Utiliser le catalogue de connaissances avec MCP, Gemini et d'autres agents

Cette page explique comment connecter votre instance Knowledge Catalog (anciennement Dataplex Universal Catalog) à des outils de développement tels que Gemini CLI. En connectant Knowledge Catalog à ces outils, vous pouvez découvrir des données et gérer des éléments directement dans votre outil grâce à l'IA.

Pour une expérience de ligne de commande intégrée, nous vous recommandons d'utiliser l'extension Knowledge Catalog dédiée pour Gemini CLI. L'extension regroupe un serveur MCP (Model Context Protocol) sous-jacent, qui sert d'intermédiaire entre Gemini CLI et Knowledge Catalog, ce qui élimine le besoin d'une configuration de serveur distincte.

Vous pouvez également connecter d'autres IDE et outils de développement compatibles avec MCP à l'aide d'une MCP Toolbox for Databases locale. Vous pouvez ensuite utiliser des agents IA dans votre IDE existant pour découvrir des éléments de données dans Knowledge Catalog. Pour en savoir plus sur MCP, consultez Présentation de Model Context Protocol.

Ce guide présente le processus de connexion pour les outils suivants :

À propos de Gemini CLI et des extensions

Gemini CLI est un agent d'IA conversationnel Open Source de Google qui accélère les workflows de développement et aide au codage, au débogage, à l'exploration des données et à la création de contenu. Il offre une expérience axée sur l'agent pour interagir avec les services Data Cloud, tels que Knowledge Catalog, et d'autres bases de données Open Source populaires.

Pour en savoir plus sur Gemini CLI, consultez la documentation correspondante.

Comment fonctionnent les extensions Gemini CLI ?

Les extensions étendent les capacités de Gemini CLI, ce qui lui permet de se connecter à des services spécifiques et à d'autres outils, et de les Google Cloud contrôler. Elles fournissent à Gemini un contexte et une compréhension de l'API, ce qui permet une interaction conversationnelle. Vous pouvez charger des extensions Gemini CLI à partir d'URL GitHub, de répertoires locaux ou de registres. Ces extensions proposent de nouveaux outils, des commandes à barre oblique et des invites. Elles sont distinctes des extensions d'IDE, telles que Gemini Code Assist, qui s'intègrent à l'aide de MCP Toolbox.

Quels outils MCP Knowledge Catalog fournit-il ?

L'extension Knowledge Catalog pour Gemini CLI intègre l'IA à vos tâches de gouvernance et de découverte des données. Vous pouvez interagir avec Knowledge Catalog à l'aide d'invites en langage naturel dans votre terminal. Voici quelques exemples :

Catégorie Outil Exemple d'invite en langage naturel
Découverte et gouvernance des données search_entries
  • Rechercher tous les ensembles de données liés aux ventes en Europe.
  • Afficher les tables contenant des informations personnelles sur les clients.
  • Lister tous les ensembles de données BigQuery dans le lake marketing de Knowledge Catalog.
lookup_entry
  • Quel est le schéma de la table orders ?
  • Décrire les règles de qualité des données appliquées à la base de données customer.
  • Qui est répertorié comme propriétaire de l'établissement pour la table customer_details ?
search_aspect_types
  • Afficher les types d'aspects liés aux règles de qualité des données.
  • Lister tous les types d'aspects utilisés pour la gouvernance des données.
  • Existe-t-il des types d'aspects pour marquer les données personnelles ?
Ancrer le LLM avec le contexte lookup_context (preview)
  • Décrire l'élément de données orders.
  • Écrire une requête SQL qui compte le nombre d'utilisateurs par pays.
  • Écrire un pipeline de données qui nettoie la table products.

Pour en savoir plus sur l'extension Knowledge Catalog, consultez le Extension Gemini CLI – Knowledge Catalog.

Rôles requis

Pour obtenir les autorisations nécessaires pour vous connecter à Knowledge Catalog à l'aide de MCP Toolbox ou de l'extension Gemini CLI, demandez à votre administrateur de vous accorder les rôles IAM suivants sur votre projet :

Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.

Ces rôles prédéfinis contiennent les autorisations requises pour se connecter à Knowledge Catalog à l'aide de MCP Toolbox ou de l'extension Gemini CLI. Pour connaître les autorisations exactes requises, développez la section Autorisations requises :

Autorisations requises

Vous devez disposer des autorisations suivantes pour vous connecter à Knowledge Catalog à l'aide de MCP Toolbox ou de l'extension Gemini CLI :

  • Pour activer les API : serviceusage.services.enable
  • Pour utiliser les outils Knowledge Catalog :
    • dataplex.projects.search
    • dataplex.entries.get
    • dataplex.aspectTypes.get
    • dataplex.aspectTypes.list

Vous pouvez également obtenir ces autorisations avec des rôles personnalisés ou d'autres rôles prédéfinis.

Activer l'API Dataplex

  1. Dans la Google Cloud console, accédez à la page de sélection du projet.

    Accéder au sélecteur de projet

  2. Sélectionnez ou créez un Google Cloud projet.

    Rôles requis pour sélectionner ou créer un projet

    • Sélectionner un projet : la sélection d'un projet ne nécessite pas de rôle IAM spécifique Vous pouvez sélectionner n'importe quel projet pour lequel un rôle vous a été attribué.
    • Créer un projet : pour créer un projet, vous avez besoin du rôle Créateur de projet (roles/resourcemanager.projectCreator), qui contient l'autorisation resourcemanager.projects.create. Découvrez comment attribuer des rôles.

  3. Vérifiez que la facturation est activée pour votre Google Cloud projet.

  4. Activez l'API Dataplex.

    Rôles requis pour activer les API

    Pour activer les API, vous avez besoin du rôle IAM Administrateur Service Usage (roles/serviceusage.serviceUsageAdmin), qui contient l'autorisation serviceusage.services.enable. Découvrez comment attribuer des rôles.

    Activer l'API

  5. Si vous utilisez un shell local, créez des identifiants d'authentification locaux pour votre compte utilisateur : 

    gcloud auth application-default login

    Vous n'avez pas besoin de le faire si vous utilisez Cloud Shell.

    Si une erreur d'authentification est renvoyée et que vous utilisez un fournisseur d'identité (IdP) externe, vérifiez que vous vous êtes connecté à la gcloud CLI avec votre identité fédérée.

Installer MCP Toolbox

Vous n'avez pas besoin d'installer MCP Toolbox si vous prévoyez uniquement d'utiliser Gemini Code Assist ou l'extension Gemini CLI, car ils regroupent les fonctionnalités de serveur requises. Pour les autres IDE et outils, suivez les étapes de cette section pour installer MCP Toolbox.

  1. Téléchargez la dernière version de MCP Toolbox en tant que fichier binaire. Sélectionnez le fichier binaire correspondant à votre système d'exploitation et à votre architecture de processeur. Vous devez utiliser MCP Toolbox version 0.31.0 ou ultérieure.

    Linux/amd64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/linux/amd64/toolbox

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.31.0.

    macOS (Darwin)/arm64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/arm64/toolbox

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.31.0.

    macOS (Darwin)/amd64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/amd64/toolbox

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.31.0.

    Windows/amd64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/windows/amd64/toolbox

    Remplacez VERSION par la version de MCP Toolbox, par exemple v0.31.0.

  2. Rendez le binaire exécutable :

    chmod +x toolbox

  3. Vérifiez l'installation :

    ./toolbox --version

    Si l'installation aboutit, le numéro de version s'affiche, par exemple 0.15.0.

Configurer les clients et les connexions

Cette section explique comment connecter Knowledge Catalog à vos outils.

Si vous utilisez Gemini Code Assist ou Gemini CLI autonome, vous n'avez pas besoin d'installer ni de configurer MCP Toolbox, car ces outils regroupent les fonctionnalités de serveur requises. Pour obtenir des instructions de configuration, consultez les onglets Gemini Code Assist ou Extension Gemini CLI.

Pour les autres outils et IDE compatibles avec MCP, vous devez d'abord installer MCP Toolbox. La boîte à outils fait office de serveur MCP (Model Context Protocol) Open Source qui se situe entre votre IDE et Knowledge Catalog, fournissant un plan de contrôle sécurisé et efficace pour vos outils d'IA. Après l'installation, sélectionnez l'onglet correspondant à votre outil spécifique pour afficher les instructions de configuration.

Extension Gemini CLI

Cette méthode utilise l'extension knowledge-catalog dédiée pour l'outil Gemini CLI autonome et n'utilise pas MCP Toolbox.

  1. Installez le Gemini CLI.
  2. Installez l'extension Knowledge Catalog pour Gemini CLI à partir du dépôt GitHub : 
    gemini extensions install https://github.com/gemini-cli-extensions/knowledge-catalog
  3. Définissez la variable d'environnement pour vous connecter à votre projet Knowledge Catalog : 
    export DATAPLEX_PROJECT="PROJECT_ID"

    Remplacez PROJECT_ID par l'ID du Google Cloud projet.

  4. Démarrez Gemini CLI en mode interactif : 
    gemini
     La CLI charge automatiquement l'extension Knowledge Catalog et ses outils, que vous pouvez utiliser pour interagir avec vos éléments de données.

Gemini Code Assist

Gemini Code Assist regroupe les fonctionnalités de serveur MCP requises. Vous n'avez donc pas besoin d'installer MCP Toolbox séparément.

  1. Dans VS Code, installez l' extension Gemini Code Assist.
  2. Activez le mode Agent dans le chat Gemini Code Assist.
  3. Dans votre répertoire de travail, créez un dossier nommé .gemini. Dans ce dossier, créez un fichier settings.json.
  4. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs, puis enregistrez : 
      {
    "mcpServers": {
      "knowledgeCatalog": {
        "command": "./PATH/TO/toolbox",
        "args": ["--prebuilt","dataplex","--stdio"],
        "env": {
          "DATAPLEX_PROJECT": "PROJECT_ID"
        }
      }
    }
  }

Claude Code

  1. Installez Claude Code.
  2. Créez un fichier .mcp.json à la racine de votre projet, s'il n'existe pas.
  3. Ajoutez la configuration, remplacez les variables d'environnement par vos valeurs, puis enregistrez : 
      {
    "mcpServers": {
      "knowledgeCatalog": {
        "command": "./PATH/TO/toolbox",
        "args": ["--prebuilt","dataplex","--stdio"],
        "env": {
          "DATAPLEX_PROJECT": "PROJECT_ID"
        }
      }
    }
  }

Claude Desktop

  1. Ouvrez Claude Desktop et accédez à Settings (Paramètres).
  2. Pour ouvrir le fichier de configuration, dans l'onglet Developer (Développeur), cliquez sur Edit config (Modifier la configuration).
  3. Ajoutez la configuration, remplacez les variables d'environnement par vos valeurs, puis enregistrez : 
      {
    "mcpServers": {
      "knowledgeCatalog": {
        "command": "./PATH/TO/toolbox",
        "args": ["--prebuilt","dataplex","--stdio"],
        "env": {
          "DATAPLEX_PROJECT": "PROJECT_ID"
        }
      }
    }
  }
  4. Redémarrez Claude Desktop.
    Le nouvel écran de chat affiche une icône MCP avec le nouveau serveur MCP.

Cline

  1. Dans VS Code, ouvrez l'extension Cline , puis cliquez sur l'icône MCP Servers (Serveurs MCP).
  2. Pour ouvrir le fichier de configuration, appuyez sur Configure MCP Servers (Configurer les serveurs MCP).
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs, puis enregistrez : 
      {
    "mcpServers": {
      "knowledgeCatalog": {
        "command": "./PATH/TO/toolbox",
        "args": ["--prebuilt","dataplex","--stdio"],
        "env": {
          "DATAPLEX_PROJECT": "PROJECT_ID"
        }
      }
    }
  }
    Un état actif vert s'affiche une fois le serveur connecté.

Cursor

  1. Créez le répertoire .cursor à la racine de votre projet, s'il n'existe pas.
  2. Créez le fichier .cursor/mcp.json s'il n'existe pas, puis ouvrez-le.
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs, puis enregistrez : 
      {
    "mcpServers": {
      "knowledgeCatalog": {
        "command": "./PATH/TO/toolbox",
        "args": ["--prebuilt","dataplex","--stdio"],
        "env": {
          "DATAPLEX_PROJECT": "PROJECT_ID"
        }
      }
    }
  }
  4. Ouvrez Cursor et accédez à Settings > Cursor Settings > MCP (Paramètres > Paramètres du curseur > MCP). Un état actif vert s'affiche lorsque le serveur se connecte.

VS Code (Copilot)

  1. Ouvrez VS Code et créez un répertoire .vscode à la racine de votre projet, s'il n'existe pas.
  2. Créez le fichier .vscode/mcp.json s'il n'existe pas, puis ouvrez-le.
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs, puis enregistrez : 
      {
    "servers": {
      "knowledgeCatalog": {
        "command": "./PATH/TO/toolbox",
        "args": ["--prebuilt","dataplex","--stdio"],
        "env": {
          "DATAPLEX_PROJECT": "PROJECT_ID"
        }
      }
    }
  }

Windsurf

  1. Ouvrez Windsurf et accédez à l'assistant Cascade.
  2. Pour ouvrir le fichier de configuration, cliquez sur l'icône MCP, puis sur Configure (Configurer).
  3. Ajoutez la configuration suivante, remplacez les variables d'environnement par vos valeurs, puis enregistrez : 
      {
    "mcpServers": {
      "knowledgeCatalog": {
        "command": "./PATH/TO/toolbox",
        "args": ["--prebuilt","dataplex","--stdio"],
        "env": {
          "DATAPLEX_PROJECT": "PROJECT_ID"
        }
      }
    }
  }

Utiliser les outils

Votre outil d'IA est désormais connecté à Knowledge Catalog. Essayez de demander à votre assistant IA de rechercher des éléments de données tels que des ensembles de données BigQuery, des instances Cloud SQL, etc.

Les outils suivants sont disponibles pour le LLM :

  • search_entries : rechercher des éléments de données
  • lookup_entry : récupérer les métadonnées (par exemple, le schéma, l'utilisation, la présentation générale de l'entreprise et les contacts) des éléments de données
  • search_aspect_types : rechercher des types d'aspects
  • lookup_context (preview) : récupérer un ensemble de métadonnées enrichi et préformaté concernant un ou plusieurs éléments de données

Facultatif : Ajouter des instructions système

Les instructions système permettent de fournir des consignes spécifiques au LLM, ce qui l'aide à comprendre le contexte et à répondre plus précisément. Configurez les instructions système en fonction de l'invite système recommandée.

Par exemple, vous pouvez ajouter des instructions pour guider le LLM sur la façon d'utiliser les outils Knowledge Catalog :

  • Lorsque vous êtes invité à rechercher des ensembles de données ou des tables, utilisez l'outil search_entries.
  • Si vous êtes invité à fournir le schéma de la table ou des détails sur les métadonnées, tels que les règles de qualité des données ou la propriété, utilisez l'outil lookup_entry.
  • Lorsque vous êtes invité à fournir des règles ou des classifications de gouvernance, commencez par utiliser search_aspect_types pour trouver les types d'aspects pertinents.
  • Si vous devez répondre à des questions nécessitant un large éventail de métadonnées, utilisez l'outil lookup_context pour les récupérer.

Pour en savoir plus sur la configuration des instructions, consultez Utiliser des instructions pour obtenir des modifications d'IA qui suivent votre style de codage.

Étape suivante