Qu’est-ce que MCP Toolbox for Databases ?
MCP Toolbox for Databases, de Google, fonctionne de deux façons. Comme serveur prêt à l'emploi, il donne aux agents des outils préconstruits comme list_tables et execute_sql pour une base de données choisie. Comme framework, vous définissez vos propres outils paramétrés dans un fichier tools.yaml, pour qu'un agent de production ne puisse lancer que les requêtes que vous avez écrites. Il a d'abord été publié sous le nom Gen AI Toolbox for Databases, et le dépôt genai-toolbox a été renommé mcp-toolbox.
Lancez une configuration préconstruite avec npx -y @toolbox-sdk/server --prebuilt=postgres --stdio et les détails de connexion dans les variables d'environnement, ou téléchargez le binaire ou le conteneur. Le dépôt livre environ 40 configurations préconstruites, couvrant AlloyDB, BigQuery, Cloud SQL, Spanner, Firestore et Bigtable sur Google Cloud, plus PostgreSQL, MySQL, SQL Server, Oracle, ClickHouse, Snowflake, Neo4j, Elasticsearch, SQLite et d'autres. Des SDK clients existent pour Python, JavaScript, Go et Java.
Le projet est sous licence Apache-2.0 avec environ 16 700 étoiles GitHub ; v1.14.0 est sortie le 8 octobre 2026, après des versions hebdomadaires ou bimensuelles jusqu'en septembre.
Installer MCP Toolbox for Databases
npx -y @toolbox-sdk/server --prebuilt=postgres --stdioMCP Toolbox for Databases vaut-il le coup ?
Le mode framework de Toolbox est la raison de le choisir plutôt qu'un serveur à base unique. Au lieu de remettre execute_sql à un agent de production, vous écrivez des instructions nommées et paramétrées en YAML, comme une recherche d'hôtel qui ne prend qu'un nom, et l'agent ne peut rien appeler d'autre. Toolbox ajoute le pooling de connexions, l'authentification IAM pour les bases de données Google Cloud et le traçage OpenTelemetry, qui sont les parties que les équipes construisent sinon mal elles-mêmes.
Le mode préconstruit est large mais lourd. La configuration Postgres à elle seule définit 29 outils, de execute_sql et list_tables aux diagnostics de verrous, de bloat et de réplication, ce qui est beaucoup de schéma à charger dans chaque session. Les toolsets le réduisent, par exemple --prebuilt=postgres/data pour le SQL seulement, et cela devrait être le défaut pour les agents de codage. L'execute_sql préconstruit est aussi ouvert que l'utilisateur de base de données derrière lui, si bien qu'un rôle en lecture seule est le vrai garde-fou.
Le serveur HTTP a besoin d'être durci avant d'approcher un réseau. Il se lie à 127.0.0.1:5000, ce qui est sensé, mais --allowed-hosts et --allowed-origins utilisent tous deux * par défaut, et la documentation du CLI avertit que * est dangereux même sur localhost parce qu'une page web malveillante peut atteindre le serveur via le DNS rebinding. Le trafic est du HTTP simple sauf si vous passez un certificat et une clé. Le mode stdio, que la plupart des clients de bureau utilisent, évite le problème.
Google vend désormais l'autre moitié de l'argument. Ses serveurs MCP managés pour les bases de données Google Cloud offrent l'expérience préconstruite sans rien à faire tourner, et la FAQ de Toolbox positionne le projet open source comme l'option auto-hébergée, qui évolue plus vite, pour les outils personnalisés et les bases de données non-Google. Les équipes sur BigQuery ou AlloyDB seuls peuvent trouver les serveurs managés suffisants ; quiconque mélange Snowflake, Postgres et Neo4j ne le trouvera pas.
Là où il fait la différence
Un ingénieur backend qui débogue une base Postgres lente depuis Claude Code
Trouver les verrous bloquants, les tables ballonnées et les mauvais plans de requête sans écrire de requêtes de catalogue
Faites tourner la config postgres préconstruite sur stdio avec un rôle en lecture seule ; des outils comme list_locks, list_top_bloated_tables et get_query_plan répondent directement. C'est gratuit ; le coût est 29 schémas d'outils dans le contexte sauf si vous chargez un toolset plus étroit.
Une équipe qui construit un agent de support client au-dessus d'une base de commandes
Laisser l'agent rechercher le statut d'une commande sans lui donner de SQL ouvert
Définissez trois ou quatre outils paramétrés dans tools.yaml et n'exposez que ce toolset sur HTTP derrière TLS, avec les hôtes autorisés réglés sur le nom du service. Le pooling et le traçage viennent avec.
Un responsable data dont l'entrepôt est BigQuery avec un peu de Snowflake et Postgres
Choisir entre les serveurs MCP managés de Google et faire tourner Toolbox
Les serveurs managés n'ont pas besoin d'hébergement mais ne couvrent que les bases de données Google Cloud. Toolbox couvre les trois depuis un seul déploiement mais a besoin d'un hôte, de TLS et de quelqu'un pour garder tools.yaml en revue. Les coûts de requêtes sont facturés par chaque base de données comme d'habitude.
Avant de vous engager
- Mise en route
- npx -y @toolbox-sdk/server --prebuilt=postgres --stdio avec POSTGRES_HOST, POSTGRES_DATABASE, POSTGRES_USER et POSTGRES_PASSWORD définis ; documenté pour Gemini CLI, Antigravity, Claude Code et Codex. Les binaires et conteneurs sont épinglés par version, actuellement 1.14.0.
- Intégrations
- Toolsets préconstruits par base de données (Postgres a 29 outils groupés en data, monitor, health, view-config et replication, mélangeant les diagnostics en lecture seule avec l'execute_sql capable d'écrire) ; outils, toolsets et prompts personnalisés dans tools.yaml ; SDK pour ADK, LangChain et LlamaIndex.
- Données et confidentialité
- Tourne sur votre propre machine ou serveur, si bien que les données ne vont qu'à la base de données et au client MCP. L'accès est ce que l'utilisateur de base de données ou l'identité IAM autorise. La documentation du CLI signale le risque de DNS rebinding et de CORS des hôtes et origines * par défaut, et le trafic HTTP est non chiffré sans --tls-cert et --tls-key. Aucun avis de sécurité GitHub n'est publié.
- Coût à grande échelle
- Pas de frais de licence. Les coûts sont la base de données elle-même, les frais par requête sur les entrepôts comme BigQuery, et un petit hôte toujours allumé si vous le faites tourner sur HTTP pour des agents de production.
- Limites
- Les grandes listes d'outils préconstruits ajoutent du contexte sauf si elles sont réduites ; les outils préconstruits sont génériques, si bien que l'usage en production signifie écrire et maintenir du YAML ; le suivi des issues porte environ 395 issues et pull requests ouvertes.
Les points forts
- Les outils personnalisés en YAML confinent les agents de production aux requêtes approuvées
- Environ 40 configurations de base de données préconstruites depuis un seul binaire
- Pooling de connexions, authentification IAM et OpenTelemetry intégrés
- Versions fréquentes ; SDK pour Python, JS, Go et Java
Les points faibles
- Le mode HTTP utilise des hôtes et origines autorisés de *, dangereux selon sa propre documentation
- Le Postgres préconstruit charge 29 outils sauf s'il est réduit à un toolset
- L'execute_sql préconstruit n'est aussi sûr que le rôle de base de données
- Plus de configuration que les serveurs à base unique
Idéal pour
Les équipes qui travaillent sur plusieurs bases de données ou veulent construire des outils de base de données contrôlés pour des agents de production.
Alternatives à MCP Toolbox for Databases
MCP Toolbox for Databases : questions fréquentes
- MCP Toolbox for Databases vaut-il le coup ?
- Le serveur de base de données sur lequel construire des agents de production, parce qu'il vous laisse remplacer le SQL ouvert par des requêtes que vous avez écrites, bien que ses défauts réseau supposent plus de soin que la plupart des gens n'en prennent. Nous lui donnons 4.5 sur 5.
- Combien coûte MCP Toolbox for Databases ?
- Gratuit et sous licence Apache-2.0 ; vous le faites tourner vous-même. Les coûts de base de données, de requêtes et d'hébergement Google Cloud sont séparés.
- Quels sont les inconvénients de MCP Toolbox for Databases ?
- Le mode HTTP utilise des hôtes et origines autorisés de *, dangereux selon sa propre documentation; le Postgres préconstruit charge 29 outils sauf s'il est réduit à un toolset; l'execute_sql préconstruit n'est aussi sûr que le rôle de base de données; plus de configuration que les serveurs à base unique.
- À qui s’adresse MCP Toolbox for Databases ?
- Les équipes qui travaillent sur plusieurs bases de données ou veulent construire des outils de base de données contrôlés pour des agents de production.
- Combien coûte MCP Toolbox for Databases pour une équipe ou en production ?
- Pas de frais de licence. Les coûts sont la base de données elle-même, les frais par requête sur les entrepôts comme BigQuery, et un petit hôte toujours allumé si vous le faites tourner sur HTTP pour des agents de production.
- MCP Toolbox for Databases est-il sûr pour les données de l’entreprise ?
- Tourne sur votre propre machine ou serveur, si bien que les données ne vont qu'à la base de données et au client MCP. L'accès est ce que l'utilisateur de base de données ou l'identité IAM autorise. La documentation du CLI signale le risque de DNS rebinding et de CORS des hôtes et origines * par défaut, et le trafic HTTP est non chiffré sans --tls-cert et --tls-key. Aucun avis de sécurité GitHub n'est publié.
- Quelles sont les meilleures alternatives à MCP Toolbox for Databases ?
- Les alternatives les plus proches que nous avons testées sont Supabase MCP Server, ClickHouse MCP Server et Snowflake-managed MCP Server.
Réponses vérifiées le 22 oct. 2026.