Cung cấp sức mạnh cho AI Agent thế hệ tiếp theo với cơ sở dữ liệu Google Cloud

Đối với các nhà phát triển xây dựng ứng dụng AI, bao gồm cả các AI Agent  tùy chỉnh và chatbot, mã nguồn mở là một giải pháp hữu ích. Phiên bản Model Context Protocol (MCP) tiêu chuẩn này cho phép các sản phẩm đổi mới của bạn truy cập dữ liệu và công cụ một cách nhất quán và an toàn. Vào cuối năm 2025, Google đã giới thiệu dịch vụ hỗ trợ MCP được quản lý và từ xa. cho các dịch vụ như Google Maps và BigQuery, thiết lập một phương pháp tiêu chuẩn để trí tuệ nhân tạo kết nối với các công cụ, và tạo ra một giao diện phổ quát hiệu quả cho các ứng dụng.Hôm nay, Google mở rộng dịch vụ này để bao gồm cả PostgreSQL với AlloyDB, Spanner và ud SQL, cũng như  Firestore và Bigtable dành cho các tác vụ NoSQL hiệu năng cao và giới thiệu một tính năng mới. Developer Knowledge MCP server, nền tảng này cung cấp API để kết nối các IDE với tài liệu của Google. Các máy chủ này hoạt động trên Google Cloud, cung cấp giao diện bảo mật cho Gemini và các ứng dụng khách tuân thủ MCP khác để dễ dàng tương tác với dữ liệu và cơ sở hạ tầng.

Với sự ra mắt của Gemini 3, các nhà phát triển đã có được khả năng suyluận nâng cao để lập kế hoạch, xây dựng và giải quyết các vấn đề phức tạp. Nhưng để một mô hình AI hoạt động như một “Agent AI” hữu ích, nó phải tương tác một cách đáng tin cậy với môi trường xung quanh. Thông báo ngày hôm nay mở rộng các khả năng này một cách rộng rãi hơn đến các công cụ cơ sở dữ liệu mà khách hàng của Google sử dụng hàng ngày như xương sống của môi trường làm việc của họ.

Để kết nối các agent của bạn với các máy chủ này, bạn không cần phải triển khai cơ sở hạ tầng. Chỉ cần cấu hình điểm cuối máy chủ MCP trong cấu hình agent và ngay lập tức có quyền truy cập vào dữ liệu vận hành của bạn, được hỗ trợ bởi khả năng kiểm toán, giám sát và quản trị cấp doanh nghiệp. Không cần quản lý cơ sở hạ tầng, bạn có thể mở rộng quy mô khối lượng công việc agent mà không phát sinh chi phí vận hành.

Đưa dữ liệu vận hành đến cho các nhân viên.

Các máy chủ được quản lý mới này cho phép các đại lý truy cập vào các chức năng cụ thể trong toàn bộ danh mục sản phẩm của Google:

• AlloyDB cho PostgreSQL: Các Agent AI có thể tương tác với khối lượng công việc PostgreSQL, cho phép thực hiện các tác vụ như tạo lược đồ, chẩn đoán các truy vấn phức tạp để tìm nguyên nhân gây chậm và thực hiện tìm kiếm độ tương đồng vectơ.
• Spanner: Với khả năng đa mô hình thống nhất trong Spanner như Spanner Graph, các Agent AI có thể mô hình hóa và truy vấn các mối quan hệ phức tạp trực tiếp cùng với dữ liệu quan hệ và ngữ nghĩa bằng cách sử dụng các truy vấn tiêu chuẩn (SQL và GQL). Điều này cho phép các Agent AI nhanh chóng khám phá những hiểu biết sâu sắc (như xác định các nhóm lừa đảo hoặc tạo đề xuất sản phẩm) bằng cách sử dụng các công cụ MCP có sẵn.
• Cloud SQL cho PostgreSQL, MySQL và SQL Server: Các nhà phát triển và quản trị viên cơ sở dữ liệu có thể sử dụng Cloud SQL MCP Server trên các hệ thống MySQL, PostgreSQL và SQL Server để tương tác bằng ngôn ngữ tự nhiên với cơ sở dữ liệu, phát triển ứng dụng hỗ trợ AI, tối ưu hóa hiệu suất truy vấn và khắc phục sự cố cơ sở dữ liệu thông qua các Agent AI.
• Bigtable: Lược đồ linh hoạt và khả năng nhập dữ liệu thông lượng cao của Bigtable thường được sử dụng để xây dựng các trung tâm tích hợp kỹ thuật số và quản lý dữ liệu chuỗi thời gian. MCP đơn giản hóa việc tự động hóa quy trình làm việc và phát triển các ứng dụng hỗ trợ khách hàng, CRM, nhân sự, vận hành CNTT, chuỗi cung ứng và hậu cần dựa trên dữ liệu này.
• Firestore: Tập trung vào phát triển ứng dụng di động và web, máy chủ Firestore MCP cho phép các Agent AI đồng bộ hóa với các bộ sưu tập tài liệu trực tiếp. Điều này hỗ trợ các tương tác động như kiểm tra trạng thái phiên người dùng hoặc xác minh trạng thái đơn hàng thông qua các lời nhắc bằng ngôn ngữ tự nhiên.

Quản lý ứng dụng và cơ sở hạ tầng

Ngoài việc truy xuất dữ liệu, Google còn giúp các chuyên gia xây dựng và quản lý ứng dụng. Máy chủ Developer Knowledge MCP kết nối các IDE với tài liệu của Google, cho phép các chuyên gia trả lời các câu hỏi kỹ thuật và khắc phục sự cố mã nguồn với ngữ cảnh phù hợp.

Bảo mật và quản trị

Việc kết nối một Agent AI với cơ sở dữ liệu đòi hỏi bảo mật và quản trị mạnh mẽ. Các máy chủ này được xây dựng trên nền tảng nhận dạng và giám sát tiêu chuẩn của Google Cloud:

• Bảo mật ưu tiên định danh: Việc xác thực được xử lý hoàn toàn thông qua Quản lý Danh tính và Truy cập (IAM) thay vì khóa dùng chung. Điều này đảm bảo các Agent AI chỉ có thể truy cập vào các bảng hoặc chế độ xem cụ thể được người dùng ủy quyền rõ ràng.
• Khả năng quan sát toàn diện: Để theo dõi hoạt động của Agent AI, mọi truy vấn và hành động được thực hiện thông qua các máy chủ MCP này đều được ghi lại trong Nhật ký Kiểm toán Đám mây. Điều này cung cấp cho các nhóm bảo mật bản ghi về mọi tương tác với cơ sở dữ liệu, duy trì khả năng hiển thị đồng thời dễ dàng truy cập.

Ví dụ minh họa: Từ mã nguồn cục bộ đến dữ liệu được quản lý

Hãy cùng xem các máy chủ MCP mới này hoạt động như thế nào.

Hãy tưởng tượng một Agent AI được thiết kế để tự động hóa quá trình chuyển đổi nền tảng quản lý sự kiện toàn diện cho các cộng đồng thể dục thể hình. Thông qua một loạt các hướng dẫn bằng ngôn ngữ tự nhiên trong Gemini CLI, Agent AI này sử dụng. Cloud SQL remote MCP server thiết lập một phiên bản PostgreSQL được quản lý, áp dụng lược đồ chính xác và di chuyển dữ liệu cục bộ của bạn một cách an toàn. Bạn không cần phải thành thạo các lệnh gcloud phức tạp hoặc trở thành chuyên gia Cloud SQL; Agent AI sẽ đảm nhiệm phần việc nặng nhọc. Quá trình chuyển đổi này được thiết kế theo thời gian thực bởi máy chủ Developer Knowledge MCP, tham chiếu tài liệu chính thức để hướng dẫn Agent AI thực hiện theo các phương pháp tốt nhất — dễ dàng nâng cấp nền tảng ứng dụng của bạn từ bộ nhớ cục bộ lên cơ sở dữ liệu doanh nghiệp được quản lý hoàn toàn.

Hỗ trợ cho các đại lý bên thứ ba

Để thiết lập một phiên bản PostgreSQL được quản lý, áp dụng lược đồ chính xác và di chuyển dữ liệu cục bộ của bạn một cách an toàn. Bạn không cần phải thành thạo các lệnh gcloud phức tạp hoặc trở thành chuyên gia Cloud SQL; Agent AI sẽ đảm nhiệm phần việc nặng nhọc. Quá trình chuyển đổi này được thiết kế theo thời gian thực bởi máy chủ Developer Knowledge MCP, tham chiếu tài liệu chính thức để hướng dẫn Agent AI thực hiện theo các phương pháp tốt nhất — dễ dàng nâng cấp nền tảng ứng dụng của bạn từ bộ nhớ cục bộ lên cơ sở dữ liệu doanh nghiệp được quản lý hoàn toàn.

Có gì tiếp theo

Google sẽ tiếp tục mở rộng hệ sinh thái này trong những tháng tới với dịch vụ hỗ trợ MCP được quản lý cho Looker, Database Migration Service (DMS), BigQuery Migration Service, Memorystore, Database Center, Pub/Sub, Kafka và nhiều hơn nữa.

Để bắt đầu xây dựng các Agent AI bảo mật, dựa trên dữ liệu, hãy tham khảo các hướng dẫn của Google về  AlloyDB, Spanner, Cloud SQL, Bigtable, and .. Bạn cũng có thể tham khảo các bài hướng dẫn lập trình dành cho  Cloud SQL and Spanner, cùng với demo video về hướng dẫn chi tiết quá trình di chuyển ứng dụng lên Google Cloud.