שימוש ב-Knowledge Catalog עם MCP,‏ Gemini וסוכנים אחרים

בדף הזה מוסבר איך לקשר את המופע של Knowledge Catalog (לשעבר Dataplex Universal Catalog) לכלים למפתחים כמו Gemini CLI. קישור של Knowledge Catalog לכלים האלה מאפשר גילוי נתונים מבוסס-AI וניהול נכסים ישירות בתוך הכלי.

כדי ליהנות מחוויית שורת פקודה משולבת, מומלץ להשתמש בתוסף הייעודי Knowledge Catalog ל-Gemini CLI. התוסף כולל את הכישורים הבסיסיים ישירות בתוסף, מה שמפשט את ההגדרה והקביעה של ההגדרות.

אפשר גם לחבר סביבות פיתוח משולבות (IDE) וכלים אחרים למפתחים שתומכים ב-MCP באמצעות MCP Toolbox for Databases מקומי. אחר כך תוכלו להשתמש בסוכני AI בסביבת הפיתוח המשולבת הקיימת כדי לגלות נכסי נתונים ב-Knowledge Catalog. מידע נוסף על MCP זמין במאמר מבוא ל-Model Context Protocol.

במדריך הזה מוסבר תהליך החיבור של הכלים הבאים:

מידע על Gemini CLI ותוספים

‫Gemini CLI הוא סוכן AI בממשק שיחה בקוד פתוח של Google, שמאיץ את תהליכי הפיתוח ומסייע בכתיבת קוד, בניפוי באגים, בחיפוש נתונים וביצירת תוכן. הוא מציע חוויה מבוססת-סוכן לאינטראקציה עם שירותי Data Cloud, כמו Knowledge Catalog, ומסדי נתונים פופולריים אחרים בקוד פתוח.

מידע נוסף על Gemini CLI זמין במסמכי התיעוד של Gemini CLI.

איך פועלים התוספים ל-Gemini CLI?

התוספים מרחיבים את היכולות של Gemini CLI ומאפשרים לו להתחבר ל Google Cloud שירותים ספציפיים ולכלים אחרים ולשלוט בהם. הם מספקים ל-Gemini הקשר והבנה של ה-API, ומאפשרים אינטראקציה שיחתית. אפשר לטעון תוספים ל-Gemini CLI מכתובות URL ב-GitHub, מספריות מקומיות או ממאגרי מידע. התוספים האלה מציעים מיומנויות חדשות, פקודות סלאש והנחיות. הם נפרדים מתוספים לסביבת פיתוח משולבת (IDE), כמו Gemini Code Assist, שמשולבים באמצעות MCP Toolbox.

אילו כלים של MCP מספק Knowledge Catalog?

התוסף Knowledge Catalog ל-Gemini CLI משלב AI במשימות של משילות מידע וגילוי נתונים. אתם יכולים לקיים אינטראקציה עם Knowledge Catalog באמצעות הנחיות בשפה טבעית במסוף.

לרשימה המלאה של הכישורים הזמינים, ראו את הכישורים של Knowledge Catalog ב-GitHub.

מידע נוסף על התוסף Knowledge Catalog זמין במאמר תוסף ל-Gemini CLI - Knowledge Catalog.

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לחיבור ל-Knowledge Catalog באמצעות MCP Toolbox או התוסף ל-Gemini CLI, צריך לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט:

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

התפקידים המוגדרים מראש האלה מכילים את ההרשאות שנדרשות כדי להתחבר אל Knowledge Catalog באמצעות MCP Toolbox או תוסף ל-Gemini CLI. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי להתחבר ל-Knowledge Catalog באמצעות MCP Toolbox או התוסף ל-Gemini CLI, נדרשות ההרשאות הבאות:

  • כדי להפעיל ממשקי API: serviceusage.services.enable
  • כדי להשתמש במיומנויות של Knowledge Catalog:
    • dataplex.projects.search
    • dataplex.entries.get
    • dataplex.aspectTypes.get
    • dataplex.aspectTypes.list

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

הפעלת Dataplex API

  1. נכנסים לדף לבחירת הפרויקט במסוף Google Cloud .

    כניסה לדף לבחירת הפרויקט

  2. בוחרים או יוצרים Google Cloud פרויקט.

    תפקידים שנדרשים כדי לבחור או ליצור פרויקט

    • Select a project: כדי לבחור פרויקט לא צריך תפקיד IAM ספציפי – אפשר לבחור כל פרויקט שקיבלתם בו תפקיד.
    • יצירת פרויקט: כדי ליצור פרויקט, צריך את התפקיד Project Creator (יצירת פרויקטים) (roles/resourcemanager.projectCreator), שכולל את ההרשאה resourcemanager.projects.create. איך מקצים תפקידים

  3. מוודאים שהחיוב מופעל בפרויקט Google Cloud .

  4. מפעילים את Dataplex API.

    תפקידים שנדרשים להפעלת ממשקי API

    כדי להפעיל ממשקי API, נדרשת ההרשאה serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד 'בעלים' (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד 'אדמין בממשק 'שימוש בשירות'' (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים

    להפעלת ה-API

  5. אם אתם משתמשים במעטפת מקומית, אתם צריכים ליצור פרטי כניסה לאימות מקומי עבור חשבון המשתמש: 

    gcloud auth application-default login

    אם אתם משתמשים ב-Cloud Shell, אין צורך לבצע את הפעולה הזו.

    אם מוחזרת שגיאת אימות ואתם משתמשים בספק זהויות חיצוני (IdP), ודאו ש נכנסתם ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.

התקנה של MCP Toolbox

אם אתם מתכננים להשתמש רק ב-Gemini Code Assist או בתוסף ל-Gemini CLI, אין צורך להתקין את MCP Toolbox, כי הם כוללים את היכולות הנדרשות של השרת. כדי להתקין את MCP Toolbox בסביבות פיתוח משולבות (IDE) ובכלים אחרים, צריך לפעול לפי השלבים שבקטע הזה.

  1. מורידים את הגרסה האחרונה של MCP Toolbox כקובץ בינארי. בוחרים את הקובץ הבינארי שמתאים למערכת ההפעלה ולארכיטקטורת ה-CPU. חובה להשתמש ב-MCP Toolbox בגרסה 0.31.0 ואילך.

    Linux/amd64

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

    מחליפים את VERSION בגרסה של MCP Toolbox – לדוגמה, v0.31.0.

    ‫macOS (Darwin)/arm64

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

    מחליפים את VERSION בגרסה של MCP Toolbox – לדוגמה, v0.31.0.

    ‫macOS (Darwin)/amd64

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

    מחליפים את VERSION בגרסה של MCP Toolbox – לדוגמה, v0.31.0.

    Windows/amd64

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

    מחליפים את VERSION בגרסה של MCP Toolbox – לדוגמה, v0.31.0.

  2. הופכים את הקובץ הבינארי לקובץ הפעלה:

    chmod +x toolbox

  3. מאמתים את ההתקנה:

    ./toolbox --version

    אם ההתקנה מצליחה, מוחזר מספר הגרסה, לדוגמה, 0.15.0.

הגדרת לקוחות וחיבורים

בקטע הזה מוסבר איך לחבר את Knowledge Catalog לכלים שלכם.

אם אתם משתמשים ב-Gemini Code Assist או ב-Gemini CLI העצמאי, אתם לא צריכים להתקין או להגדיר את MCP Toolbox, כי הכלים האלה כוללים את היכולות הנדרשות של השרת. הוראות ההגדרה מופיעות בכרטיסיות Gemini Code Assist או תוסף ל-Gemini CLI.

כדי להשתמש בכלים ובסביבות פיתוח משולבות (IDE) אחרים שתואמים ל-MCP, צריך קודם להתקין את MCP Toolbox. ערכת הכלים פועלת כשרת Model Context Protocol‏ (MCP) בקוד פתוח, שממוקם בין סביבת הפיתוח המשולבת (IDE) לבין Knowledge Catalog. היא מספקת מישור בקרה מאובטח ויעיל לכלי ה-AI שלכם. אחרי ההתקנה, בוחרים את הכרטיסייה של הכלי הספציפי כדי לראות את הוראות ההגדרה.

תוסף ל-Gemini CLI

בשיטה הזו נעשה שימוש בתוסף knowledge-catalog הייעודי לכלי Gemini CLI העצמאי, ולא נעשה שימוש ב-MCP Toolbox.

  1. מתקינים את Gemini CLI.
  2. מתקינים את התוסף Knowledge Catalog ל-Gemini CLI ממאגר GitHub: 
    gemini extensions install https://github.com/gemini-cli-extensions/knowledge-catalog
  3. מגדירים את משתנה הסביבה כדי להתחבר לפרויקט Knowledge Catalog: 
    export DATAPLEX_PROJECT="PROJECT_ID"
     מחליפים את מה שכתוב בשדות הבאים:
    • ‫PROJECT_ID: מזהה הפרויקט ב- Google Cloud .
  4. מפעילים את Gemini CLI במצב אינטראקטיבי: 
    gemini

    ה-CLI טוען באופן אוטומטי את התוסף Knowledge Catalog ואת המיומנויות שלו, שבהן אפשר להשתמש כדי ליצור אינטראקציה עם מסד הנתונים.

    ב-Gemini CLI, משתמשים בפקודה /extensions כדי לוודא שהתוסף מותקן.

Gemini Code Assist

‫Gemini Code Assist כולל את היכולות הנדרשות של שרת ה-MCP, כך שאין צורך להתקין את MCP Toolbox בנפרד.

  1. ב-VS Code, מתקינים את התוסף Gemini Code Assist.
  2. הפעלת מצב סוכן בצ'אט של Gemini Code Assist.
  3. בספריית העבודה, יוצרים תיקייה בשם .gemini. בתוך התיקייה הזו, יוצרים קובץ settings.json.
  4. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים: 
    {
  "mcpServers": {
    "knowledgeCatalog": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","dataplex","--stdio"],
      "env": {
        "DATAPLEX_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Claude Code

  1. מתקינים את Claude Code.
  2. מגדירים את משתנה הסביבה כדי להתחבר לפרויקט Knowledge Catalog: 
    export DATAPLEX_PROJECT="PROJECT_ID"
     מחליפים את מה שכתוב בשדות הבאים:
    • ‫PROJECT_ID: מזהה הפרויקט ב- Google Cloud .
  3. מפעילים את הסוכן: 
    claude
  4. מתקינים את הפלאגין: 
    /plugin install knowledge-catalog@claude-plugins-official

Codex

  1. מתקינים את Data Agent Kit Marketplace: 
    codex plugin marketplace add GoogleCloudPlatform/data-agent-kit
  2. מתקינים את הפלאגין Knowledge Catalog: 
    codex plugin install dataplex@data-agent-kit
  3. מגדירים את משתני הסביבה כדי להתחבר לפרויקט Knowledge Catalog: 
    export DATAPLEX_PROJECT="PROJECT_ID"
     מחליפים את מה שכתוב בשדות הבאים:
    • ‫PROJECT_ID: מזהה הפרויקט ב- Google Cloud .
  4. זה שינוי אופציונלי. עדכון ה-Marketplace: 
    codex plugin marketplace upgrade data-agent-kit

‫Claude למחשב

  1. פותחים את Claude למחשב ועוברים אל הגדרות.
  2. כדי לפתוח את קובץ ההגדרות, בכרטיסייה Developer (מפתחים), לוחצים על Edit config (עריכת ההגדרות).
  3. מוסיפים את ההגדרה, מחליפים את משתני הסביבה בערכים שלכם ושומרים: 
    {
  "mcpServers": {
    "knowledgeCatalog": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","dataplex","--stdio"],
      "env": {
        "DATAPLEX_PROJECT": "PROJECT_ID"
      }
    }
  }
}
  4. מפעילים מחדש את Claude למחשב.
    במסך הצ'אט החדש מוצג סמל MCP עם שרת ה-MCP החדש.

קלין

  1. ב-VS Code, פותחים את התוסף Cline ואז לוחצים על הסמל MCP Servers.
  2. כדי לפתוח את קובץ ההגדרות, מקישים על Configure MCP Servers (הגדרת שרתי MCP).
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים: 
    {
  "mcpServers": {
    "knowledgeCatalog": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","dataplex","--stdio"],
      "env": {
        "DATAPLEX_PROJECT": "PROJECT_ID"
      }
    }
  }
}
    אחרי שהשרת מתחבר בהצלחה, מופיע סטטוס פעיל בצבע ירוק.

סמן

  1. אם התיקייה .cursor לא קיימת, יוצרים אותה בתיקיית הבסיס של הפרויקט.
  2. יוצרים את הקובץ .cursor/mcp.json אם הוא לא קיים ופותחים אותו.
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים: 
    {
  "mcpServers": {
    "knowledgeCatalog": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","dataplex","--stdio"],
      "env": {
        "DATAPLEX_PROJECT": "PROJECT_ID"
      }
    }
  }
}
  4. פותחים את Cursor ועוברים אל הגדרות > הגדרות הסמן > MCP. כשמתבצע חיבור לשרת, מופיע סטטוס פעיל בצבע ירוק.

VS Code (Copilot)

  1. פותחים את VS Code ויוצרים את הספרייה .vscode ברמה הבסיסית של הפרויקט, אם היא לא קיימת.
  2. יוצרים את הקובץ .vscode/mcp.json אם הוא לא קיים, ופותחים אותו.
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים: 
    {
  "servers": {
    "knowledgeCatalog": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","dataplex","--stdio"],
      "env": {
        "DATAPLEX_PROJECT": "PROJECT_ID"
      }
    }
  }
}

גלישת רוח

  1. פותחים את Windsurf ועוברים אל Cascade assistant.
  2. כדי לפתוח את קובץ ההגדרות, לוחצים על סמל ה-MCP ואז על Configure (הגדרה).
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים: 
    {
  "mcpServers": {
    "knowledgeCatalog": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","dataplex","--stdio"],
      "env": {
        "DATAPLEX_PROJECT": "PROJECT_ID"
      }
    }
  }
}

שימוש במיומנויות

העוזר הדיגיטלי שמבוסס על AI מחובר עכשיו ל-Knowledge Catalog. נסו לבקש מהעוזר הדיגיטלי מבוסס ה-AI למצוא נכסי נתונים מסוימים, כמו מערכי נתונים של BigQuery, מופעים של Cloud SQL ועוד.

לרשימה המלאה של הכישורים הזמינים, ראו את הכישורים של Knowledge Catalog ב-GitHub.

אופציונלי: מוסיפים הוראות למערכת

הוראות מערכת הן דרך לספק הנחיות ספציפיות ל-LLM, כדי לעזור לו להבין את ההקשר ולתת תשובות מדויקות יותר. מגדירים הוראות למערכת על סמך ההנחיה המומלצת למערכת.

לדוגמה, אתם יכולים להוסיף הוראות שינחו את ה-LLM איך להשתמש במיומנויות של Knowledge Catalog:

  • כשמבקשים ממני למצוא מערכי נתונים או טבלאות, אני משתמש במיומנות search_entries.
  • אם מתבקשים לספק סכימת טבלה או פרטים של מטא-נתונים, כמו כללים לאיכות הנתונים או בעלות, משתמשים במיומנות lookup_entry.
  • כשאתם נשאלים על כללי ניהול או סיווגים, כדאי להתחיל להשתמש בפונקציה search_aspect_types כדי למצוא סוגי היבטים רלוונטיים.
  • אם כדי לענות על שאלות צריך להשתמש במטא-נתונים רבים, אפשר להשתמש במיומנות lookup_context כדי לאחזר אותם.

מידע נוסף על הגדרת ההוראות זמין במאמר בנושא שימוש בהוראות כדי לקבל עריכות מבוססות-AI שמתאימות לסגנון התכנות שלכם.

המאמרים הבאים