MCP Toolbox for Databases

官方

专注于为数据库提供简单、快速且安全的工具的开源MCP服务器。

GitHub
16.8k

你可以用 Toolbox For Databases MCP 做什么？

  • 探索数据库架构 — 让 AI 助手使用 list_tables 等预置工具列出表并检查架构详情。
  • 用自然语言运行 SQL 查询 — 通过 execute_sql 以对话方式查询数据，无需编写样板连接代码。
  • 即时连接受支持的数据库 — 通过 mcp.json 或 claude_desktop_config.json 将 MCP 客户端指向 PostgreSQL、BigQuery、MySQL、Spanner 或 AlloyDB 等数据库。
  • 定义自定义工具 — 在 tools.yaml 文件中为生产代理配置结构化查询、语义搜索和 NL2SQL 工具。
  • 将工具分组为工具集 — 使用配置中的 toolsets 部分，为每个代理或应用加载特定的工具组。

文档

logo

面向数据库的 MCP Toolbox

googleapis%2Fmcp-toolbox | Trendshift

License: Apache 2.0 Docs Discord Medium

Python SDK JS/TS SDK Go SDK Java SDK

MCP Toolbox for Databases 是一个开源的模型上下文协议（MCP）服务器，可将你的 AI 智能体、IDE 和应用程序直接连接到企业数据库。

architecture

它具有双重用途：

  1. 开箱即用的 MCP 服务器（构建时）： 使用我们预构建的通用工具，即可将 Gemini CLI、Google Antigravity、Claude Code、Codex 或其他 MCP 客户端即时连接到你的数据库。无需编写样板代码，即可与数据对话、探索 schema 并生成代码。
  2. 自定义工具框架（运行时）： 一个健壮的框架，可为你的生产智能体构建专用且高度安全的 AI 工具。安全、轻松地定义结构化查询、语义搜索和 NL2SQL 能力。

本 README 提供了简要概述。如需全面了解详细信息，请参阅完整文档。

[!IMPORTANT]
仓库名称更新： genai-toolbox 仓库已正式更名为 mcp-toolbox。为确保你的本地环境反映新名称，你可以更新远程仓库： git remote set-url origin https://github.com/googleapis/mcp-toolbox.git

[!NOTE] 此解决方案最初命名为“Gen AI Toolbox for Databases”（github.com/googleapis/genai-toolbox），因为其初始开发早于 MCP，但后来为与 MCP 兼容性保持一致而更名。

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你的 IDE 或 CLI 进行即时数据探索（例如 list_tables、execute_sql）。
  • 自定义工具框架： 使用你自己的预定义逻辑构建生产就绪的工具，通过受限访问、结构化查询和语义搜索确保安全性。
  • 简化开发： 在不到 10 行代码内将工具集成到你的智能体开发工具包（ADK）、LangChain、LlamaIndex 或自定义智能体中。
  • 更佳性能： 开箱即用地处理连接池、集成认证（IAM）和端到端可观测性（OpenTelemetry）。
  • 增强安全性：集成认证，更安全地访问你的数据。
  • 端到端可观测性：开箱即用的指标和追踪，内置对 OpenTelemetry 的支持。

快速开始：预构建工具

告别上下文切换，让你的 AI 助手成为真正的共同开发者。通过 MCP Toolbox 将你的 IDE 连接到数据库，你可以用自然语言查询数据、自动化 schema 发现和管理，并生成感知数据库的代码。

你可以通过配置 MCP 服务器，在任何兼容 MCP 的 IDE 或客户端（例如 Gemini CLI、Google Antigravity、Claude Code、Codex 等）中使用 Toolbox。

预构建工具也可通过 Google Antigravity MCP Store 便捷获取，只需简单点击即可安装。

  1. 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"
      ]
    }
  }
}

  2. 设置适当的环境变量以进行连接，请参阅预构建工具参考。

当你使用 --prebuilt=<database> 标志运行 Toolbox 时，即可立即获得与该数据库交互的标准工具。你还可以使用 --prebuilt=<database>/<toolset> 语法指定特定的工具集（例如，--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（原名为 Dataplex）。
  • 其他数据库： PostgreSQL、MySQL、MariaDB、SQL Server、Oracle、MongoDB、Redis、Elasticsearch、CockroachDB、ClickHouse、Couchbase、Neo4j、Snowflake、Trino 等。

如需了解所有受支持数据库中可用工具的完整列表及其功能，请参阅预构建工具参考。

有关 Docker 或二进制文件等不同执行方式，请参阅安装并运行 Toolbox 服务器部分。

[!TIP] 对于寻求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；你可以在此了解相关差异。

快速开始：自定义工具

Toolbox 也可用作自定义工具的框架。 配置 Toolbox 的主要方式是通过 tools.yaml 文件。如果你 有多个文件，可以使用 --config tools.yaml 标志告诉 Toolbox 加载哪个文件。

你可以在资源中找到所有资源类型的更详细参考文档。

数据源

tools.yaml 中的 sources 部分定义了你的 Toolbox 应有权访问哪些数据源。大多数工具至少会有一个 用于执行的数据源。

kind: source
name: my-pg-source
type: postgres
host: 127.0.0.1
port: 5432
database: toolbox_db
user: toolbox_user
password: my-password

有关配置不同类型数据源的更多详细信息，请参阅 数据源。

工具

tools.yaml 中的 tools 部分定义了智能体可以执行的操作：它 是什么类型的工具、影响哪些数据源、使用什么参数等。

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 || '%';

有关配置不同类型工具的更多详细信息，请参阅 工具。

工具集

tools.yaml 中的 toolsets 部分允许你定义希望 能够一起加载的工具组。这对于根据智能体或应用程序 定义不同的组非常有用。

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 LLM 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"

有关配置提示词的更多详细信息，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它们：

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"

有关配置资源和资源模板的更多详细信息，请参阅 资源。

安装并运行 Toolbox 服务器

你可以直接使用配置文件运行 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 服务器。

[!NOTE] 此方法针对便利性而非性能进行了优化。 如需更标准、更可靠的安装方式，请使用二进制文件 或容器镜像，如安装并运行 Toolbox 服务器中所述。

安装 Toolbox

如需获取最新版本，请查看发布页面，并按照 以下适用于你的操作系统和 CPU 架构的说明操作。

二进制文件

要将 Toolbox 安装为二进制文件：

Linux（AMD64）

要在 Linux（AMD64）上将 Toolbox 安装为二进制文件：

# see releases page for other versions
export VERSION=1.15.0
curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/linux/amd64/toolbox
chmod +x toolbox
macOS（Apple Silicon）

要在 macOS（Apple Silicon）上将 Toolbox 安装为二进制文件：

# see releases page for other versions
export VERSION=1.15.0
curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/darwin/arm64/toolbox
chmod +x toolbox
macOS（Intel）

要在 macOS（Intel）上将 Toolbox 安装为二进制文件：

# see releases page for other versions
export VERSION=1.15.0
curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/darwin/amd64/toolbox
chmod +x toolbox
Windows（命令提示符）

要在 Windows（命令提示符）上将 Toolbox 安装为二进制文件：

:: see releases page for other versions
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）

要在 Windows（PowerShell）上将 Toolbox 安装为二进制文件：

# see releases page for other versions
$VERSION = "1.15.0"
curl.exe -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/windows/amd64/toolbox.exe"
Windows ARM64（命令提示符）

要在 Windows ARM64（命令提示符）上将 Toolbox 安装为二进制文件：

:: see releases page for other versions
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）

要在 Windows ARM64（PowerShell）上将 Toolbox 安装为二进制文件：

# see releases page for other versions
$VERSION = "1.15.0"
curl.exe -o toolbox.exe "https://storage.googleapis.com/mcp-toolbox-for-databases/v$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

要在 macOS 或 Linux 上使用 Homebrew 安装 Toolbox：

brew install mcp-toolbox
从源码编译

要从源码安装，请确保你已安装最新版本的 Go，然后运行以下命令：

go install github.com/googleapis/mcp-toolbox@v1.15.0
Gemini CLI 查看 [Gemini CLI 扩展](https://geminicli.com/extensions/)，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

运行 Toolbox

配置一个 tools.yaml 来定义你的工具，然后 执行 toolbox 以启动服务器：

二进制文件

要从二进制文件运行 Toolbox：

./toolbox --config "tools.yaml"

ⓘ 注意 Toolbox 默认启用动态重载。要禁用，请使用 --disable-reload 标志。

容器镜像

要在拉取容器镜像后运行服务器：

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 标志会将你本地的 tools.yaml 挂载到容器中，而 -p 会将 容器的端口 5000 映射到宿主机的端口 5000。

源码

要直接从源码运行服务器，请导航到项目根目录 并运行：

go run .

ⓘ 注意 此命令从源码运行项目，更适合开发和 测试。它不会将二进制文件编译到你的 $GOPATH 中。如果你想 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，那么 toolbox 二进制文件已在你的系统路径中可用。你可以使用相同的命令启动服务器：

toolbox --config "tools.yaml"
NPM

要直接运行 Toolbox 而无需手动下载二进制文件（需要 Node.js）：

npx @toolbox-sdk/server --config tools.yaml
Gemini CLI 安装 [Gemini CLI 扩展](https://geminicli.com/extensions/)后，预构建的工具将在使用期间可用。 
# 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！要停止服务器，请发送 终止信号（在大多数平台上为 ctrl+c）。

有关部署到不同环境的更详细文档，请查看 部署 Toolbox 部分中的资源

连接到 Toolbox

一旦你的 Toolbox 服务器启动并运行，你就可以将工具加载到你的 MCP 兼容客户端或 应用程序中。

MCP 客户端

将以下配置添加到你的 MCP 客户端配置中：

{
  "mcpServers": {
    "toolbox": {
      "type": "http",
      "url": "http://127.0.0.1:5000/mcp",
    }
  }
}

如果你想连接到特定的工具集，请将 url 替换为 "http://127.0.0.1:5000/mcp/{toolset_name}"。

Toolbox SDK：与你的应用程序集成

Toolbox 客户端 SDK 提供了易于使用的构建块和高级功能，用于将你的自定义应用程序连接到 MCP Toolbox 服务器。以下是用于各种框架的客户端 SDK 列表：

Python（Github）
核心

  1. 安装 Toolbox Core SDK：

    pip install toolbox-core

  2. 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")

有关使用 Toolbox Core SDK 的更详细说明，请参阅 项目的 README。

LangChain / LangGraph

  1. 安装 Toolbox LangChain SDK：

    pip install toolbox-langchain

  2. 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()

    有关使用 Toolbox LangChain SDK 的更详细说明，请参阅 项目的 README。

LlamaIndex

  1. 安装 Toolbox Llamaindex SDK：

    pip install toolbox-llamaindex

  2. 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()

    有关使用 Toolbox Llamaindex SDK 的更详细说明，请参阅 项目的 README。

Javascript/Typescript（Github）
核心

  1. 安装 Toolbox Core SDK：

    npm install @toolbox-sdk/core

  2. 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');

    有关使用 Toolbox Core SDK 的更详细说明，请参阅 项目的 README。

LangChain / LangGraph

  1. 安装 Toolbox Core SDK：

    npm install @toolbox-sdk/core

  2. 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

  1. 安装 Toolbox Core SDK：

    npm install @toolbox-sdk/core

  2. 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');

// 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. 安装 Toolbox ADK SDK：

    npm install @toolbox-sdk/adk

  2. 加载工具：

    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');

    有关使用 Toolbox ADK SDK 的更详细说明，请参阅 项目的 README。

Go（Github）
核心

  1. 安装 Toolbox Go SDK：

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

  2. 加载工具：

    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)
}

    有关使用 Toolbox Go SDK 的更详细说明，请参阅 项目的 README。

LangChain Go

  1. 安装 Toolbox Go SDK：

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

  2. 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() {
  // 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. 安装 Toolbox Go SDK：

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

  2. 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() {
  // 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. 安装 Toolbox Go SDK：

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

  2. 加载工具：

    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. 安装 Toolbox Go SDK：

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

  2. 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() {
  // 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. 安装 Toolbox Go SDK：

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

  2. 加载工具：

    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)
  }
}

    有关使用 Toolbox Go SDK 的更详细说明，请参阅 项目的 README。

附加功能

使用 Toolbox UI 测试工具

要启动 Toolbox 的交互式 UI，请使用 --ui 标志。这允许你使用 授权参数等功能来测试工具和工具集。要了解更多信息， 请访问 Toolbox UI。

./toolbox --ui

遥测

Toolbox 通过 OpenTelemetry 发出跟踪和指标。使用 --telemetry-otlp=<endpoint> 导出到任何兼容 OTLP 的后端，例如 Google Cloud Monitoring、Agnost AI 或 其他。有关详细信息，请参阅遥测文档。

生成 Agent Skills

skills-generate 命令允许你将 工具集 转换为与 Agent Skill 规范兼容的 Agent Skill。这对于将工具作为可移植的技能包分发非常有用。

toolbox --config tools.yaml skills-generate \
  --name "my-skill" \
  --toolset "my_toolset" \
  --description "A skill containing multiple tools"

生成后，你可以将该技能安装到 Gemini CLI 中：

gemini skills install ./skills/my-skill

有关更多详细信息，请参阅生成技能指南。要通过 MCP 提供你已有的技能，请参阅通过 MCP 提供技能。

该仓库还提供了即用型 Agent Skills（例如维护者工作流）。有关目录和安装说明，请参阅 skills/。

版本管理

MCP Toolbox for Databases 遵循语义化版本控制。

公共 API 包括 Toolbox 服务器（CLI、配置清单和预构建工具集）以及客户端 SDK。

  • 主版本号 在发生破坏性变更时递增，例如不兼容的 CLI 或清单变更。
  • 次版本号 在添加新功能时递增，包括对预构建工具集或测试版功能的修改。
  • 补丁版本号 在向后兼容的错误修复时递增。

有关更多详细信息，包括我们的容器标记策略，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。

有关为 Toolbox 本身开发设置环境的技术细节，请参阅 DEVELOPER 指南。

请注意，本项目发布时附带贡献者行为准则。通过参与本项目，你同意遵守其条款。有关更多信息，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！