// HEISE ONLINE — INTELLIGENZA ARTIFICIALE
Datenbanken mit Java, KI und MCP steuern: Googles MCP Toolbox
Java-Entwickler können mit der Google-Toolbox ihre Datenbanken per KI über MCP ansprechen – derzeit noch mit Einschränkungen.
Google hat Version 1.0 seines Java-SDK für die „MCP Toolbox for Databases“ veröffentlicht. Mit der Client-Bibliothek laden Java-Anwendungen als Datenbankabfrage definierte Tools vom Toolbox-Server und reichen sie an KI-Agenten weiter.
Die MCP Toolbox for Databases ist ein quelloffener Server für das Model Context Protocol (MCP), über den Agenten, IDEs und Anwendungen auf Datenbanken zugreifen. Ursprünglich hieß das Projekt „Gen AI Toolbox for Databases“, da seine Entwicklung schon vor MCP begonnen hatte. Neben AlloyDB, BigQuery, Cloud SQL und Spanner aus der Google Cloud unterstützt der Server unter anderem PostgreSQL, MySQL, SQL Server, Oracle, MongoDB und Snowflake.
Über die Datei tools.yaml können Entwicklerinnen und Entwickler diejenigen parametrisierten SQL-Abfragen festlegen, die ein Agent ausführen darf, statt das Sprachmodell eigene Abfragen formulieren zu lassen. Das Modell wählt dann nur das passende Tool aus und liefert die Parameter.
(Bild: Playful Creatives / Adobe Stock & asgraphicsb24 / 123rf))
Im Fokus der Online-Konferenz betterCode() Java am 13. Oktober stehen die Neuerungen der jüngsten Java-Releases und wie sie dabei helfen können, Java-Anwendungen effizienter zu gestalten.
Dabei geht es zum einen um Features wie Pattern Matching und Structured Concurrency. Zum anderen wirft die Konferenz einen Blick unter die Haube und zeigt, was sich seit Java 17 beim Garbage Collector, der Time-to-Peak-Performance und der JVM-Start-up-Zeit getan hat.
In seinen bereits am 9. September veröffentlichten Release Notes weist Google auf einen Breaking Change in Zusammenhang mit gebundenen Parametern hin. Wenn die Anwendung einen Parameter per bindParam vorab an einen festen Wert knüpft, wie den Namen des angemeldeten Nutzers, taucht er in der Tool-Definition, die das Sprachmodell zu sehen bekommt, nicht mehr auf. Wer von Version 0.2 umsteigt, sollte daher prüfen, inwieweit Prompts oder Tests auf diese Parameter zurückgreifen. Neu sind außerdem Standardwerte für Tool-Parameter und Hooks, die vor und nach einem Tool-Aufruf laufen.
Die Anmeldung am Toolbox-Server hat Google über die Schnittstellen CredentialsProvider und AuthMethods vom übrigen Client getrennt. OIDC-Token von Google sind über die Application Default Credentials (ADC) eingebaut, Entwickler können weitere Token-Quellen selbst anbinden. Sollen Zugangsdaten über unverschlüsseltes HTTP übertragen werden, gibt das SDK eine Warnung aus. Mit HttpMcpTransport ist zudem die Protokolllogik vom HTTP-Client getrennt, sodass sich etwa ein eigenes Connection Pooling einsetzen lässt.
Google räumt im Repository seines SDK ein, dass es mit den entsprechenden SDKs für Python, TypeScript und Go noch nicht gleichauf liegt, führt die fehlenden Funktionen jedoch nicht näher aus. Für andere Sprachen gibt es außerdem eigene Pakete für Frameworks wie LangChain, LlamaIndex oder Googles Agent Development Kit (ADK), die für Java bislang nicht vorliegen. Eine Beispielanwendung kombiniert Spring Boot und LangChain4j mit AlloyDB.