Google AI工具箱：生产级数据库MCP来了？

在《》中，微软 CEO 纳德拉曾经表示，在 Agent 时代，SaaS is Dead，而未来的软件形式将是 Agent + Database 。也就是直接由 Agent 在数据库上做 CRUD。当然这篇文章也有不小争议 —— 很多老司机表示，Agent 直通数据库，是嫌安全问题不够多，死的不够快吗？

老实说，那种直接把整个数据库开放给世界的所谓 “MCP” 确实是这样，当个玩具可以，没人敢上生产用。不过，最近 Google 推出了一个针对数据库的 MCP 工具箱（名字就叫朴实无华 GenAI Toolbox ），为这个问题提供了一个答案。

https://googleapis.github.io/genai-toolbox/

不同于以前那种直接把整个数据库对 Agent 开放的粗暴做法，这个工具箱通过封装参数模板 SQL 的方式，显著提高了数据库 MCP 的实用性与安全性，可以考虑搞起生产试点了 —— 老冯也打好了 RPM/DEB 包供大家尝鲜。

https://github.com/googleapis/genai-toolbox

快速上手

举个例子，老冯维护了一个包含 423 个扩展的 PG 仓库，里面有一些数据表。现在我想要对外暴露一个扩展/软件包查询的能力，只需要编写一个声明式的tools.yaml配置文件就好了，这里我们让 Claude Desktop 用 STDIO 方式接入 MCP，然后直接向他提问题就可以了。

老冯维护扩展的时候，通常需要去 GitHub 上搜刮各种元数据，然后填入到数据库表中。有了这个工具箱，我还可以定义一条插入扩展表的模板 SQL ，描述清楚各种参数字段，然后直接让 Claude 去 “深度研究”，生成元数据填入到数据表中，省下老冯的很多手工活儿。

老司机一眼就能看出这个思路是什么，就是通过模版化的 SQL 语句，限制数据库对外提供服务的范围。当然，你也是可以继续使用那种 execute_sql 的万金油接口来干活的。比如这里我们让 Claude Desktop 查阅 PostgreSQL 数据库中的参数，并进行配置优化：

官网给出了一个更详细的例子，就是订酒店，通过直接读写 PostgreSQL 数据库的方式，对外提供 “定酒店” 的能力。

特性说明

当然，Google MCP Toolbox for Database 支持的数据库种类其实挺多的，不仅仅是 PostgreSQL（虽然文档里的例子满篇都是 PG），还有 MySQL，SQL Server，SQLite，Redis，Neo4j，AlloyDB，BigQuery，BigTable，CouchBase，Google 云上的数据库，还可以使用通用的 HTTP 数据源，堪称万金油数据库 MCP。

一个工具箱就搞定主流数据库的接入，光这一点就省了很多事儿 —— 你再也不用搓一堆各种数据库各自的 MCP 了。

当然，这个工具箱不仅仅是给 MCP 客户端用的，它还可以直接对 Agent 提供访问。Google ADK 就提供了开箱即用的接入，写一个 Agent ，让它去访问数据库就非常简单了。

老冯评价

Google 数据库 MCP 工具箱解决了 MCP 上生产的一个核心问题 ——权限管理。当然这也有代价，开发者需要一个一个的去定义数据库对外提供的能力 —— 写 SQL 模板跟以前写 CRUD 差不多，但要简单很多 —— 你可以用自然语言编写业务逻辑了。我认为这是软件行业向 Agent + Database 的未来图景迈出的重要一步。

老冯认为，Agent + Database 的组合，将会不可避免的导致数据库存储过程的“文艺复兴”。因为如果你只是把简单的 SQL 语句放进 MCP 里，会给 Agent 带来巨大的上下文认知负担 —— Agent 需要理解业务逻辑并将复杂的业务逻辑组织为 SQL 调用，一旦服务调用对应着多条复杂SQL语句，可靠性就会快速下降。

但如果开发者将业务逻辑整个下沉到数据库里，将原本 Service 层面的 API 接口放在 Oracle / PostgreSQL 这样的数据库中用存储过程实现，那么对 Agent 的智力/上下文要求就会减小许多 —— 从 DAO 成抽象，到 Service 层抽象。

另外，存储过程的两大缺点 ——对开发/DBA水平要求高，占用数据库服务器性能，在当下基本上已经不再是问题了。与维护的问题，而当下让 TP 数据库的性能余量又开始充裕丰饶起来。那么节省多次交互 RT，收拢访问权限，抽象封装复杂度这些优势就会凸显出来。

因此我认为 AI 时代是极大利好 的，PG 支持用 20 多种编程语言开发存储过程，即使是 Oracle 也难望其项背（六种）。当然，Oracle 的可编程性也非常好，只不过因为不开源，吃到的红利就会少很多了。老冯目测这两者会分别吃下开源/商业数据库生态的最大 AI 红利。

下载安装教程

目前 MCP Toolbox for Database 提供了 macOS 下的包，以及 Linux/ Windows x86 的包。老冯把 Linux x86/ARM 平台打好了 RPM / DEB 包，在主流 Linux 系统上都可以使用 （仓库教程：https://pgsty.com/ext/repo/infra）

curl https://repo.pigsty.cc/pig | bash # pig 包管理器
pig repo add infra -u # 添加 infra 仓库
yum install genai-toolbox # 安装 genai 工具箱

你可以编辑/etc/toolbox/tools.yaml配置文件，加入你的数据源与工具，并使用systemctl start toolbox启动服务。如果你使用的是 PostgreSQL，编辑/etc/defalt/toolbox里的环境变量，填入 PG 连接信息，即可开箱即用的使用这个 MCP 服务器了。你可以使用 SSE 访问5000端口，连接数据库 MCP 工具箱获取服务。

Pigsty 的 Infra 仓库已经提供了上面的软件包，并会在下个版本提供数据库 MCP 工具箱的部署剧本。

好的，今天就是这些，祝大家 MCP 愉快！

数据库老司机

点一个关注 ⭐️，精彩不迷路

对 PostgreSQL， Pigsty，下云 感兴趣的朋友

欢迎加入 PGSQL x Pigsty 交流群（备注加PG群）

（这个小助手很懒，请使劲拍打他）