Google Cloud đã giới thiệu MCP Toolbox for Databases, một bộ công cụ mã nguồn mở giúp đơn giản hóa và bảo mật việc kết nối các AI agent (tác tử AI) với dữ liệu doanh nghiệp. Giải pháp này giải quyết thách thức lớn về tích hợp, cho phép các ứng dụng AI thế hệ mới truy cập và tương tác với các cơ sở dữ liệu một cách an toàn và chuẩn hóa, từ đó đẩy nhanh quá trình đổi mới.

Tại sự kiện Google Cloud Next ’25, Google Cloud đã công bố nhiều phương pháp đột phá để doanh nghiệp xây dựng hệ sinh thái đa agent với Vertex AI và Google Cloud Databases, bao gồm các giao thức Agent2Agent và Model Context Protocol (MCP).

MCP Toolbox for Databases là gì?

MCP Toolbox for Databases (trước đây là Gen AI Toolbox for Databases) là một server mã nguồn mở dựa trên giao thức MCP (Model Context Protocol). MCP là một tiêu chuẩn mở mới nổi do Anthropic tạo ra, nhằm mục đích kết nối các hệ thống AI với nguồn dữ liệu thông qua một giao thức được chuẩn hóa, thay thế cho các phương pháp tích hợp phân mảnh đòi hỏi tùy chỉnh phức tạp.

Hiện tại, Toolbox có thể được sử dụng để xây dựng các công cụ cho nhiều loại cơ sở dữ liệu, bao gồm:

• Google Cloud: AlloyDB for PostgreSQL (bao gồm cả AlloyDB Omni), Spanner, Cloud SQL (cho PostgreSQL, MySQL, SQL Server), và Bigtable.
• Tự quản lý: MySQL và PostgreSQL.
• Bên thứ ba (đóng góp từ cộng đồng): Neo4j và Dgraph.

Toolbox giúp đơn giản hóa việc phát triển bằng cách giảm thiểu code lặp lại (boilerplate code), tăng cường bảo mật thông qua OAuth2 và OIDC, và cung cấp khả năng quan sát toàn diện (end-to-end observability) với tích hợp OpenTelemetry. Điều này cho phép các lập trình viên phát triển công cụ nhanh hơn, dễ dàng hơn và an toàn hơn bằng cách xử lý các vấn đề phức tạp như quản lý nhóm kết nối (connection pooling) và xác thực.

Tích hợp với Agent Development Kit (ADK)

Tại Next ’25, Google Cloud cũng đã ra mắt Agent Development Kit (ADK), một framework mã nguồn mở giúp đơn giản hóa quá trình xây dựng các hệ thống đa agent phức tạp trong khi vẫn duy trì quyền kiểm soát chính xác đối với hành vi của agent.

Với ADK, doanh nghiệp có thể:

• Định hình cách agent suy nghĩ, lập luận và cộng tác thông qua các cơ chế kiểm soát và điều phối xác định.
• Tương tác với agent qua các cuộc trò chuyện tự nhiên với khả năng truyền phát âm thanh và video hai chiều độc đáo.
• Lựa chọn mô hình hoặc môi trường triển khai phù hợp nhất với nhu-cầu. ADK hoạt động với nhiều stack công nghệ và hỗ trợ MCP để kết nối an toàn với các nguồn dữ liệu.
• Triển khai lên môi trường production thông qua tích hợp trực tiếp với Vertex AI Agent Engine, cung cấp một lộ trình rõ ràng và đáng tin cậy từ phát triển đến vận hành ở quy mô doanh nghiệp.

Để bắt đầu, doanh nghiệp có thể truy cập Vertex AI Agent Garden để khám phá các mẫu agent cho các trường hợp sử dụng phổ biến và tìm các công cụ như MCP Toolbox for Databases để xây dựng agent với ADK.

Hỗ trợ LangGraph để xây dựng agent có trạng thái

LangGraph cung cấp hỗ trợ tích hợp cho lớp lưu trữ trạng thái (persistence layer) thông qua các checkpointer. Điều này giúp xây dựng các agent có trạng thái, linh hoạt, có thể quản lý các tác vụ chạy trong thời gian dài hoặc tiếp tục hoạt động sau khi bị gián đoạn.

Để tận dụng các cơ sở dữ liệu được quản lý mạnh mẽ cho việc lưu trữ trạng thái này, Google Cloud cung cấp các thư viện tích hợp chuyên dụng:

• AlloyDB for PostgreSQL: Sử dụng lớp AlloyDBSaver từ thư viện langchain-google-alloydb-pg-python.
• Cloud SQL for PostgreSQL: Sử dụng PostgresSaver từ thư viện langchain-google-cloud-sql-pg-python.

Cả hai đều cung cấp các cơ chế mạnh mẽ để lưu và tải trạng thái thực thi của agent một cách liền mạch, cho phép các quy trình công việc được tạm dừng, tiếp tục và kiểm tra một cách đáng tin cậy, được hỗ trợ bởi khả năng quản lý và hiệu suất của các dịch vụ PostgreSQL trên Google Cloud.

Bắt đầu sử dụng

Google Cloud đã cung cấp một Colab hướng dẫn một quy trình hoàn chỉnh để xây dựng và triển khai một Hotel Agent bằng LangGraph, có khả năng tìm kiếm, đặt và hủy phòng khách sạn. Mẫu này chỉ ra cách xây dựng và triển khai một agent (bao gồm model, công cụ và logic) bằng Vertex AI SDK và MCP Toolbox for Databases.

Để biết thêm thông tin chi tiết, các nhà phát triển có thể tham khảo các tài nguyên sau:

• MCP Quick Start
• Cách kết nối Toolbox từ MCP Client
• Tài liệu giới thiệu MCP
• Tổ chức MCP trên GitHub