Google обновила MCP Toolbox
Google обновила MCP Toolbox и это серьёзный апгрейд, плюс теперь это open source. MCP Toolbox от Google отлично работает со структурированными данными, но в реальности корпоративные знания почти никогда не живут в базах данных. Они размазаны по письмам, Slack-тредам, GitHub-репозиториям, записям в Salesforce, отзывам клиентов и внутренней документации. Из-за этого агенты просто не видят большую часть данных и работают с урезанным контекстом. Разработчик решил эту проблему с помощью MindsDB. Он выступает как универсальный SQL-слой поверх всех источников данных — структурированных, полуструктурированных и неструктурированных. В итоге ты можешь выполнять SQL-запросы в Salesforce, Gmail, GitHub, файлы в S3, Jira и ещё более чем в 200 источников. Самое интересное, как это стыкуется с MCP Toolbox. MindsDB всё пробрасывает через MySQL, поэтому для агента это выглядит как обычный SQL: он делает запрос и получает контекст. Агенту вообще не важно, что под капотом данные пришли из пяти разных систем. Такая схема открывает мощные возможности: → Один SQL-интерфейс для десятков корпоративных источников → Кросс-джойны между разными системами, например GitHub + CRM в одном запросе → Встроенный ML для работы с неструктурированными данными → Простые MCP-инструменты, которые теперь покрывают куда больше данных В видео агент делает один SQL-запрос сразу к данным из GitHub и базе с отзывами клиентов. То, что раньше требовало ETL-пайплайнов и недель инженерной работы, теперь происходит мгновенно. В итоге всё просто: полезность AI-агентов напрямую зависит от того, к каким данным у них есть доступ. А здесь данных становится в разы больше. 100% опенсорс (https://github.com/mindsdb/mindsdb)
Google обновила MCP Toolbox и это серьёзный апгрейд, плюс теперь это open source. MCP Toolbox от Google отлично работает со структурированными данными, но в реальности корпоративные знания почти никогда не живут в базах данных. Они размазаны по письмам, Slack-тредам, GitHub-репозиториям, записям в Salesforce, отзывам клиентов и внутренней документации. Из-за этого агенты просто не видят большую часть данных и работают с урезанным контекстом. Разработчик решил эту проблему с помощью MindsDB. Он выступает как универсальный SQL-слой поверх всех источников данных — структурированных, полуструктурированных и неструктурированных. В итоге ты можешь выполнять SQL-запросы в Salesforce, Gmail, GitHub, файлы в S3, Jira и ещё более чем в 200 источников. Самое интересное, как это стыкуется с MCP Toolbox. MindsDB всё пробрасывает через MySQL, поэтому для агента это выглядит как обычный SQL: он делает запрос и получает контекст. Агенту вообще не важно, что под капотом данные пришли из пяти разных систем. Такая схема открывает мощные возможности: → Один SQL-интерфейс для десятков корпоративных источников → Кросс-джойны между разными системами, например GitHub + CRM в одном запросе → Встроенный ML для работы с неструктурированными данными → Простые MCP-инструменты, которые теперь покрывают куда больше данных В видео агент делает один SQL-запрос сразу к данным из GitHub и базе с отзывами клиентов. То, что раньше требовало ETL-пайплайнов и недель инженерной работы, теперь происходит мгновенно. В итоге всё просто: полезность AI-агентов напрямую зависит от того, к каким данным у них есть доступ. А здесь данных становится в разы больше. 100% опенсорс (https://github.com/mindsdb/mindsdb)