1. Introduzione
In questo codelab, utilizzerai MCP Toolbox for Databases per rendere disponibili i tuoi set di dati BigQuery.
Durante il codelab, seguirai un approccio passo passo come segue:
- Identifica un set di dati BigQuery specifico ("Note di rilascio di Google Cloud") dal programma per i set di dati pubblici BigQuery.
- Configura MCP Toolbox for Databases, che si connette al set di dati BigQuery.
- Sviluppa un agente utilizzando l'Agent Development Kit (ADK) che utilizzerà MCP Toolbox per rispondere alle query dell'utente sulle note di rilascio di Google Cloud
Attività previste
- Configura MCP Toolbox for Databases per esporre le note di rilascio di Google Cloud, un set di dati BigQuery pubblico, come interfaccia MCP ad altri client MCP (IDE, strumenti e così via).
Cosa imparerai a fare
- Esplora i set di dati pubblici BigQuery e scegli un set di dati specifico.
- Configura MCP Toolbox for Databases per il set di dati pubblico BigQuery che vuoi rendere disponibile ai client MCP.
- Progetta e sviluppa un agente utilizzando l'Agent Development Kit (ADK) per rispondere alle query degli utenti.
- Prova l'agente e MCP Toolbox for Databases nell'ambiente locale.
Che cosa ti serve
- Browser web Chrome.
- Un ambiente di sviluppo Python locale.
2. Prima di iniziare
Crea un progetto
- Nella console Google Cloud, nella pagina di selezione del progetto, seleziona o crea un progetto Google Cloud.
- Verifica che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata per un progetto .
- Utilizzerai Cloud Shell, un ambiente a riga di comando in esecuzione in Google Cloud precaricato con bq. Fai clic su Attiva Cloud Shell nella parte superiore della console Google Cloud.
- Una volta eseguita la connessione a Cloud Shell, verifica di essere già autenticato e che il progetto sia impostato sul tuo ID progetto utilizzando il seguente comando:
gcloud auth list
- Esegui questo comando in Cloud Shell per verificare che il comando gcloud conosca il tuo progetto.
gcloud config list project
- Se il progetto non è impostato, utilizza il seguente comando per impostarlo:
gcloud config set project <YOUR_PROJECT_ID>
- Abilita le API richieste tramite il comando mostrato di seguito. L'operazione potrebbe richiedere alcuni minuti, quindi ti ringraziamo per la pazienza.
gcloud services enable cloudresourcemanager.googleapis.com \
servicenetworking.googleapis.com \
run.googleapis.com \
cloudbuild.googleapis.com \
cloudfunctions.googleapis.com \
aiplatform.googleapis.com \
sqladmin.googleapis.com \
compute.googleapis.com
Se il comando viene eseguito correttamente, dovresti visualizzare un messaggio simile a quello mostrato di seguito:
Operation "operations/..." finished successfully.
L'alternativa al comando gcloud è tramite la console, cercando ogni prodotto o utilizzando questo link.
Se manca un'API, puoi sempre abilitarla durante l'implementazione.
Consulta la documentazione per i comandi e l'utilizzo di gcloud.
3. Set di dati delle note di rilascio di Google e client MCP
Per prima cosa, diamo un'occhiata alle note di rilascio di Google Cloud, che vengono aggiornate regolarmente nella pagina web ufficiale delle note di rilascio di Google Cloud, di cui è mostrato uno screenshot di seguito:
Potresti abbonarti all'URL del feed, ma cosa succederebbe se potessimo semplicemente chiedere nella chat con l'agente informazioni su queste note di rilascio? Magari una semplice query come "Aggiornami sulle note di rilascio di Google Cloud".
4. MCP Toolbox for Databases
MCP Toolbox for Databases è un server MCP open source per i database. È stato progettato pensando alla qualità di produzione e di livello aziendale. Ti consente di sviluppare strumenti in modo più semplice, rapido e sicuro gestendo le complessità come il pooling delle connessioni, l'autenticazione e altro ancora.
Toolbox ti aiuta a creare strumenti di AI generativa che consentono agli agenti di accedere ai dati del tuo database. Toolbox fornisce:
- Sviluppo semplificato: integra gli strumenti nel tuo agente con meno di 10 righe di codice, riutilizza gli strumenti tra più agenti o framework e implementa più facilmente nuove versioni degli strumenti.
- Prestazioni migliori: best practice come il pooling delle connessioni, l'autenticazione e altro ancora.
- Maggiore sicurezza: autenticazione integrata per un accesso più sicuro ai tuoi dati
- Osservabilità end-to-end: metriche e tracciamento pronti all'uso con supporto integrato per OpenTelemetry.
- Toolbox semplifica la connessione dei database a qualsiasi assistente AI compatibile con MCP, anche a quelli presenti nell'IDE.
Toolbox si trova tra il framework di orchestrazione dell'applicazione e il database, fornendo un control plane utilizzato per modificare, distribuire o richiamare gli strumenti. Semplifica la gestione degli strumenti fornendoti una posizione centralizzata per archiviarli e aggiornarli, consentendoti di condividerli tra agenti e applicazioni e di aggiornarli senza dover necessariamente eseguire nuovamente il deployment dell'applicazione.
Per riassumere in parole semplici:
- MCP Toolbox è disponibile come binario, immagine container oppure puoi crearlo dal codice sorgente.
- Espone un insieme di strumenti che configuri tramite un file tools.yaml. Gli strumenti possono essere considerati come connessioni alle origini dati. Puoi visualizzare le varie origini dati supportate : AlloyDB, BigQuery e così via.
- Poiché questa toolbox ora supporta MCP, hai automaticamente un endpoint del server MCP che può essere utilizzato dagli agenti (IDE) oppure puoi utilizzarli durante lo sviluppo delle applicazioni agentiche utilizzando vari framework come Agent Development Kit (ADK).
In questo post del blog ci concentreremo sulle aree evidenziate di seguito:
In sintesi, creeremo una configurazione in MCP Toolbox for Databases che sappia come connettersi al nostro set di dati BigQuery. Successivamente, svilupperemo un agente utilizzando l'Agent Development Kit (ADK) che si integrerà con l'endpoint di MCP Toolbox e ci consentirà di inviare query naturali per chiedere informazioni sul nostro set di dati. Considerala come un'applicazione con agenti che stai sviluppando, che sa come comunicare con il tuo set di dati BigQuery ed esegue alcune query.
5. Set di dati BigQuery per le note di rilascio di Google Cloud
Il programma per i set di dati pubblici di Google Cloud è un programma che mette a disposizione una serie di set di dati per le tue applicazioni. Uno di questi set di dati è il database delle note di rilascio di Google Cloud. Questo set di dati fornisce le stesse informazioni della pagina web ufficiale delle note di rilascio di Google Cloud ed è disponibile come set di dati interrogabile pubblicamente.
Come test, convalido semplicemente il set di dati eseguendo una semplice query mostrata di seguito:
SELECT
product_name,description,published_at
FROM
`bigquery-public-data`.`google_cloud_release_notes`.`release_notes`
WHERE
DATE(published_at) >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY)
GROUP BY product_name,description,published_at
ORDER BY published_at DESC
In questo modo ottengo un elenco di record del set di dati Note di rilascio pubblicati negli ultimi 7 giorni.
Sostituisci questo valore con qualsiasi altro set di dati a tua scelta e con le rispettive query e parametri che preferisci. Ora non ci resta che configurarlo come origine dati e strumento in MCP Toolbox for Databases. Vediamo come fare.
6. Installazione di MCP Toolbox for Databases
Apri un terminale sulla tua macchina locale e crea una cartella denominata mcp-toolbox.
mkdir mcp-toolbox
Vai alla cartella mcp-toolbox tramite il comando mostrato di seguito:
cd mcp-toolbox
Installa la versione binaria di MCP Toolbox for Databases tramite lo script riportato di seguito. Il comando riportato di seguito è per Linux, ma se utilizzi Mac o Windows, assicurati di scaricare il file binario corretto. Consulta la pagina delle release per il tuo sistema operativo e la tua architettura e scarica il file binario corretto.
export VERSION=1.13.1
curl -L -o toolbox https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/linux/amd64/toolbox
chmod +x toolbox
Ora abbiamo la versione binaria del toolbox pronta per l'uso. Il passaggio successivo consiste nel configurare la casella degli strumenti con le nostre origini dati e altre configurazioni.
7. Configurazione di MCP Toolbox for Databases
Ora dobbiamo definire il nostro set di dati e i nostri strumenti BigQuery nel file tools.yaml necessario per MCP Toolbox for Databases. Il file tools.yaml è il modo principale per configurare Toolbox.
Crea un file denominato tools.yaml nella stessa cartella, ovvero mcp-toolbox, il cui contenuto è mostrato di seguito.
Puoi utilizzare l'editor nano disponibile in Cloud Shell. Il comando nano è il seguente: "nano tools.yaml".
Ricorda di sostituire il valore YOUR_PROJECT_ID con l'ID progetto Google Cloud.
kind: source
name: my-bq-source
type: bigquery
project: YOUR_PROJECT_ID
---
kind: tool
name: search_release_notes_bq
type: bigquery-sql
source: my-bq-source
description: Use this tool to get information on Google Cloud Release Notes.
statement: |
SELECT
product_name,description,published_at
FROM
`bigquery-public-data`.`google_cloud_release_notes`.`release_notes`
WHERE
DATE(published_at) >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY)
GROUP BY product_name,description,published_at
ORDER BY published_at DESC;
---
kind: toolset
name: my_bq_toolset
tools:
- search_release_notes_bq
Vediamo brevemente il file:
- Le origini rappresentano le diverse origini dati con cui uno strumento può interagire. Un'origine rappresenta un'origine dati con cui uno strumento può interagire. Puoi definire le origini come una mappa nella sezione sources del file tools.yaml. In genere, una configurazione dell'origine contiene tutte le informazioni necessarie per connettersi al database e interagire con esso. Nel nostro caso, abbiamo definito un'origine BigQuery
my-bq-sourcee devi fornire l'ID progetto Google Cloud. Per saperne di più, consulta il riferimento Sources. - Gli strumenti definiscono le azioni che un agente può intraprendere, ad esempio leggere e scrivere in una sorgente. Uno strumento rappresenta un'azione che l'agente può intraprendere, ad esempio l'esecuzione di un'istruzione SQL. Puoi definire gli strumenti come una mappa nella sezione degli strumenti del file tools.yaml. In genere, uno strumento richiede un'origine su cui agire. Nel nostro caso, definiamo un singolo strumento
search_release_notes_bq. Questo fa riferimento all'origine BigQuerymy-bq-sourceche abbiamo definito nel primo passaggio. Contiene anche l'affermazione e l'istruzione che verranno utilizzate dai client AI Agent. Per saperne di più, consulta il riferimento Strumenti. - Infine, abbiamo il set di strumenti, che ti consente di definire gruppi di strumenti che vuoi poter caricare insieme. Può essere utile per definire gruppi diversi in base all'agente o all'applicazione. Nel nostro caso, abbiamo una definizione di toolset in cui al momento abbiamo definito solo uno strumento esistente
search_release_notes_bq. Puoi avere più di un set di strumenti, che include una combinazione di strumenti diversi.
Al momento, quindi, abbiamo definito un solo strumento che recupera le note di rilascio degli ultimi 7 giorni in base alla query. Tuttavia, puoi anche avere varie combinazioni con i parametri.
Per ulteriori dettagli sulla configurazione, consulta la Configurazione dell'origine dati BigQuery in MCP Toolbox for Databases.
8. Test di MCP Toolbox for Databases
Abbiamo scaricato e configurato Toolbox con il file tools.yaml nella cartella mcp-toolbox. Eseguiamolo prima in locale.
Esegui questo comando:
./toolbox --config "tools.yaml"
Se l'esecuzione va a buon fine, dovresti vedere l'avvio del server con un output di esempio simile al seguente:
2026-09-26T12:58:14.590825+05:30 INFO "Starting MCP Toolbox for Databases version 1.13.1+binary.darwin.arm64.e14cda6"
2026-09-26T12:58:14.59319+05:30 INFO "Initialized 1 sources: my-bq-source"
2026-09-26T12:58:14.593198+05:30 INFO "Initialized 0 authServices: "
2026-09-26T12:58:14.593201+05:30 INFO "Initialized 0 embeddingModels: "
2026-09-26T12:58:14.59323+05:30 INFO "Initialized 1 tools: search_release_notes_bq"
2026-09-26T12:58:14.593235+05:30 INFO "Initialized 0 prompts: "
2026-09-26T12:58:14.593236+05:30 INFO "Initialized 0 resources: "
2026-09-26T12:58:14.593238+05:30 INFO "Initialized 0 resource templates: "
2026-09-26T12:58:14.593244+05:30 INFO "Initialized 2 groups: my_bq_toolset, default"
2026-09-26T12:58:14.593259+05:30 WARN "wildcard (*) allows any website to access the primitives. This creates a security risk regardless of whether you are in a production or local development environment. Recommended to use --allowed-origins with specific local addresses."
2026-09-26T12:58:14.593266+05:30 WARN "wildcard (*) hosts allow any domain to access this resource, making it vulnerable to DNS rebinding attacks regardless of whether you are in a production or local development environment. For improved security, use the --allowed-hosts flag to specify trusted domains."
2026-09-26T12:58:14.593365+05:30 INFO "Server ready to serve!"
Per impostazione predefinita, il server MCP Toolbox viene eseguito sulla porta 5000. Se scopri che la porta 5000 è già in uso, puoi utilizzare un'altra porta (ad esempio 7000) come indicato nel comando riportato di seguito. Utilizza 7000 anziché la porta 5000 nei comandi successivi.
./toolbox --config "tools.yaml" --port 7000
Utilizziamo Cloud Shell per testare questa funzionalità.
Fai clic su Anteprima web in Cloud Shell come mostrato di seguito:
Fai clic su Cambia porta e imposta la porta su 5000 come mostrato di seguito, poi fai clic su Cambia e visualizza anteprima.
Dovrebbe essere visualizzato il seguente output:
Testare gli strumenti tramite la UI di MCP Toolbox for Databases
Toolbox fornisce un'interfaccia visiva (interfaccia utente di Toolbox) per interagire direttamente con gli strumenti modificando i parametri, gestendo le intestazioni ed eseguendo le chiamate, il tutto all'interno di una semplice UI web.
Se vuoi provarlo, puoi eseguire il comando precedente che abbiamo utilizzato per avviare Toolbox Server con l'opzione --ui.
Per farlo, arresta l'istanza precedente di MCP Toolbox for Databases Server che potresti avere in esecuzione ed esegui il seguente comando:
./toolbox --tools-file "tools.yaml" --ui
Idealmente, dovresti visualizzare un output che indica che il server è riuscito a connettersi alle nostre origini dati e ha caricato il set di strumenti e gli strumenti. Di seguito è riportato un output di esempio. Noterai che viene indicato che la GUI di Toolbox è in esecuzione.
Flag --tools-file has been deprecated, please use --config instead
2026-09-26T12:59:21.662102+05:30 INFO "Starting MCP Toolbox for Databases version 1.13.1+binary.darwin.arm64.e14cda6"
2026-09-26T12:59:21.663076+05:30 INFO "Initialized 1 sources: my-bq-source"
2026-09-26T12:59:21.663084+05:30 INFO "Initialized 0 authServices: "
2026-09-26T12:59:21.663087+05:30 INFO "Initialized 0 embeddingModels: "
2026-09-26T12:59:21.663101+05:30 INFO "Initialized 1 tools: search_release_notes_bq"
2026-09-26T12:59:21.663104+05:30 INFO "Initialized 0 prompts: "
2026-09-26T12:59:21.663107+05:30 INFO "Initialized 0 resources: "
2026-09-26T12:59:21.663109+05:30 INFO "Initialized 0 resource templates: "
2026-09-26T12:59:21.663116+05:30 INFO "Initialized 2 groups: default, my_bq_toolset"
2026-09-26T12:59:21.663124+05:30 WARN "wildcard (*) allows any website to access the primitives. This creates a security risk regardless of whether you are in a production or local development environment. Recommended to use --allowed-origins with specific local addresses."
2026-09-26T12:59:21.663132+05:30 WARN "wildcard (*) hosts allow any domain to access this resource, making it vulnerable to DNS rebinding attacks regardless of whether you are in a production or local development environment. For improved security, use the --allowed-hosts flag to specify trusted domains."
2026-09-26T12:59:21.663242+05:30 INFO "Server ready to serve!"
2026-09-26T12:59:21.663249+05:30 INFO "Toolbox UI is up and running at: http://127.0.0.1:5000/ui"
Fai clic sull'URL dell'interfaccia utente e assicurati di avere /ui alla fine dell'URL. Verrà visualizzata un'interfaccia utente come mostrato di seguito:
Fai clic sull'opzione Strumenti a sinistra per visualizzare gli strumenti configurati. Nel nostro caso, dovrebbe essercene solo uno, ovvero search_release_notes_bq, come mostrato di seguito:
Basta fare clic sugli strumenti (search_release_notes_bq) per visualizzare una pagina in cui testare lo strumento. Poiché non ci sono parametri da fornire, puoi semplicemente fare clic su Esegui strumento per visualizzare il risultato. Di seguito è riportato un esempio di esecuzione:
9. Scrittura dell'agente con Agent Development Kit (ADK)
Installare l'Agent Development Kit (ADK)
Apri una nuova scheda del terminale in Cloud Shell e crea una cartella denominata my-agents come segue. Vai anche alla cartella my-agents.
mkdir my-agents
cd my-agents
Ora creiamo un ambiente Python virtuale utilizzando venv come segue:
python -m venv .venv
Attiva l'ambiente virtuale nel seguente modo:
source .venv/bin/activate
Installa i pacchetti ADK e MCP Toolbox for Databases insieme alla dipendenza langchain come segue:
pip install google-adk toolbox-core
Ora potrai richiamare l'utilità adk nel seguente modo.
adk
Verrà visualizzato un elenco di comandi.
$ adk
Usage: adk [OPTIONS] COMMAND [ARGS]...
Agent Development Kit CLI tools.
Options:
--version Show the version and exit.
--help Show this message and exit.
Commands:
api_server Starts a FastAPI server for agents.
conformance Conformance testing tools for ADK.
create Creates a new app in the current folder with prepopulated...
deploy Deploys agent to hosted environments.
eval Evaluates an agent given the eval sets.
eval_set Manage Eval Sets.
migrate ADK migration commands.
optimize Optimizes the root agent instructions using the GEPA...
run Runs an agent.
telemetry Manage telemetry settings.
test Runs pytest on agent test JSON files under the specified...
web Starts a FastAPI server with Web UI for agents.
Creazione della nostra prima applicazione con agente
Ora utilizzeremo adk per creare una struttura per l'applicazione agente delle note di rilascio di Google Cloud tramite il comando adk create con un nome dell'app **(gcp_releasenotes_agent_app)**come indicato di seguito.
adk create gcp_releasenotes_agent_app
Segui i passaggi e seleziona quanto segue:
- Scegli il modello
gemini-3.8-flashper scegliere un modello per l'agente principale. - Scegli
Vertex AIper il backend. - Verrà visualizzato l'ID progetto Google predefinito. Selezionalo.
- Verrà visualizzata la regione del progetto Google Cloud corrente. Assicurati di digitare
global.
Choose a model for the root agent:
1. gemini-3.5-flash
2. gemini-3.8-flash
3. Other models (fill later)
Choose model (1, 2, 3): 2
1. Google AI
2. Vertex AI
3. Login with Google
Choose a backend (1, 2, 3): 2
You need an existing Google Cloud account and project, check out this link for details:
https://google.github.io/adk-docs/get-started/quickstart/#gemini---google-cloud-vertex-ai
Enter Google Cloud project ID [YOUR_PROJECT_ID]:
Enter Google Cloud region [us-central1]: global
Agent created in /Users/romin/my-agents/gcp_releasenotes_agent_app:
- .env
- .gitignore
- __init__.py
- agent.py
Osserva la cartella in cui sono stati creati un modello predefinito e i file richiesti per l'agente.
Il primo è il file .env. I cui contenuti sono mostrati di seguito:
GOOGLE_GENAI_USE_ENTERPRISE=1
GOOGLE_CLOUD_PROJECT=YOUR_GOOGLE_PROJECT_ID
GOOGLE_CLOUD_LOCATION=YOUR_GOOGLE_PROJECT_REGION
I valori indicano che utilizzeremo Gemini tramite Gemini Enterprise insieme ai rispettivi valori per l'ID progetto Google Cloud e la posizione.
Poi c'è il file __init__.py che contrassegna la cartella come modulo e contiene una singola istruzione che importa l'agente dal file agent.py.
from . import agent
Infine, diamo un'occhiata al file agent.py. I contenuti sono mostrati di seguito:
from google.adk.agents.llm_agent import Agent
root_agent = Agent(
model='gemini-3.8-flash',
name='root_agent',
description='A helpful assistant for user questions.',
instruction='Answer user questions to the best of your knowledge',
)
Questo è l'agente più semplice che puoi scrivere con ADK. Dalla pagina della documentazione dell'ADK, un agente è un'unità di esecuzione autonoma progettata per agire in modo indipendente per raggiungere obiettivi specifici. Gli agenti possono svolgere attività, interagire con gli utenti, utilizzare strumenti esterni e coordinarsi con altri agenti.
In particolare, un LLMAgent, comunemente chiamato Agent, utilizza i modelli linguistici di grandi dimensioni (LLM) come motore principale per comprendere il linguaggio naturale, ragionare, pianificare, generare risposte e decidere dinamicamente come procedere o quali strumenti utilizzare, il che lo rende ideale per attività flessibili e incentrate sul linguaggio. Scopri di più sugli agenti LLM qui.
In questo modo, abbiamo completato la struttura per generare un agente di base utilizzando l'Agent Development Kit (ADK). Ora collegheremo il nostro agente a MCP Toolbox, in modo che possa utilizzare questo strumento per rispondere alle query dell'utente (in questo caso, saranno le note di rilascio di Google Cloud).
10. Connessione dell'agente agli strumenti
Ora collegheremo questo agente agli strumenti. Nel contesto di ADK, uno strumento rappresenta una funzionalità specifica fornita a un agente AI, che gli consente di eseguire azioni e interagire con il mondo al di là delle sue capacità di generazione di testo e ragionamento di base.
Nel nostro caso, doteremo il nostro agente degli strumenti che abbiamo configurato in MCP Toolbox for Databases.
Modifica il file agent.py con il seguente codice. Tieni presente che nel codice viene utilizzata la porta predefinita 5000, ma se utilizzi un numero di porta alternativo, utilizza quello.
from google.adk.agents import Agent
from toolbox_core import ToolboxSyncClient
toolbox = ToolboxSyncClient("http://127.0.0.1:5000")
# Load all the tools
tools = toolbox.load_toolset('my_bq_toolset')
root_agent = Agent(
name="gcp_releasenotes_agent",
model="gemini-3.8-flash",
description=(
"Agent to answer questions about Google Cloud Release notes."
),
instruction=(
"You are a helpful agent who can answer user questions about the Google Cloud Release notes. Use the tools to answer the question"
),
tools=tools,
)
Ora possiamo testare l'agente che recupererà i dati reali dal nostro set di dati BigQuery configurato con MCP Toolbox for Databases.
Per farlo, segui questa sequenza:
In un terminale di Cloud Shell, avvia MCP Toolbox for Databases. Potresti averlo già in esecuzione localmente sulla porta 5000 come abbiamo testato in precedenza. In caso contrario, esegui questo comando (dalla cartella mcp-toolbox) per avviare il server:
./toolbox --config "tools.yaml"
Idealmente, dovresti visualizzare un output che indica che il server è riuscito a connettersi alle nostre origini dati e ha caricato il set di strumenti e gli strumenti.
Una volta avviato correttamente il server MCP, in un altro terminale avvia l'agente tramite il comando adk run (dalla cartella my-agents) mostrato di seguito. Se preferisci, puoi anche utilizzare il comando adk web.
$ adk run gcp_releasenotes_agent_app/
Running agent gcp_releasenotes_agent, type exit to exit.
[user]: Hello
[gcp_releasenotes_agent]: Hello! I am your Google Cloud Release Notes assistant. How can I help you today? Feel free to ask about recent updates, feature releases, deprecations, or announcements across Google Cloud products.
[user]: get me the google cloud release notes
[gcp_releasenotes_agent]: Here are the latest highlights from the Google Cloud Release Notes:
---
### **AI & Machine Learning**
* **Gemini Enterprise**:
* **Gemini 3.8 Flash** is now Generally Available (GA) and enabled by default in `global`, `us`, and `eu` regions.
* **Gemini Enterprise Agent Platform**:
* **Gemini 3.8 Live** is now GA, bringing improved voice quality, model reliability, and agent orchestration.
* **Meta's Muse Spark 1.3** is in Preview (reasoning model with tool calling, MCP support, and 1M context window).
* **CX Agent Studio**:
* **Agent as a tool** is now GA.
* Added **Composite models** for enterprise voice agents.
* Introduced **Supervisor agents** to monitor active agent performance.
* Added **Agent-to-agent (A2A) protocol tools** and integrations for WhatsApp, Instagram, and SecureCo.
* **Model Armor**: Prompt injection, jailbreak detection, and Responsible AI filters are now supported in Melbourne (`australia-southeast2`).
---
### **Compute & Infrastructure**
* **Compute Engine**: Standard snapshots deleted accidentally or maliciously are now retained in the **Recycle Bin for 3 days** before permanent erasure (Preview).
* **Confidential VM**: Support for **Intel TDX on `c4-standard-*`** machine types is now GA.
* **SAP on Google Cloud**: Certified the **X5 series** of memory-optimized bare metal machine types (Intel Granite Rapids CPU platform) for SAP HANA and SAP NetWeaver.
* **Cloud Workstations**: Cloud Workstations is now a covered product under the Google Cloud HIPAA BAA.
---
### **Containers & Networking**
* **Google Kubernetes Engine (GKE)**: **GKE ambient networking** is now in Preview (allowlist), providing a sidecarless, Layer 4 service mesh using Gateway API on GKE Dataplane V2.
* **Cloud Service Mesh**: Maintenance and security patch releases available for in-cluster versions `1.30.4-asm.14`, `1.29.7-asm.18`, and `1.28.10-asm.40`.
---
### **Data Analytics & Databases**
* **BigQuery**: In BigQuery Studio, the query editor results table now freezes row numbers on the left during horizontal scrolling (GA).
* **Memorystore for Valkey**: Valkey version 9.1 is now GA.
* **Looker**: Deployment of version 26.16; includes a long-polling concurrency guard, tile-level filter controls (Preview), and an OAuth authorization warning dialog.
* **Data Studio / Looker Studio**:
* Added private IP connectivity for Cloud SQL PostgreSQL databases.
..
..
..
Tieni presente che l'agente utilizza lo strumento che abbiamo configurato in MCP Toolbox for Databases (search_release_notes_bq) e recupera i dati dal set di dati BigQuery e formatta la risposta di conseguenza.
11. Complimenti
Congratulazioni, hai configurato correttamente MCP Toolbox for Databases e un set di dati BigQuery per l'accesso all'interno dei client MCP.