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 la CLI Gemini. En connectant Knowledge Catalog à ces outils, vous pouvez découvrir des données et gérer des éléments basés sur l'IA directement dans votre outil.

Pour une expérience de ligne de commande intégrée, nous vous recommandons d'utiliser l'extension Knowledge Catalog dédiée pour la CLI Gemini. L'extension regroupe les compétences sous-jacentes directement dans l'extension, ce qui simplifie la configuration.

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 du protocole MCP (Model Context Protocol).

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

À propos de la CLI Gemini et des extensions

La CLI Gemini est un agent d'IA conversationnel Open Source de Google qui accélère les workflows de développement et vous aide à coder, à déboguer, à explorer des données et à créer du contenu. Elle 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 la CLI Gemini, consultez la documentation correspondante.

Comment fonctionnent les extensions de la CLI Gemini ?

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

Quels outils MCP Knowledge Catalog fournit-il ?

L'extension Knowledge Catalog pour la CLI Gemini 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.

Pour connaître toutes les compétences disponibles, consultez les compétences Knowledge Catalog sur GitHub.

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

Rôles requis

Pour obtenir les autorisations nécessaires pour vous connecter à Knowledge Catalog à l'aide de la boîte à outils MCP 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 la boîte à outils MCP 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 la boîte à outils MCP ou de l'extension Gemini CLI :

  • Pour activer les API : serviceusage.services.enable
  • Pour utiliser les compétences 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 devez disposer 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. Activer l'API Dataplex

    Rôles requis pour activer les API

    Pour activer les API, vous avez besoin de l'autorisation serviceusage.services.enable. Si vous avez créé le projet, vous disposez probablement déjà de cette autorisation via le rôle Propriétaire (roles/owner). Sinon, vous pouvez obtenir cette autorisation via le rôle Administrateur Service Usage (roles/serviceusage.serviceUsageAdmin). 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 la CLI Gemini 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 autonome de la CLI Gemini et n'utilise pas MCP Toolbox.

  1. Installez la CLI Gemini.
  2. Installez l'extension Knowledge Catalog pour la CLI Gemini 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 les éléments suivants :
    • PROJECT_ID : ID du Google Cloud projet.
  4. Démarrez la CLI Gemini en mode interactif : 
    gemini

    La CLI charge automatiquement l'extension Knowledge Catalog et ses compétences, que vous pouvez utiliser pour interagir avec votre base de données.

    Dans la CLI Gemini, utilisez la /extensions commande pour vérifier que l'extension est installée.

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. Définissez la variable d'environnement pour vous connecter à votre projet Knowledge Catalog : 
    export DATAPLEX_PROJECT="PROJECT_ID"
     Remplacez les éléments suivants :
    • PROJECT_ID : ID du Google Cloud projet.
  3. Démarrez l'agent : 
    claude
  4. Installez le plug-in : 
    /plugin install knowledge-catalog@claude-plugins-official

Codex

  1. Installez la marketplace Data Agent Kit : 
    codex plugin marketplace add GoogleCloudPlatform/data-agent-kit
  2. Installez le plug-in Knowledge Catalog : 
    codex plugin install dataplex@data-agent-kit
  3. Configurez les variables d'environnement pour vous connecter à votre projet Knowledge Catalog : 
    export DATAPLEX_PROJECT="PROJECT_ID"
     Remplacez les éléments suivants :
    • PROJECT_ID : ID du Google Cloud projet.
  4. Facultatif. Mettez à jour la marketplace : 
    codex plugin marketplace upgrade data-agent-kit

Claude pour ordinateur

  1. Ouvrez Claude pour ordinateur et accédez à Paramètres.
  2. Pour ouvrir le fichier de configuration, dans l'onglet Développeur, cliquez sur 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 pour ordinateur.
    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 Serveurs MCP.
  2. Pour ouvrir le fichier de configuration, appuyez sur 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 .cursor répertoire 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 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 le 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 cliquez sur 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 compétences

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

Pour connaître toutes les compétences disponibles, consultez les compétences Knowledge Catalog sur GitHub.

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 des instructions système en fonction de l'invite système recommandée.

Par exemple, vous pouvez ajouter des instructions pour guider le LLM sur l'utilisation des compétences Knowledge Catalog :

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