第164回雲勉 Agent Development Kit と MCP Toolbox for Databases で MCP 連携してみた

第164回雲勉 Agent Development Kit と   MCP Toolbox for
Databasesで   MCP 連携してみた  

講師自己紹介 2  ▪ 山際哲哉  • DX開発事業部モダンエンジニアリングセクション  • 2025年2月
アイレットに入社  • 2025年5月に Google Cloud 資格全冠しました！  • ご質問は YouTubeのコメント欄で受け付けております。  後日回答させていただきます！   

アジェンダ 3  1. 本日のゴール 2. AI エージェントと MCP 3. 実践 
4. まとめ 

1. 本日のゴール   4

1．本日のゴール   5  ▪ Agent Development Kit  ◦ AI エージェントとは何か 
◦ Agent Development Kit とは何か   ▪ MCP Toolbox for Databases   ◦ MCP とは何か  ▪ これらのツールを Google Cloud にデプロイし、動作確認を行う   

2. AI エージェントと MCP   6

2．AI エージェントと MCP   7  ▪ AI エージェント  • 目標を達成するために、必要なタスクを自律的に思考、アクション、観察を繰り返す
AI のこと  • Tools を使用して外部データやサービスと連携可能  会話  AI エージェント   思考アクション観察 Tools Tool 1 Tool 2

2．AI エージェントと MCP   8  ▪ Agent Development Kit (ADK)
• Google Cloud が提供する AI エージェントを構築するための Python ライブラリ  • 特徴    https://google.github.io/adk-docs/   マルチエージェント設計複数の専門化されたエージェントを階層的に構成し、複雑な連携と委任が可能豊富なモデルエコシステム Gemini や Vertex AI Model Garden のモデルや Anthropic、Meta、etc 多様なツールエコシステム検索、コード実行などの事前構築済みツール、 MCP ツール、etc 組み込みのストリーミング機能双方向のオーディオおよびビデオストリーミング統合された開発者体験 CLI や Web UI により、開発、テスト、デバッグが容易

2．AI エージェントと MCP   9      MCP サーバー  
MCP サーバー   MCP サーバー   MCP ホスト   データソース   データソース   インターネット   Web API   ▪ MCP (Model Context Protocol) • LLM が外部アプリやデータソースやツールと通信する方法を標準化した仕組み 

2．AI エージェントと MCP   10  ▪ MCP Toolbox for Databases
• DB 用のオープンソース MCP サーバー  • エージェントが DB にアクセスできるように  するツール  • Google Cloud の DB サービスにも対応   https://github.com/googleapis/genai-toolbox  

3. 実践  11

3．実践  12  ▪ 構築する AI エージェント  • 架空のホテルの検索と詳細を質問できる   
    ルート  エージェント   検索  エージェント   詳細  エージェント   BigQuery Vertex AI Search

3．実践  13  ▪ MCP クライアント  • ADK で構築したエージェント  ▪ MCP
サーバー  • MCP Toolbox for Databases で構築したサーバー  ▪ DB • BigQuery ▪ 非構造化データ検索  • Vertex AI Search      

3．実践  14  ▪ アーキテクチャ  Architecture: Agent Development Kit &MCP Toolbox
for Databases Direct VPC Egress 許可された Google   アカウントのみアクセス許可   上り(内向き)の制御：内部  

3．実践  15  ▪ BigQuery にデータを格納する     

3．実践  16  ▪ MCP Toolbox for Databases の記載  ◦ yaml
で Tools を定義する    ▪ sources  ◦ 操作するデータソース  ▪ tools  ◦ エージェントが使用するツール  ▪ toolsets  ◦ ツールグループ  ◦ 異なるエージェントやアプリ毎に異なる  セットを定義するのに役立つ      sources: my-bigquery-source: kind: "bigquery" project: "PROJECT_ID" tools: search-hotels-by-location: kind: bigquery-sql source: my-bigquery-source description: | Search for hotels based on location. Example: {{ "location": "東京", }} parameters: - name: location type: string description: The location of the hotel. statement: SELECT * FROM `DATASET.hotels` WHERE location = @location; toolsets: my_first_toolset: - search-hotels-by-name - search-hotels-by-location - search-hotels-by-booked

3．実践  17  ▪ MCP Toolbox for Databases を Cloud Run
にデプロイ  ◦ gcloud コマンド or コンソール上からデプロイする  ◦ サービスアカウントには、以下ロールを付与  ▪ Secret Manager のシークレットアクセサー  ▪ BigQuery データ閲覧者  ▪ BigQuery ユーザー          gcloud run deploy toolbox \ --image $IMAGE \ --service-account toolbox-service-account \ --region asia-northeast1 \ --set-secrets "/app/tools.yaml=tools:latest" \ --args="--tools_file=/app/tools.yaml","--address=0.0.0.0","--port=8080" \ –ingress "internal"

3．実践  18  ▪ ADK でエージェントの構築  ▪ 検索エージェントの定義  ◦ ToolboxTool を使用して、 
tools をエージェントに渡す        from google.adk.agents import Agent from google.adk.tools.toolbox_tool import ToolboxTool toolbox = ToolboxTool("TOOLBOX_URL") tools = toolbox.get_toolset(toolset_name="my_first_toolset") bq_agent = Agent( model="gemini-2.0-flash", name="bq_agent", description=("都市内のホテルやホテル名、予約状況に関する質問に答えるエージェント。"), instruction=( "あなたは、特定の都市にあるホテルやホテル名、予約状況に関するユーザーの質問に答えられる、役立つエージェントです。ツールを使って質問に答えましょう。" ), tools=tools, )

3．実践  19  ▪ ADK でエージェントの構築  ▪ 詳細エージェントの定義  ◦ VertexAiSearchTool を使用して、 
tools をエージェントに渡す        from google.adk.agents import Agent from google.adk.tools import VertexAiSearchTool vertex_search_tool = VertexAiSearchTool( data_store_id="DATA_STORE＿ID" ) info_agent = Agent( model="gemini-2.0-flash", name="info_agent", description=("札幌ガーデンホテルの情報に関するユーザーの質問に答えるエージェント。"), instruction=( "あなたは札幌ガーデンホテルの情報に関するユーザーの質問に答えられる、役立つエージェントです。ツールを使って質問に答えましょう。" ), tools=[vertex_search_tool], )

3．実践  20  ▪ ADK でエージェントの構築  ▪ ルートエージェントの定義  ◦ Agent as
a Tool として定義した  Agent を Tool に渡す    ▪ Agent as a Tool  ◦ Agent AがAgent Bを道具として  使い、Bの回答をAが受け取って  ユーザーに応答  ▪ サブエージェント  ◦ Agent AがAgent Bに処理を任せ、  ユーザーへの応答責任は完全にBに移る    from google.adk.agents import Agent from google.adk.tools.agent_tool import AgentTool root_agent = Agent( model="gemini-2.0-flash", name="hotel_agent", description=("ホテルに関する質問に答えるエージェント。"), instruction=( "あなたはホテルに関するユーザーの質問に答えられる、役立つエージェントです。\n" "都市内のホテルやホテル名、予約状況に関する質問は bq_agent を使用します。\n" "札幌ガーデンホテルの情報に関する質問は info_agent を使用します。" ), tools=[AgentTool(agent=bq_agent), AgentTool(agent=info_agent)], )

3．実践  21  ▪ ADK を Cloud Run にデプロイ (Vertex AI
Agent Engine でも可)  ◦ adk コマンドが用意されている  ◦ サービスアカウントには、以下ロールを付与  ▪ Cloud Run サービス起動元  ▪ Vertex AI ユーザー  ▪ ディスカバリーエンジンユーザー            ◦ Artifact Registry に push され、Cloud Run にサービスがデプロイされる  adk deploy cloud_run \ --project=$GOOGLE_CLOUD_PROJECT \ --region=$GOOGLE_CLOUD_LOCATION \ --service_name=$SERVICE_NAME \ --app_name=$APP_NAME \ --with_ui \ $AGENT_PATH

3．実践  22  ▪ 動作確認       

3．実践  23  ▪ 動作確認  ▪ MCP サーバーを経由して、BigQueryのデータを取得してきた       

3．実践  24  ▪ 動作確認       

3．実践  25  ▪ 動作確認  ▪ 他の定義した Tool も使用して、BigQueryのデータを取得してきた     
 

3．実践  26  ▪ 動作確認       

3．実践  27  ▪ 動作確認  ▪ Vertex AI Search を使用して、ドキュメントから検索して回答してくれた   
   

3．実践  28  ▪ 評価  ▪ Tool の使用や最終応答の評価を行うことができる  ▪ Json 形式でテストファイルを記述
        [ { "name": "東京のホテル検索", "data": [ { "query": "東京のホテルを検索してください", "expected_tool_use": [{"tool_name": "bq_agent", "tool_input": {"request": "東京のホテルを検索してください"}}], "expected_intermediate_agent_responses": [], "reference": "デザイナーズホテル東京とホテル東京駅前と東京ベイホテルがあります。" } ], "initial_session": { "state": {}, "app_name": "hotels", "user_id": "user" } ]

3．実践  29  ▪ 評価  ▪ テスト結果が表示されて、ログに詳細の結果が表示される       

4. まとめ   30

4．まとめ   31  ▪ Agent Development Kit を使用すると、簡単に AI エージェントを構築できる 
◦ Cloud Run や Vertex AI Agent Engine にデプロイできる    ▪ MCP Toolbox for Databases を使用すると、簡単に DB の操作ができる MCP   サーバーを構築できる    ▪ これらのツールを Google Cloud にデプロイし、動作確認ができる   

第164回雲勉 Agent Development Kit と MCP Toolbox fo...

第164回雲勉 Agent Development Kit と MCP Toolbox for Databases で MCP 連携してみた

iret.kumoben

More Decks by iret.kumoben

Other Decks in Technology

Featured

Transcript