搭配使用 Knowledge Catalog 與 MCP、Antigravity CLI 和其他代理

本頁面說明如何將 Knowledge Catalog (原稱 Dataplex Universal Catalog) 執行個體連結至 Antigravity CLI 等開發人員工具。將 Knowledge Catalog 連結至這些工具後,就能直接在工具中,透過 AI 探索資料及管理資產。

如要使用本機 MCP Toolbox 伺服器將資料歷程連結至開發人員工具,請參閱「搭配使用資料歷程與本機 MCP Toolbox 伺服器」。

如要使用整合式指令列,建議您使用 Antigravity CLI 專用的 Knowledge Catalog 外掛程式。外掛程式會直接將基礎技能整合至外掛程式,簡化設定和配置。

或者,您也可以使用本機 MCP Toolbox for Databases,連結其他支援 MCP 的 IDE 和開發人員工具。接著,您可以在現有的 IDE 中使用 AI 代理,探索 Knowledge Catalog 中的資料資產。如要進一步瞭解 MCP,請參閱「Model Context Protocol 簡介」。

本指南將示範下列工具的連結程序:

關於 Antigravity CLI 和外掛程式

Antigravity CLI 是 Google 開發的開放原始碼對話式 AI 代理,可加速開發工作流程,並協助編寫程式碼、偵錯、探索資料和創作內容。這項服務提供代理導向體驗,可與 Data Cloud 服務 (例如 Knowledge Catalog) 和其他熱門開放原始碼資料庫互動。

如要進一步瞭解 Antigravity CLI,請參閱 Antigravity CLI 說明文件。

Antigravity CLI 外掛程式如何運作?

外掛程式可擴充 Antigravity CLI 的功能,讓其連線及控制特定 Google Cloud 服務和其他工具。這些模型可為 Antigravity CLI 提供脈絡和 API 理解能力,實現對話式互動。您可以從 GitHub 網址、本機目錄或登錄檔載入 Antigravity CLI 外掛程式。這些外掛程式提供新技能、斜線指令和提示。這些與 IDE 外掛程式 (例如 Antigravity Code Assist) 不同,後者是透過 MCP Toolbox 整合。

Knowledge Catalog 提供哪些 MCP 工具?

Antigravity CLI 的 Knowledge Catalog 外掛程式可將 AI 整合至資料治理和探索工作。您可以在終端機中使用自然語言提示,與 Knowledge Catalog 互動。

如要查看所有可用技能,請前往 GitHub 的 Knowledge Catalog 技能。

如要進一步瞭解 Knowledge Catalog 外掛程式,請參閱「Antigravity CLI Plugin - Knowledge Catalog」。

必要的角色

如要取得使用 MCP Toolbox 或 Antigravity CLI 外掛程式連線至 Knowledge Catalog 所需的權限,請要求管理員在專案中授予您下列 IAM 角色:

如要進一步瞭解如何授予角色,請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備必要權限,可使用 MCP Toolbox 或 Antigravity CLI 外掛程式連線至 Knowledge Catalog。如要查看確切的必要權限,請展開「Required permissions」(必要權限) 部分:

所需權限

如要使用 MCP Toolbox 或 Antigravity CLI 外掛程式連線至 Knowledge Catalog,必須具備下列權限:

  • 如何啟用 API: serviceusage.services.enable
  • 如要使用 Knowledge Catalog 技能:
    • dataplex.projects.search
    • dataplex.entries.get
    • dataplex.aspectTypes.get
    • dataplex.aspectTypes.list

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

啟用 Dataplex API

  1. 前往 Google Cloud 控制台的專案選取器頁面。

    前往專案選取器

  2. 選取或建立 Google Cloud 專案。

    選取或建立專案所需的角色

    • 選取專案:選取專案時不需要特定 IAM 角色,只要您獲派某個專案的角色,即可選取該專案。
    • 建立專案:如要建立專案,您必須具備專案建立者角色 (roles/resourcemanager.projectCreator),其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。
  3. 確認 Google Cloud 專案已啟用計費功能。

  4. 啟用 Dataplex API (如果尚未啟用)。

    啟用 API 所需的角色

    您必須具備 serviceusage.services.enable 權限,才能啟用 API。如果您建立了專案,可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則,您可以透過「Service Usage 管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

    啟用 API

  5. 如果您使用的是本機殼層,請為使用者帳戶建立本機驗證憑證:

    gcloud auth application-default login

    如果您使用的是 Cloud Shell,則不必執行這項操作。

    如果系統傳回驗證錯誤,且您使用的是外部識別資訊提供者 (IdP),請確認您已 使用聯合身分登入 gcloud CLI。

安裝 MCP Toolbox

如果您只打算使用 Antigravity Code Assist 或 Antigravity CLI 外掛程式,就不需要安裝 MCP Toolbox,因為這些工具已整合必要的伺服器功能。如要使用其他 IDE 和工具,請按照本節的步驟安裝 MCP Toolbox。

  1. 下載最新版本 MCP Toolbox 的二進位檔。選取與 OS 和 CPU 架構對應的 MCP Toolbox 二進位檔版本。您必須使用 MCP Toolbox v0.31.0 以上版本。

    Linux/amd64

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

    將 VERSION 替換為 MCP Toolbox 版本,例如 v0.31.0。

    macOS (Darwin)/arm64

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

    將 VERSION 替換為 MCP Toolbox 版本,例如 v0.31.0。

    macOS (Darwin)/amd64

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

    將 VERSION 替換為 MCP Toolbox 版本,例如 v0.31.0。

    Windows/amd64

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

    將 VERSION 替換為 MCP Toolbox 版本,例如 v0.31.0。

  2. 將該二進位檔設為可執行:

    chmod +x toolbox
    
  3. 驗證安裝項目:

    ./toolbox --version
    

    安裝成功後,系統會傳回版本號碼,例如 0.15.0。

設定用戶端和連線

本節說明如何將 Knowledge Catalog 連結至工具。

如要連結 MCP 相容工具和 IDE,請先安裝 MCP Toolbox。這項工具箱是開放原始碼的 Model Context Protocol (MCP) 伺服器,位於 IDE 和 Knowledge Catalog 之間,可為 AI 工具提供安全有效率的控制層。安裝完成後,請參閱特定工具的章節,瞭解設定操作說明。

Antigravity CLI 外掛程式

這個方法會使用獨立 Antigravity CLI 工具的 knowledge-catalog 外掛程式,而非 MCP Toolbox。

  1. 安裝 Antigravity CLI。
  2. 從 GitHub 存放區安裝 Antigravity CLI 的 Knowledge Catalog 外掛程式:

    agy plugin install https://github.com/gemini-cli-extensions/knowledge-catalog
    
  3. 設定環境變數,連線至 Knowledge Catalog 專案:

    export DATAPLEX_PROJECT=PROJECT_ID
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  4. 在互動模式中啟動 Antigravity CLI:

    agy
    

    CLI 會自動載入 Knowledge Catalog 外掛程式及其技能,您可以使用這些技能與資料庫互動。

  5. 在 Antigravity CLI 中,使用 /mcp 指令確認外掛程式已安裝。

Antigravity Code Assist

Antigravity Code Assist 整合了必要的 MCP 伺服器功能,因此您不必另外安裝 MCP Toolbox。

  1. 在 VS Code 安裝 Antigravity Code Assist 擴充功能。
  2. 在 Antigravity Code Assist 對話中啟用代理模式。
  3. 在工作目錄中,建立名為 .antigravity 的資料夾。在該資料夾中建立 settings.json 檔案。
  4. 新增下列設定:

    {
      "mcpServers": {
        "knowledgeCatalog": {
          "command": "./PATH/TO/toolbox",
          "args": ["--prebuilt","dataplex","--stdio"],
          "env": {
            "DATAPLEX_PROJECT": "PROJECT_ID"
          }
        }
      }
    }
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  5. 儲存設定。

Claude Code

  1. 安裝 Claude Code。
  2. 設定環境變數,連線至 Knowledge Catalog 專案:

    export DATAPLEX_PROJECT=PROJECT_ID
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  3. 啟動代理:

    claude
    
  4. 安裝外掛程式:

    /plugin install knowledge-catalog@claude-plugins-official
    

Codex

  1. 安裝 Data Cloud 外掛程式市集:

    codex plugin marketplace add GoogleCloudPlatform/data-cloud-plugins
    
  2. 安裝 Knowledge Catalog 外掛程式:

    codex plugin install dataplex@data-cloud-plugins
    
  3. 設定環境變數,連線至 Knowledge Catalog 專案:

    export DATAPLEX_PROJECT=PROJECT_ID
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  4. 選用。更新市集:

    codex plugin marketplace upgrade data-cloud-plugins
    

Claude 電腦版

  1. 開啟 Claude Desktop,然後前往「Settings」。
  2. 如要開啟設定檔,請前往「Developer」(開發人員) 分頁,然後按一下「Edit config」(編輯設定)。
  3. 新增下列設定:

    {
      "mcpServers": {
        "knowledgeCatalog": {
          "command": "./PATH/TO/toolbox",
          "args": ["--prebuilt","dataplex","--stdio"],
          "env": {
            "DATAPLEX_PROJECT": "PROJECT_ID"
          }
        }
      }
    }
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  4. 儲存設定。

  5. 重新啟動 Claude 電腦版。新的對話畫面會顯示 MCP 圖示,代表新的 MCP 伺服器。

Cline

  1. 在 VS Code 中開啟 Cline 擴充功能,然後按一下「MCP 伺服器」圖示。
  2. 如要開啟設定檔,請按一下「設定 MCP 伺服器」。
  3. 新增下列設定:

    {
      "mcpServers": {
        "knowledgeCatalog": {
          "command": "./PATH/TO/toolbox",
          "args": ["--prebuilt","dataplex","--stdio"],
          "env": {
            "DATAPLEX_PROJECT": "PROJECT_ID"
          }
        }
      }
    }
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  4. 儲存設定。伺服器連線成功後,會顯示綠色的「Active」(有效) 狀態。

Cursor

  1. 如果專案根目錄中沒有 .cursor 目錄,請建立該目錄。
  2. 建立 .cursor/mcp.json 檔案 (如果不存在),然後開啟檔案。
  3. 新增下列設定:

    {
      "mcpServers": {
        "knowledgeCatalog": {
          "command": "./PATH/TO/toolbox",
          "args": ["--prebuilt","dataplex","--stdio"],
          "env": {
            "DATAPLEX_PROJECT": "PROJECT_ID"
          }
        }
      }
    }
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  4. 儲存設定。

  5. 開啟 Cursor,然後依序前往 「Settings」 >「Cursor Settings」 >「MCP」。伺服器連線後,會顯示綠色的啟用中狀態。

VS Code (Copilot)

  1. 開啟 VS Code,並在專案根目錄中建立 .vscode 目錄 (如果尚未建立)。
  2. 如果 .vscode/mcp.json 檔案不存在,請建立並開啟該檔案。
  3. 新增下列設定:

    {
      "servers": {
        "knowledgeCatalog": {
          "command": "./PATH/TO/toolbox",
          "args": ["--prebuilt","dataplex","--stdio"],
          "env": {
            "DATAPLEX_PROJECT": "PROJECT_ID"
          }
        }
      }
    }
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  4. 儲存設定。

風浪板

  1. 開啟 Windsurf,然後前往 Cascade 設定。
  2. 如要開啟設定檔,請依序點選 MCP 圖示和「Configure」(設定)。
  3. 新增下列設定:

    {
      "mcpServers": {
        "knowledgeCatalog": {
          "command": "./PATH/TO/toolbox",
          "args": ["--prebuilt","dataplex","--stdio"],
          "env": {
            "DATAPLEX_PROJECT": "PROJECT_ID"
          }
        }
      }
    }
    

    將 PROJECT_ID 替換為 Google Cloud專案 ID。

  4. 儲存設定。

使用技能

AI 助理現已連結至 Knowledge Catalog。請試著要求 AI 助理尋找 BigQuery 資料集、Cloud SQL 執行個體等資料資產。

如要查看所有可用技能,請參閱 GitHub 上的知識目錄技能。

選用:新增系統指示

系統指令可為 LLM 提供特定指引,協助模型瞭解情境並提供更準確的回覆。根據建議的系統提示設定系統指令。

舉例來說,您可以新增指令,引導 LLM 如何使用 Knowledge Catalog 技能:

  • 如果系統要求尋找資料集或資料表,請使用 search_entries 技能。
  • 如果系統要求提供資料表結構定義或中繼資料詳細資料 (例如資料品質規則或擁有權),請使用 lookup_entry 技能。
  • 當系統詢問治理規則或分類時,請先使用 search_aspect_types 尋找相關切面類型。
  • 如果回答問題需要大量中繼資料,請使用 lookup_context 技能擷取。

如要進一步瞭解如何設定指令,請參閱「使用指令,讓 AI 依據您的程式設計風格編輯」。

後續步驟