MCP Toolbox for Databases

ในการติดตั้ง Toolbox เป็น binary:

Linux (AMD64)

ในการติดตั้ง Toolbox เป็น binary บน Linux (AMD64):

# see releases page for other versions
export VERSION=1.8.0
curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/linux/amd64/toolbox
chmod +x toolbox

macOS (Apple Silicon)

ในการติดตั้ง Toolbox เป็น binary บน macOS (Apple Silicon):

# see releases page for other versions
export VERSION=1.8.0
curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/darwin/arm64/toolbox
chmod +x toolbox

macOS (Intel)

ในการติดตั้ง Toolbox เป็น binary บน macOS (Intel):

# see releases page for other versions
export VERSION=1.8.0
curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/darwin/amd64/toolbox
chmod +x toolbox

Windows (Command Prompt)

ในการติดตั้ง Toolbox เป็น binary บน Windows (Command Prompt):

:: see releases page for other versions
set VERSION=1.8.0
curl -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v%VERSION%/windows/amd64/toolbox.exe"

Windows (PowerShell)

ในการติดตั้ง Toolbox เป็น binary บน Windows (PowerShell):

# see releases page for other versions
$VERSION = "1.8.0"
curl.exe -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/windows/amd64/toolbox.exe"

Windows ARM64 (Command Prompt)

ในการติดตั้ง Toolbox เป็น binary บน Windows ARM64 (Command Prompt):

:: see releases page for other versions
set VERSION=1.8.0
curl -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v%VERSION%/windows/arm64/toolbox.exe"

Windows ARM64 (PowerShell)

ในการติดตั้ง Toolbox เป็น binary บน Windows ARM64 (PowerShell):

# see releases page for other versions
$VERSION = "1.8.0"
curl.exe -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/windows/arm64/toolbox.exe"

# see releases page for other versions
export VERSION=1.8.0
docker pull us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:$VERSION

ในการติดตั้ง Toolbox โดยใช้ Homebrew บน macOS หรือ Linux:

brew install mcp-toolbox

ในการติดตั้งจาก source ตรวจสอบให้แน่ใจว่าคุณมีเวอร์ชันล่าสุดของ Go installed จากนั้นรันคำสั่งต่อไปนี้:

go install github.com/googleapis/mcp-toolbox@v1.8.0

# 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

โต้ตอบกับเครื่องมือที่กำหนดเองของคุณโดยใช้ภาษาธรรมชาติผ่าน Gemini CLI

# Install the extension
gemini extensions install https://github.com/gemini-cli-extensions/mcp-toolbox

ในการรัน Toolbox จาก binary:

./toolbox --config "tools.yaml"

ⓘ หมายเหตุ
Toolbox เปิดใช้งาน dynamic reloading โดยค่าเริ่มต้น หากต้องการปิดใช้งาน ให้ใช้ แฟล็ก --disable-reload

ในการรันเซิร์ฟเวอร์หลังจากดึง container image:

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"

ⓘ หมายเหตุ
แฟล็ก -v เมานต์ tools.yaml ในเครื่องของคุณเข้ากับ container และ -p แมป พอร์ต 5000 ของ container กับพอร์ต 5000 ของโฮสต์ของคุณ

ในการรันเซิร์ฟเวอร์โดยตรงจาก source ไปยังไดเรกทอรีรากของโปรเจกต์ แล้วรัน:

go run .

ⓘ หมายเหตุ
คำสั่งนี้รันโปรเจกต์จาก source และเหมาะสำหรับการพัฒนา และการทดสอบมากกว่า มัน ไม่ คอมไพล์ binary ลงใน $GOPATH ของคุณ หากคุณต้องการ คอมไพล์ binary แทน โปรดดู Developer Documentation

หากคุณติดตั้ง Toolbox โดยใช้ Homebrew binary toolbox จะพร้อมใช้งานใน path ของระบบของคุณ คุณสามารถเริ่มเซิร์ฟเวอร์ด้วยคำสั่ง เดียวกัน:

toolbox --config "tools.yaml"

# Run Gemini CLI
gemini

# List extensions
/extensions list
# List MCP servers
/mcp list

Core

1. ติดตั้ง Toolbox Core SDK:

   pip install toolbox-core
   

2. โหลดเครื่องมือ:

   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")
   

สำหรับคำแนะนำโดยละเอียดเพิ่มเติมเกี่ยวกับการใช้ Toolbox Core SDK โปรดดู README ของโปรเจกต์

LangChain / LangGraph

1. ติดตั้ง Toolbox LangChain SDK:

   pip install toolbox-langchain
   

2. โหลดเครื่องมือ:

   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()
   

   สำหรับคำแนะนำโดยละเอียดเพิ่มเติมเกี่ยวกับการใช้ Toolbox LangChain SDK โปรดดู README ของโปรเจกต์

LlamaIndex

1. ติดตั้ง Toolbox Llamaindex SDK:

   pip install toolbox-llamaindex
   

2. โหลดเครื่องมือ:

   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()
   

   สำหรับคำแนะนำโดยละเอียดเพิ่มเติมเกี่ยวกับการใช้ Toolbox Llamaindex SDK โปรดดู README ของโปรเจกต์

Core

1. ติดตั้ง Toolbox Core SDK:

   npm install @toolbox-sdk/core
   

2. โหลดเครื่องมือ:

   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');
   

   สำหรับคำแนะนำโดยละเอียดเพิ่มเติมเกี่ยวกับการใช้ Toolbox Core SDK โปรดดู README ของโปรเจกต์

LangChain / LangGraph

1. ติดตั้ง Toolbox Core SDK:

   npm install @toolbox-sdk/core
   

2. โหลดเครื่องมือ:

   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

1. ติดตั้ง Toolbox Core SDK:

   npm install @toolbox-sdk/core
   

2. โหลดเครื่องมือ:

   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');
   
   // Define the basics of the tool: name, description, schema and core logic
   const getTool = (toolboxTool) => ai.defineTool({
       name: toolboxTool.getName(),
       description: toolboxTool.getDescription(),
       schema: toolboxTool.getParamSchema()
   }, toolboxTool)
   
   // Use these tools in your Genkit applications
   const tools = toolboxTools.map(getTool);
   

ADK

1. ติดตั้ง Toolbox ADK SDK:

   npm install @toolbox-sdk/adk
   

2. โหลดเครื่องมือ:

   import { ToolboxClient } from '@toolbox-sdk/adk';
   
   // 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');
   

   สำหรับคำแนะนำโดยละเอียดเพิ่มเติมเกี่ยวกับการใช้ Toolbox ADK SDK โปรดดู README ของโปรเจกต์

Core

1. ติดตั้ง Toolbox Go SDK:

   go get github.com/googleapis/mcp-toolbox-sdk-go
   

2. โหลดเครื่องมือ:

   package main
   
   import (
     "github.com/googleapis/mcp-toolbox-sdk-go/core"
     "context"
   )
   
   func main() {
     // Make sure to add the error checks
     // update the url to point to your server
     URL := "http://127.0.0.1:5000";
     ctx := context.Background()
   
     client, err := core.NewToolboxClient(URL)
   
     // Framework agnostic tools
     tools, err := client.LoadToolset("toolsetName", ctx)
   }
   

   สำหรับคำแนะนำโดยละเอียดเพิ่มเติมเกี่ยวกับการใช้ Toolbox Go SDK โปรดดู README ของโปรเจกต์

LangChain Go

1. ติดตั้ง Toolbox Go SDK:

   go get github.com/googleapis/mcp-toolbox-sdk-go
   

2. โหลดเครื่องมือ:

   package main
   
   import (
     "context"
     "encoding/json"
   
     "github.com/googleapis/mcp-toolbox-sdk-go/core"
     "github.com/tmc/langchaingo/llms"
   )
   
   func main() {
     // Make sure to add the error checks
     // update the url to point to your server
     URL := "http://127.0.0.1:5000"
     ctx := context.Background()
   
     client, err := core.NewToolboxClient(URL)
   
     // Framework agnostic tool
     tool, err := client.LoadTool("toolName", ctx)
   
     // Fetch the tool's input schema
     inputschema, err := tool.InputSchema()
   
     var paramsSchema map[string]any
     _ = json.Unmarshal(inputschema, &paramsSchema)
   
     // Use this tool with LangChainGo
     langChainTool := llms.Tool{
       Type: "function",
       Function: &llms.FunctionDefinition{
         Name:        tool.Name(),
         Description: tool.Description(),
         Parameters:  paramsSchema,
       },
     }
   }
   
   

Genkit

1. ติดตั้ง Toolbox Go SDK:

   go get github.com/googleapis/mcp-toolbox-sdk-go
   

2. โหลดเครื่องมือ:

   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() {
     // Make sure to add the error checks
     // Update the url to point to your server
     URL := "http://127.0.0.1:5000"
     ctx := context.Background()
     g := genkit.Init(ctx)
   
     client, err := core.NewToolboxClient(URL)
   
     // Framework agnostic tool
     tool, err := client.LoadTool("toolName", ctx)
   
     // Convert the tool using the tbgenkit package
     // Use this tool with Genkit Go
     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

1. ติดตั้ง Toolbox Go SDK:

   go get github.com/googleapis/mcp-toolbox-sdk-go
   

2. โหลดเครื่องมือ:

   package main
   
   import (
     "context"
     "encoding/json"
   
     "github.com/googleapis/mcp-toolbox-sdk-go/core"
     "google.golang.org/genai"
   )
   
   func main() {
     // Make sure to add the error checks
     // Update the url to point to your server
     URL := "http://127.0.0.1:5000"
     ctx := context.Background()
   
     client, err := core.NewToolboxClient(URL)
   
     // Framework agnostic tool
     tool, err := client.LoadTool("toolName", ctx)
   
     // Fetch the tool's input schema
     inputschema, err := tool.InputSchema()
   
     var schema *genai.Schema
     _ = json.Unmarshal(inputschema, &schema)
   
     funcDeclaration := &genai.FunctionDeclaration{
       Name:        tool.Name(),
       Description: tool.Description(),
       Parameters:  schema,
     }
   
     // Use this tool with Go GenAI
     genAITool := &genai.Tool{
       FunctionDeclarations: []*genai.FunctionDeclaration{funcDeclaration},
     }
   }
   

OpenAI Go

1. ติดตั้ง Toolbox Go SDK:

   go get github.com/googleapis/mcp-toolbox-sdk-go
   

2. โหลดเครื่องมือ:

   package main
   
   import (
     "context"
     "encoding/json"
   
     "github.com/googleapis/mcp-toolbox-sdk-go/core"
     openai "github.com/openai/openai-go"
   )
   
   func main() {
     // Make sure to add the error checks
     // Update the url to point to your server
     URL := "http://127.0.0.1:5000"
     ctx := context.Background()
   
     client, err := core.NewToolboxClient(URL)
   
     // Framework agnostic tool
     tool, err := client.LoadTool("toolName", ctx)
   
     // Fetch the tool's input schema
     inputschema, err := tool.InputSchema()
   
     var paramsSchema openai.FunctionParameters
     _ = json.Unmarshal(inputschema, &paramsSchema)
   
     // Use this tool with OpenAI Go
     openAITool := openai.ChatCompletionToolParam{
       Function: openai.FunctionDefinitionParam{
         Name:        tool.Name(),
         Description: openai.String(tool.Description()),
         Parameters:  paramsSchema,
       },
     }
   
   }
   

ADK Go

1. ติดตั้ง Toolbox Go SDK:

   go get github.com/googleapis/mcp-toolbox-sdk-go
   

2. โหลดเครื่องมือ:

   package main
   
   import (
     "github.com/googleapis/mcp-toolbox-sdk-go/tbadk"
     "context"
   )
   
   func main() {
     // Make sure to add the error checks
     // Update the url to point to your server
     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)
     }
   
     // Use this tool with ADK Go
     tool, err := client.LoadTool("toolName", ctx)
     if err != nil {
       return fmt.Sprintln("Could not load Toolbox Tool", err)
     }
   }
   

   สำหรับคำแนะนำโดยละเอียดเพิ่มเติมเกี่ยวกับการใช้ Toolbox Go SDK โปรดดู README ของโปรเจกต์