Kontexte mit der Gemini-Befehlszeile erstellen

In diesem Dokument wird beschrieben, wie Sie mit der Gemini CLI und der MCP-Toolbox Agent-Kontextdateien erstellen. Diese Dateien enthalten Vorlagen und Facetten, die Kontext für das Generieren von SQL-Abfragen aus natürlicher Sprache liefern. Außerdem verwenden Sie den MCP-Server für die DB-Kontextanreicherung.

Weitere Informationen zu Datenagenten finden Sie unter Übersicht über Datenagenten.

So erstellen Sie eine Agent-Kontextdatei:

  • Umgebung vorbereiten
  • Gezielte Vorlagen generieren
  • Gezielte Facetten generieren
  • Optional. Bulk-Vorlagen generieren

Hinweis

Erfüllen Sie die folgenden Voraussetzungen, bevor Sie einen Agent erstellen.

Erforderliche Dienste aktivieren

Aktivieren Sie die folgenden Dienste für Ihr Projekt:

Spanner-Instanz vorbereiten

Erforderliche Rollen und Berechtigungen

Umgebung vorbereiten

Sie können Agent-Kontextdateien in jeder lokalen Entwicklungsumgebung oder IDE erstellen. So bereiten Sie die Umgebung vor:

  • Gemini CLI installieren
  • MCP-Toolbox installieren und einrichten
  • MCP-Server für die DB-Kontextanreicherung installieren und einrichten

Gemini CLI installieren

Informationen zum Installieren der Gemini CLI finden Sie unter Erste Schritte mit der Gemini CLI. Achten Sie darauf, dass Sie die Gemini CLI in einem separaten Verzeichnis installieren, das auch zum Installieren der MCP-Toolbox und des MCP-Servers für die DB-Kontextanreicherung verwendet wird.

MCP-Toolbox installieren und einrichten

  1. Installieren Sie im selben Verzeichnis, in dem Sie die Gemini CLI installiert haben, die Gemini CLI-Erweiterung für die MCP-Toolbox:

    gemini extensions install https://github.com/gemini-cli-extensions/mcp-toolbox

  2. Erstellen Sie im selben Verzeichnis, in dem Sie die MCP-Toolbox installiert haben, eine Konfigurationsdatei tools.yaml, um die Datenbankverbindung zu konfigurieren:

      sources:
    my-spanner-source:
      kind: spanner
      project: PROJECT_ID
      instance: INSTANCE_ID
      database: DATABASE_ID

    Ersetzen Sie Folgendes:

    • PROJECT_ID: Ihre Google Cloud Projekt-ID
    • INSTANCE_ID: Die ID Ihrer Spanner-Instanz
    • DATABASE_ID: Der Name der Datenbank, zu der eine Verbindung hergestellt werden soll

  3. Prüfen Sie, ob die Datei tools.yaml richtig konfiguriert ist:

    ./toolbox --tools-file "tools.yaml"

MCP-Server für die DB-Kontextanreicherung installieren

Der MCP-Server für die DB-Kontextanreicherung bietet einen geführten, interaktiven Workflow zum Generieren strukturierter NL2SQL-Vorlagen aus Ihren Datenbankschemas. Er basiert auf der MCP-Toolbox-Erweiterung für die Datenbankverbindung. Weitere Informationen zum Installieren des MCP-Servers für die DB-Kontextanreicherung finden Sie unter MCP-Server für die DB-Kontextanreicherung.

So installieren Sie den MCP-Server für die DB-Kontextanreicherung:

  1. Installieren Sie im selben Verzeichnis, in dem Sie die Gemini CLI installiert haben, den Python-Paketinstaller uv mit pip.

    pip install uv

    Wenn pip nicht installiert ist, installieren Sie es zuerst.

  2. Installieren Sie den MCP-Server für die DB-Kontextanreicherung.

    gemini extensions install https://github.com/GoogleCloudPlatform/db-context-enrichment

Der Server verwendet die Gemini API für die Generierung. Achten Sie darauf, dass Sie Ihren API-Schlüssel als Umgebungsvariable exportieren. Weitere Informationen zum Ermitteln Ihres API-Schlüssels finden Sie unter Gemini API-Schlüssel verwenden.

Gemini API-Schlüssel exportieren:

export GEMINI_API_KEY="YOUR_API_KEY"

Ersetzen Sie YOUR_API_KEY durch Ihren Gemini API-Schlüssel.

Gezielte Vorlagen generieren

Wenn Sie dem Agent-Kontext ein bestimmtes Abfragepaar als Abfragevorlage hinzufügen möchten, können Sie den Befehl /generate_targeted_templates verwenden. Weitere Informationen zu Vorlagen finden Sie unter Übersicht über Datenagenten.

So fügen Sie dem Agent-Kontext eine Abfragevorlage hinzu:

  1. Starten Sie Gemini im selben Verzeichnis, in dem Sie die Gemini CLI installiert haben:

    gemini

  2. Führen Sie die Einrichtung der Gemini CLI-Authentifizierung aus.

  3. Prüfen Sie, ob die MCP-Toolbox und die Erweiterung für die Datenbankanreicherung einsatzbereit sind:

    /mcp list

  4. Führen Sie den Befehl /generate_targeted_templates aus:

    /generate_targeted_templates

  5. Geben Sie die Abfrage in natürlicher Sprache ein, die Sie der Abfragevorlage hinzufügen möchten.

  6. Geben Sie die entsprechende SQL-Abfrage in die Abfragevorlage ein.

  7. Prüfen Sie die generierte Abfragevorlage. Sie können die Abfragevorlage entweder als Agent-Kontextdatei speichern oder an eine vorhandene Kontextdatei anhängen.

Die Agent-Kontextdatei ähnlich my-cluster-psc-primary_postgres_templates_20251104111122.json wird in dem Verzeichnis gespeichert, in dem Sie die Befehle ausgeführt haben.

Weitere Informationen zur Kontextdatei und zur Abfragevorlage finden Sie unter Agent-Kontext.

Gezielte Facetten generieren

Wenn Sie der Agent-Kontextdatei ein bestimmtes Abfragepaar als Facette hinzufügen möchten, können Sie den Befehl /generate_targeted_facets verwenden. Weitere Informationen zu Facetten finden Sie unter Übersicht über Datenagenten.

So fügen Sie dem Agent-Kontext eine Facette hinzu:

  1. Führen Sie den Befehl /generate_targeted_facets aus:

    /generate_targeted_facets

  2. Geben Sie die Abfrage in natürlicher Sprache ein, die Sie der Abfragevorlage hinzufügen möchten.

  3. Geben Sie die entsprechende SQL-Abfrage in die Abfragevorlage ein.

  4. Prüfen Sie die generierte Facette. Sie können die Facette entweder in einer Agent-Kontextdatei speichern oder an eine vorhandene Kontextdatei anhängen.

Die Agent-Kontextdatei ähnlich my-cluster-psc-primary_postgres_templates_20251104111122.json wird in dem Verzeichnis gespeichert, in dem Sie die Befehle ausgeführt haben.

Weitere Informationen zur Kontextdatei und zu Facetten finden Sie unter Agent-Kontext.

Optional: Bulk-Vorlagen generieren

Wenn Sie die Agent-Kontextdatei automatisch anhand Ihres Datenbankschemas und Ihrer Daten generieren möchten, können Sie den Befehl /generate_bulk_templates verwenden.

So generieren Sie Bulk-Vorlagen automatisch:

  1. Führen Sie den Befehl /generate_bulk_templates aus:

    /generate_bulk_templates

  2. Basierend auf Ihrem Datenbankschema werden Sie bei der vorlagenbasierten SQL-Generierung durch eine Reihe von Fragen geführt, in denen Sie die Datenbankinformationen bestätigen und Berechtigungen für den Zugriff auf das Datenbankschema gewähren.

  3. Prüfen Sie die generierte Abfragevorlage. Sie können die Vorlage entweder genehmigen oder ein Abfragepaar aktualisieren, das Sie überarbeiten möchten.

  4. Geben Sie die Abfrage in natürlicher Sprache ein, die Sie der Abfragevorlage hinzufügen möchten.

  5. Geben Sie die entsprechende SQL-Abfrage in die Abfragevorlage ein.

  6. Prüfen Sie die generierte Abfragevorlage. Sie können die Abfragevorlage entweder als Agent-Kontextdatei speichern oder an eine vorhandene Kontextdatei anhängen.

  7. Nachdem Sie die Abfragevorlage genehmigt haben, können Sie entweder eine neue Vorlagendatei erstellen oder die Abfragepaare an eine vorhandene Vorlagendatei anhängen. Die Abfragevorlage wird als JSON-Datei in Ihrem lokalen Verzeichnis gespeichert.

Die Agent-Kontextdatei ähnlich my-cluster-psc-primary_postgres_templates_20251104111122.json wird in dem Verzeichnis gespeichert, in dem Sie die Befehle ausgeführt haben.

Weitere Informationen zur Agent-Kontextdatei finden Sie unter Agent-Kontext.

Nächste Schritte