googleapis/mcp-toolbox

GitHub: googleapis/mcp-toolbox

MCP Toolbox for Databases一个开源的 MCP 服务器,用于将 AI 智能体和 IDE 安全地连接到企业数据库,并提供预构建工具与自定义开发框架。

Stars: 14539 | Forks: 1453

![logo](https://static.pigsec.cn/wp-content/uploads/repos/2026/04/104d61c031045854.png) # 用于数据库的 MCP Toolbox googleapis%2Fmcp-toolbox | Trendshift [![Go Report Card](https://goreportcard.com/badge/github.com/googleapis/mcp-toolbox)](https://goreportcard.com/report/github.com/googleapis/mcp-toolbox) [![License: Apache 2.0](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](https://opensource.org/licenses/Apache-2.0) [![Docs](https://img.shields.io/badge/Docs-MCP_Toolbox-blue)](https://mcp-toolbox.dev/) [![Discord](https://img.shields.io/badge/Discord-%235865F2.svg?style=flat&logo=discord&logoColor=white)](https://discord.gg/Dmm69peqjh) [![Medium](https://img.shields.io/badge/Medium-12100E?style=flat&logo=medium&logoColor=white)](https://medium.com/@mcp_toolbox) [![Python SDK](https://img.shields.io/pypi/v/toolbox-core?logo=python&logoColor=white&label=Python%20SDK)](https://pypi.org/project/toolbox-core/) [![JS/TS SDK](https://img.shields.io/npm/v/@toolbox-sdk/core?logo=javascript&logoColor=white&label=JS%20SDK)](https://www.npmjs.com/package/@toolbox-sdk/core) [![Go SDK](https://img.shields.io/github/v/release/googleapis/mcp-toolbox-sdk-go?logo=go&logoColor=white&label=Go%20SDK)](https://pkg.go.dev/github.com/googleapis/mcp-toolbox-sdk-go) [![Java SDK](https://img.shields.io/maven-central/v/com.google.cloud.mcp/mcp-toolbox-sdk-java?logo=apache-maven&logoColor=white&label=Java%20SDK)](https://mvnrepository.com/artifact/com.google.cloud.mcp/mcp-toolbox-sdk-java)
MCP Toolbox for Databases 是一个开源的 Model Context Protocol (MCP) 服务器,可将您的 AI 智能体、IDE 和应用程序直接连接到您的企业数据库。

architecture

它具有**双重用途**: 1. **即用型 MCP 服务器(构建时):** 使用我们的*预构建通用工具*,立即将 Gemini CLI、Google Antigravity、Claude Code、Codex 或其他 MCP 客户端连接到您的数据库。与您的数据进行对话,探索 schema,生成代码,而无需编写样板代码。 2. **自定义工具框架(运行时):** 一个用于为您的生产级智能体构建专用、高安全性 AI 工具的强大框架。安全轻松地定义结构化查询、语义搜索和 NL2SQL 功能。 本 README 提供简要概述。有关详细信息,请参阅[完整文档](https://mcp-toolbox.dev/)。 ## 目录 - [为什么选择 MCP Toolbox?](#why-mcp-toolbox) - [快速入门:预构建工具](#quick-start-prebuilt-tools) - [快速入门:自定义工具](#quick-start-custom-tools) - [安装并运行 Toolbox 服务器](#install--run-the-toolbox-server) - [连接到 Toolbox](#connect-to-toolbox) - [MCP 客户端](#mcp-client) - [Toolbox SDK:集成到您的应用程序](#toolbox-sdks-integrate-with-your-application) - [附加功能](#additional-features) - [版本控制](#versioning) - [贡献](#contributing) - [社区](#community) ## 为什么选择 MCP Toolbox? - **开箱即用的数据库访问:** 预构建的通用工具,可从您的 IDE 或 CLI 直接进行即时数据探索(例如 `list_tables`、`execute_sql`)。 - **自定义工具框架:** 使用您自己的预定义逻辑构建生产就绪的工具,通过受限访问、结构化查询和语义搜索确保安全性。 - **简化开发:** 在不到 10 行代码内将工具集成到您的 Agent Development Kit (ADK)、LangChain、LlamaIndex 或自定义智能体中。 - **更好的性能:** 开箱即用地处理连接池、集成身份验证 (IAM) 和端到端可观测性 (OpenTelemetry)。 - **增强的安全性**:集成身份验证,以更安全地访问您的数据。 - **端到端可观测性**:内置 OpenTelemetry 支持的现成指标和追踪。 ## 快速入门:预构建工具 停止上下文切换,让您的 AI 助手成为真正的共同开发者。通过使用 MCP Toolbox 将 IDE 连接到数据库,您可以用简单的英语查询数据、自动化 schema 发现和管理,并生成感知数据库的代码。 您可以在任何兼容 MCP 的 IDE 或客户端(例如 Gemini CLI、Google Antigravity、Claude Code、Codex 等)中通过配置 MCP 服务器来使用 Toolbox。 **预构建工具也可以通过 [Google Antigravity MCP Store](https://antigravity.google/docs/mcp) 方便地获取,只需简单的点击安装体验。** 1. 将以下内容添加到客户端的 MCP 配置文件中(通常是 `mcp.json` 或 `claude_desktop_config.json`): { "mcpServers": { "toolbox-postgres": { "command": "npx", "args": [ "-y", "@toolbox-sdk/server", "--prebuilt=postgres" ] } } } 2. 设置适当的环境变量以进行连接,请参阅 [预构建工具参考](https://mcp-toolbox.dev/documentation/configuration/prebuilt-configs/)。 当您使用 `--prebuilt=` 标志运行 Toolbox 时,您将立即获得与该数据库交互的标准工具。 当前支持的数据库包括: - **Google Cloud:** AlloyDB、BigQuery、Cloud SQL (PostgreSQL, MySQL, SQL Server)、Spanner、Firestore、Knowledge Catalog(前身为 Dataplex)。 - **其他数据库:** PostgreSQL、MySQL、SQL Server、Oracle、MongoDB、Redis、Elasticsearch、CockroachDB、ClickHouse、Couchbase、Neo4j、Snowflake、Trino 等。 有关所有支持数据库中可用工具及其功能的完整列表,请参阅 [预构建工具参考](https://mcp-toolbox.dev/documentation/configuration/prebuilt-configs/)。 *有关 Docker 或二进制文件等不同执行方法,请参阅 [安装并运行 Toolbox 服务器](#install--run-the-toolbox-server) 部分。* ## 快速入门:自定义工具 Toolbox 也可以用作自定义工具的框架。 配置 Toolbox 的主要方式是通过 `tools.yaml` 文件。如果您 有多个文件,可以使用 `--config tools.yaml` 标志告诉 Toolbox 加载哪个文件。 您可以在 [资源](https://mcp-toolbox.dev/documentation/configuration/) 中找到所有资源类型的更详细参考文档。 ### 数据源 (Sources) `tools.yaml` 中的 `sources` 部分定义了您的 Toolbox 应该访问哪些数据源。大多数工具至少有一个数据源 来执行操作。 ``` kind: source name: my-pg-source type: postgres host: 127.0.0.1 port: 5432 database: toolbox_db user: toolbox_user password: my-password ``` 有关配置不同类型数据源的更多详细信息,请参阅 [数据源](https://mcp-toolbox.dev/documentation/configuration/sources/)。 ### 工具 (Tools) `tools.yaml` 中的 `tools` 部分定义了智能体可以采取的操作:它是什么类型的工具、影响哪个(些)数据源、使用什么参数等。 ``` kind: tool name: search-hotels-by-name type: postgres-sql source: my-pg-source description: Search for hotels based on name. parameters: - name: name type: string description: The name of the hotel. statement: SELECT * FROM hotels WHERE name ILIKE '%' || $1 || '%'; ``` 有关配置不同类型工具的更多详细信息,请参阅 [工具](https://mcp-toolbox.dev/documentation/configuration/tools/)。 ### 工具集 (Toolsets) `tools.yaml` 中的 `toolsets` 部分允许您定义希望能够一起加载的工具组。这对于根据智能体或应用程序定义不同的组很有用。 ``` kind: toolset name: my_first_toolset tools: - my_first_tool - my_second_tool --- kind: toolset name: my_second_toolset tools: - my_second_tool - my_third_tool ``` ### 提示词 (Prompts) `tools.yaml` 中的 `prompts` 部分定义了可用于与 LLM 交互的提示词。 ``` kind: prompt name: code_review description: "Asks the LLM to analyze code quality and suggest improvements." messages: - content: > Please review the following code for quality, correctness, and potential improvements: \n\n{{.code}} arguments: - name: "code" description: "The code to review" ``` 有关配置提示词的更多详细信息,请参阅 [提示词](https://mcp-toolbox.dev/documentation/configuration/prompts/)。 ## 安装并运行 Toolbox 服务器 您可以直接使用[配置文件](#quick-start-custom-tools) 运行 Toolbox: ``` npx @toolbox-sdk/server --config tools.yaml ``` 这将使用您的配置文件运行最新版本的 Toolbox 服务器。 ### 安装 Toolbox 要获取最新版本,请查看 [发布页面][releases] 并按照您的操作系统和 CPU 架构使用以下说明。
二进制文件 要将 Toolbox 作为二进制文件安装:
容器镜像 您也可以将 Toolbox 作为容器安装: ``` # 查看 releases page 了解其他版本 export VERSION=1.0.0 docker pull us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:$VERSION ```
Homebrew 要在 macOS 或 Linux 上使用 Homebrew 安装 Toolbox: ``` brew install mcp-toolbox ```
从源代码编译 要从源代码安装,请确保您已安装最新版本的 [Go](https://go.dev/doc/install),然后运行以下命令: ``` go install github.com/googleapis/mcp-toolbox@v1.0.0 ```
Gemini CLI 查看 [Gemini CLI 扩展](https://geminicli.com/extensions/),将针对特定数据库(如 AlloyDB、BigQuery 和 Cloud SQL)的预构建工具直接安装到 Gemini CLI 中。 ``` # 安装 Gemini CLI npm install -g @google/gemini-cli # 安装扩展 gemini extensions install https://github.com/gemini-cli-extensions/cloud-sql-postgres # 运行 Gemini CLI gemini ``` 通过 Gemini CLI 使用自然语言与您的自定义工具进行交互。 ``` # 安装扩展 gemini extensions install https://github.com/gemini-cli-extensions/mcp-toolbox ```
### 运行 Toolbox [配置](#quick-start-custom-tools) `tools.yaml` 以定义您的工具,然后 执行 `toolbox` 以启动服务器:
二进制文件 要从二进制文件运行 Toolbox: ``` ./toolbox --config "tools.yaml" ```
容器镜像 拉取[容器镜像](#install-toolbox) 后运行服务器: ``` export VERSION=0.24.0 # Use the version you pulled docker run -p 5000:5000 \ -v $(pwd)/tools.yaml:/app/tools.yaml \ us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:$VERSION \ --config "/app/tools.yaml" ```
源代码 要直接从源代码运行服务器,请导航到项目根目录 并运行: ``` go run . ```
Homebrew 如果您使用 [Homebrew](https://brew.sh/) 安装了 Toolbox,则 `toolbox` 二进制文件已在您的系统路径中。您可以使用相同的 命令启动服务器: ``` toolbox --config "tools.yaml" ```
NPM 要在无需手动下载二进制文件的情况下直接运行 Toolbox(需要 Node.js): ``` npx @toolbox-sdk/server --config tools.yaml ```
Gemini CLI 安装 [Gemini CLI 扩展](https://geminicli.com/extensions/) 后,预构建工具将在使用期间可用。 ``` # 运行 Gemini CLI gemini # 列出扩展 /exttensions list # 列出 MCP 服务器 /mcp list ```
您可以使用 `toolbox help` 查看标志的完整列表!要停止服务器,请发送 终止信号(大多数平台上为 `ctrl+c`)。 有关部署到不同环境的更详细文档,请查看 [部署 Toolbox 部分](https://mcp-toolbox.dev/documentation/deploy-to/) 中的资源 ## 连接到 Toolbox 一旦您的 Toolbox 服务器启动并运行,您就可以将工具加载到您兼容 MCP 的客户端或 应用程序中。 ### MCP 客户端 将以下配置添加到您的 MCP 客户端配置中: ``` { "mcpServers": { "toolbox": { "type": "http", "url": "http://127.0.0.1:5000/mcp", } } } ``` 如果您想连接到特定的工具集,请将 url 替换为 "http://127.0.0.1:5000/mcp/{toolset_name}"。 ### Toolbox SDK:集成到您的应用程序 Toolbox Client SDK 提供了易于使用的基础构建块和高级功能,用于将您的自定义应用程序连接到 MCP Toolbox 服务器。请参阅下面使用各种框架的 Client SDK 列表:
Python (Github)
核心 1. 安装 [Toolbox Core SDK][toolbox-core]: pip install toolbox-core 2. 加载工具: from toolbox_core import ToolboxClient # 更新 url 以指向您的服务器 async with ToolboxClient("http://127.0.0.1:5000") as client: # 这些工具可以传递给您的应用程序! tools = await client.load_toolset("toolset_name") 有关使用 Toolbox Core SDK 的更详细说明,请参阅 [项目的 README][toolbox-core-readme]。
LangChain / LangGraph 1. 安装 [Toolbox LangChain SDK][toolbox-langchain]: pip install toolbox-langchain 2. 加载工具: from toolbox_langchain import ToolboxClient # 更新 url 以指向您的服务器 async with ToolboxClient("http://127.0.0.1:5000") as client: # 这些工具可以传递给您的应用程序! tools = client.load_toolset() 有关使用 Toolbox LangChain SDK 的更详细说明,请参阅 [项目的 README][toolbox-langchain-readme]。
LlamaIndex 1. 安装 [Toolbox Llamaindex SDK][toolbox-llamaindex]: pip install toolbox-llamaindex 2. 加载工具: from toolbox_llamaindex import ToolboxClient # 更新 url 以指向您的服务器 async with ToolboxClient("http://127.0.0.1:5000") as client: # 这些工具可以传递给您的应用程序! tools = client.load_toolset() 有关使用 Toolbox Llamaindex SDK 的更详细说明,请参阅 [项目的 README][toolbox-llamaindex-readme]。
Javascript/Typescript (Github)
核心 1. 安装 [Toolbox Core SDK][toolbox-core-js]: npm install @toolbox-sdk/core 2. 加载工具: import { ToolboxClient } from '@toolbox-sdk/core'; // 更新 url 以指向您的服务器 const URL =http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // 这些工具可以传递给您的应用程序! const tools = await client.loadToolset('toolsetName'); 有关使用 Toolbox Core SDK 的更详细说明,请参阅 [项目的 README][toolbox-core-js-readme]。
LangChain / LangGraph 1. 安装 [Toolbox Core SDK][toolbox-core-js]: npm install @toolbox-sdk/core 2. 加载工具: import { ToolboxClient } from '@toolbox-sdk/core'; // 更新 url 以指向您的服务器 const URL = 'http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // 这些工具可以传递给您的应用程序! const toolboxTools = await client.loadToolset('toolsetName'); // 定义工具的基础:名称、描述、schema 和核心逻辑 const getTool = (toolboxTool) => tool(currTool, { name: toolboxTool.getName(), description: toolboxTool.getDescription(), schema: toolboxTool.getParamSchema() }); // 在您的 Langchain/Langgraph 应用程序中使用这些工具 const tools = toolboxTools.map(getTool);
Genkit 1. 安装 [Toolbox Core SDK][toolbox-core-js]: npm install @toolbox-sdk/core 2. 加载工具: import { ToolboxClient } from '@toolbox-sdk/core'; import { genkit } from 'genkit'; // 初始化 genkit const ai = genkit({ plugins: [ googleAI({ apiKey: process.env.GEMINI_API_KEY || process.env.GOOGLE_API_KEY }) ], model: googleAI.model('gemini-2.0-flash'), }); // 更新 url 以指向您的服务器 const URL = 'http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // 这些工具可以传递给您的应用程序! const toolboxTools = await client.loadToolset('toolsetName'); // 定义工具的基础:名称、描述、schema 和核心逻辑 const getTool = (toolboxTool) => ai.defineTool({ name: toolboxTool.getName(), description: toolboxTool.getDescription(), schema: toolboxTool.getParamSchema() }, toolboxTool) // 在您的 Genkit 应用程序中使用这些工具 const tools = toolboxTools.map(getTool);
ADK 1. 安装 [Toolbox ADK SDK][toolbox-adk-js]: npm install @toolbox-sdk/adk 2. 加载工具: import { ToolboxClient } from '@toolbox-sdk/adk'; // 更新 url 以指向您的服务器 const URL = 'http://127.0.0.1:5000'; let client = new ToolboxClient(URL); // 这些工具可以传递给您的应用程序! const tools = await client.loadToolset('toolsetName'); 有关使用 Toolbox ADK SDK 的更详细说明,请参阅 [项目的 README][toolbox-adk-js-readme]。
Go (Github)
核心 1. 安装 [Toolbox Go SDK][toolbox-go]: go get github.com/googleapis/mcp-toolbox-sdk-go 2. 加载工具: package main import ( "github.com/googleapis/mcp-toolbox-sdk-go/core" "context" ) func main() { // 确保添加错误检查 // 更新 url 以指向您的服务器 URL := "http://127.0.0.1:5000"; ctx := context.Background() client, err := core.NewToolboxClient(URL) // 框架无关的工具 tools, err := client.LoadToolset("toolsetName", ctx) } 有关使用 Toolbox Go SDK 的更详细说明,请参阅 [项目的 README][toolbox-core-go-readme]。
LangChain Go 1. 安装 [Toolbox Go SDK][toolbox-go]: go get github.com/googleapis/mcp-toolbox-sdk-go 2. 加载工具: package main import ( "context" "encoding/json" "github.com/googleapis/mcp-toolbox-sdk-go/core" "github.com/tmc/langchaingo/llms" ) func main() { // 确保添加错误检查 // 更新 url 以指向您的服务器 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := core.NewToolboxClient(URL) // 框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 获取工具的输入 schema inputschema, err := tool.InputSchema() var paramsSchema map[string]any _ = json.Unmarshal(inputschema, ¶msSchema) // 在 LangChainGo 中使用此工具 langChainTool := llms.Tool{ Type: "function", Function: &llms.FunctionDefinition{ Name: tool.Name(), Description: tool.Description(), Parameters: paramsSchema, }, } }
Genkit 1. 安装 [Toolbox Go SDK][toolbox-go]: go get github.com/googleapis/mcp-toolbox-sdk-go 2. 加载工具: package main import ( "context" "log" "github.com/firebase/genkit/go/genkit" "github.com/googleapis/mcp-toolbox-sdk-go/core" "github.com/googleapis/mcp-toolbox-sdk-go/tbgenkit" ) func main() { // 确保添加错误检查 // 更新 url 以指向您的服务器 URL := "http://127.0.0.1:5000" ctx := context.Background() g := genkit.Init(ctx) client, err := core.NewToolboxClient(URL) // 框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 使用 tbgenkit 包转换工具 // 在 Genkit Go 中使用此工具 genkitTool, err := tbgenkit.ToGenkitTool(tool, g) if err != nil { log.Fatalf("Failed to convert tool: %v\n", err) } log.Printf("Successfully converted tool: %s", genkitTool.Name()) }
Go GenAI 1. 安装 [Toolbox Go SDK][toolbox-go]: go get github.com/googleapis/mcp-toolbox-sdk-go 2. 加载工具: package main import ( "context" "encoding/json" "github.com/googleapis/mcp-toolbox-sdk-go/core" "google.golang.org/genai" ) func main() { // 确保添加错误检查 // 更新 url 以指向您的服务器 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := core.NewToolboxClient(URL) // 框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 获取工具的输入 schema inputschema, err := tool.InputSchema() var schema *genai.Schema _ = json.Unmarshal(inputschema, &schema) funcDeclaration := &genai.FunctionDeclaration{ Name: tool.Name(), Description: tool.Description(), Parameters: schema, } // 在 Go GenAI 中使用此工具 genAITool := &genai.Tool{ FunctionDeclarations: []*genai.FunctionDeclaration{funcDeclaration}, } }
OpenAI Go 1. 安装 [Toolbox Go SDK][toolbox-go]: go get github.com/googleapis/mcp-toolbox-sdk-go 2. 加载工具: package main import ( "context" "encoding/json" "github.com/googleapis/mcp-toolbox-sdk-go/core" openai "github.com/openai/openai-go" ) func main() { // 确保添加错误检查 // 更新 url 以指向您的服务器 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := core.NewToolboxClient(URL) // 框架无关的工具 tool, err := client.LoadTool("toolName", ctx) // 获取工具的输入 schema inputschema, err := tool.InputSchema() var paramsSchema openai.FunctionParameters _ = json.Unmarshal(inputschema, ¶msSchema) // 在 OpenAI Go 中使用此工具 openAITool := openai.ChatCompletionToolParam{ Function: openai.FunctionDefinitionParam{ Name: tool.Name(), Description: openai.String(tool.Description()), Parameters: paramsSchema, }, } }
ADK Go 1. 安装 [Toolbox Go SDK][toolbox-go]: go get github.com/googleapis/mcp-toolbox-sdk-go 2. 加载工具: package main import ( "github.com/googleapis/mcp-toolbox-sdk-go/tbadk" "context" ) func main() { // 确保添加错误检查 // 更新 url 以指向您的服务器 URL := "http://127.0.0.1:5000" ctx := context.Background() client, err := tbadk.NewToolboxClient(URL) if err != nil { return fmt.Sprintln("Could not start Toolbox Client", err) } // 在 ADK Go 中使用此工具 tool, err := client.LoadTool("toolName", ctx) if err != nil { return fmt.Sprintln("Could not load Toolbox Tool", err) } } 有关使用 Toolbox Go SDK 的更详细说明,请参阅 [项目的 README][toolbox-core-go-readme]。
## 附加功能 ### 使用 Toolbox UI 测试工具 要启动 Toolbox 的交互式 UI,请使用 `--ui` 标志。这允许您使用授权参数等功能测试工具和工具集。要了解更多信息,请访问 [Toolbox UI](https://mcp-toolbox.dev/documentation/configuration/toolbox-ui/)。 ``` ./toolbox --ui ``` ### 遥测 Toolbox 通过 OpenTelemetry 发送追踪和指标。使用 `--telemetry-otlp=` 导出到任何兼容 OTLP 的后端,如 Google Cloud Monitoring、Agnost AI 或 其他。有关详细信息,请参阅 [遥测文档](https://mcp-toolbox.dev/documentation/monitoring/export_telemetry/)。 ### 生成智能体技能 `skills-generate` 命令允许您将**工具集**转换为与[智能体技能规范](https://agentskills.io/specification) 兼容的**智能体技能**。这对于将工具作为可移植的技能包进行分发很有用。 ``` toolbox --config tools.yaml skills-generate \ --name "my-skill" \ --toolset "my_toolset" \ --description "A skill containing multiple tools" ``` 生成后,您可以将技能安装到 Gemini CLI 中: ``` gemini skills install ./skills/my-skill ``` 有关更多详细信息,请参阅 [生成智能体技能指南](https://mcp-toolbox.dev/documentation/configuration/skills/)。 ## 版本控制 MCP Toolbox for Databases 遵循 [语义化版本控制](https://semver.org/)。 公共 API 包括 Toolbox 服务器(CLI、配置清单和预构建的工具集)以及 Client SDK。 - **主要版本** 在进行重大更改(例如不兼容的 CLI 或清单更改)时递增。 - **次要版本** 在添加新功能(包括对预构建工具集或 Beta 功能的修改)时递增。 - **修订版本** 在进行向后兼容的错误修复时递增。 有关更多详细信息,请参阅我们的[完整版本控制策略](https://mcp-toolbox.dev/reference/versioning/)。 ## 贡献 欢迎贡献。请参阅 [CONTRIBUTING](CONTRIBUTING.md) 指南以开始使用。 有关为 Toolbox 本身开发而设置环境的技术细节,请参阅 [DEVELOPER](DEVELOPER.md) 指南。 请注意,本项目发布时附有贡献者行为准则。参与本项目即表示您同意遵守其条款。有关更多信息,请参阅 [贡献者行为准则](CODE_OF_CONDUCT.md)。 ## 社区 加入我们的 [Discord 社区](https://discord.gg/GQrFB3Ec3W) 与我们的开发者建立联系!
标签:AI代理, Apache 2.0, DNS解析, EVTX分析, Google, Go语言, IDE插件, JavaScript SDK, Java SDK, JS文件枚举, LLM工具, MCP服务器, MITM代理, Nuclei, Python SDK, SOC Prime, TypeScript SDK, 中间件, 云计算, 企业级数据库, 开发工具, 开源项目, 数据库, 数据访问层, 数据连接, 日志审计, 智能体集成, 模型上下文协议, 用户代理, 程序破解, 规则引擎, 请求拦截, 逆向工具