谷歌重磅发布BigQuery新工具，赋能AI智能体高效数据访问

谷歌发布新工具集，打通AI智能体与BigQuery数据连接

加利福尼亚州山景城 – 2025年7月30日 – 谷歌发布了一套全新工具集，旨在通过将其AI智能体与存储在云端数据仓库BigQuery中的数据无缝连接，从而赋能企业。这一发展应对了“智能体应用”（即无需人工干预即可自主执行任务的AI系统）日益增长的需求，旨在为这些智能体提供丰富的上下文，以实现更准确、更相关的响应。

AI智能体的兴起是2025年的一个重要趋势，许多企业正在积极试点和部署它们，以自动化重复性任务、增强客户体验并提升人类能力。然而，一个关键挑战是如何让这些智能体安全、智能地与海量企业数据进行交互。谷歌的新工具集通过在AI智能体和BigQuery之间提供一个安全可靠的桥梁，直接解决了这一问题。

新推出的工具集包含一系列功能，允许AI智能体在BigQuery中执行查询并检索关键元数据。该工具集中的主要工具包括list_dataset_ids（获取Google Cloud项目中的所有数据集ID）、get_dataset_info（获取详细的数据集元数据）、list_table_ids（列出数据集中的表ID）、get_table_info（获取单个表的元数据）以及execute_sql（直接从BigQuery运行SQL查询并检索结果）。

该工具集并非独立解决方案；它与谷歌现有的开源产品——Agent Development Kit (ADK) 和MCP数据库工具箱（前身为Generative AI Toolbox for Databases）——集成。企业可以通过在Python环境中从agents.tools模块导入该工具集，并使用ADK CLI和SDK，将其分配给在ADK框架内创建的智能体。tool_filter参数还允许选择性地将工具暴露给智能体。

此外，MCP数据库工具箱原生支持BigQuery的预构建工具集。要利用这些工具，企业需要一个支持Python的环境来创建mcp-toolbox文件夹并安装MCP工具箱。MCP工具箱作为一个开源服务器，集中托管和管理工具集，使智能体能够作为MCP客户端从工具箱请求工具，然后工具箱处理安全连接、身份验证和查询执行的复杂性。此外，MCP工具箱部署模式允许定义自定义SQL工具。

行业专家，例如Forrester副总裁兼首席分析师Charlie Dai认为，此次集成将显著加速智能体应用的开发。Dai指出，“谷歌的ADK和MCP集成提供了预构建框架，可将AI智能体直接连接到BigQuery数据。这消除了定制集成工作，减少了开发开销，并使智能体能够利用企业上下文进行准确响应。”

谷歌此举正值行业更广泛的趋势之中，即主要数据平台提供商正专注于将AI智能体与企业数据连接。Databricks、Snowflake和Teradata等竞争对手也推出了自己的模型上下文协议（MCP）服务器及相关产品，以促进AI智能体与其数据湖仓和数据库中存储的数据进行交互。模型上下文协议（MCP）本身最初由Anthropic推出，正成为连接大型语言模型（LLMs）与BigQuery等数据源的关键开放协议，使其能够直接从现有工具运行SQL查询并与项目进行交互。

谷歌还一直在积极通过专业AI智能体和自主数据基础来增强BigQuery。这包括一个数据工程智能体，用于协助构建数据管道和自动化元数据生成；一个嵌入在Colab笔记本中的数据科学智能体，用于自动化特征工程和模型选择；以及一个Looker对话式分析智能体，允许自然语言查询并提供其结论的解释。这些进步都以BigQuery知识引擎为基础，该引擎利用谷歌的Gemini模型分析模式关系、表描述和查询历史，生成元数据并支持语义搜索。谷歌已声明计划未来扩展新发布的工具集，增加更多功能。