных или перегрузка базы данных одновременными запросами, что делает её пригодной для развёртывания в производственных условиях.

Генерация запросов с учётом схемы

Одним из основных преимуществ этого инструментария является его способность анализировать схемы баз данных и делать их доступными для LLM или агентов. Это позволяет выполнять безопасные запросы, проверенные по схеме. Отображая структуру таблиц и их взаимосвязи, агент получает ситуационную осведомлённость и может избежать генерации недействительных или небезопасных запросов.

Эта привязка к схеме также повышает производительность конвейеров преобразования естественного языка в SQL, улучшая надёжность генерации запросов и снижая вероятность появления галлюцинаций.

Варианты использования

MCP Toolbox for Databases поддерживает широкий спектр приложений:
* агенты обслуживания клиентов, которые в режиме реального времени извлекают информацию о пользователях из реляционных баз данных;
* BI-ассистенты, которые отвечают на вопросы о бизнес-метриках путём запроса аналитических баз данных;
* DevOps-боты, которые отслеживают состояние базы данных и сообщают об аномалиях;
* автономные агенты данных для задач ETL, отчётности и проверки соответствия.

Поскольку инструментарий построен на открытых протоколах и популярных библиотеках Python, его легко расширять, и он вписывается в существующие рабочие процессы с LLM-агентами.

Полностью открытый исходный код

Модуль является частью полностью открытого исходного кода GenAI Toolbox, выпущенного под лицензией Apache 2.0. Он основан на уже существующих пакетах, таких как sqlalchemy, чтобы обеспечить совместимость с широким спектром баз данных и сред развёртывания. Разработчики могут форкать, настраивать или вносить свой вклад в модуль по мере необходимости.

Заключение

MCP Toolbox for Databases представляет собой важный шаг в направлении внедрения ИИ-агентов в средах с большим объёмом данных. Устраняя накладные расходы на интеграцию и внедряя лучшие практики обеспечения безопасности и производительности, Google позволяет разработчикам внедрять ИИ в основу корпоративных систем обработки данных. Сочетание структурированных интерфейсов, облегчённой настройки и гибкости с открытым исходным кодом делает этот выпуск привлекательной основой для создания ИИ-агентов, готовых к работе в производственных условиях и имеющих надёжный доступ к базам данных.

Ознакомьтесь с [GitHub Page](https://github.com/). Вся заслуга в этом исследовании принадлежит исследователям этого проекта. Также подписывайтесь на нас в [Twitter](https://twitter.com/), [YouTube](https://www.youtube.com/) и [Spotify](https://open.spotify.com/) и присоединяйтесь к нашему [ML SubReddit](https://www.reddit.com/r/MachineLearning/) с более чем 100 тысячами участников и подписывайтесь на наш [Newsletter](https://www.marktechpost.com/newsletter/).

Эта статья впервые опубликована на [MarkTechPost](https://www.marktechpost.com/).

1. Какие проблемы решает MCP Toolbox for Databases при интеграции ИИ-агентов с SQL-базами данных?

MCP Toolbox for Databases решает проблемы, связанные с эксплуатацией и безопасностью при подключении больших языковых моделей (LLM) напрямую к SQL-базам данных. Среди них — небезопасное формирование запросов, плохое управление жизненным циклом подключения и раскрытие конфиденциальных учётных данных.

2. Какие ключевые технические особенности MCP Toolbox for Databases упрощают работу разработчиков?

Ключевые технические особенности MCP Toolbox for Databases включают:
* минимальную конфигурацию и максимальное удобство использования;
* встроенную поддержку MCP-совместимых инструментов;
* объединение соединений и аутентификацию;
* генерацию запросов с учётом схемы.

3. Какие варианты использования поддерживает MCP Toolbox for Databases?

MCP Toolbox for Databases поддерживает широкий спектр приложений, включая:
* агентов обслуживания клиентов;
* BI-ассистентов;
* DevOps-ботов;
* автономные агенты данных для задач ETL, отчётности и проверки соответствия.

4. Почему MCP Toolbox for Databases является привлекательной основой для создания ИИ-агентов, готовых к работе в производственных условиях?

MCP Toolbox for Databases является привлекательной основой для создания ИИ-агентов, готовых к работе в производственных условиях, благодаря сочетанию структурированных интерфейсов, облегчённой настройки и гибкости с открытым исходным кодом. Это позволяет разработчикам внедрять ИИ в основу корпоративных систем обработки данных.

5. На каких языках и библиотеках основан MCP Toolbox for Databases?

MCP Toolbox for Databases основан на открытых протоколах и популярных библиотеках Python, таких как sqlalchemy. Это обеспечивает совместимость с широким спектром баз данных и сред развёртывания.

Источник

Оставьте комментарий