谷歌近日發佈了數據公用 MCP 服務器，旨在讓人工智能代理能夠方便地訪問公共數據集，從而減少信息的錯誤（即 “幻覺”）並提供可驗證的答案。這一舉措將加速數據豐富型代理應用的開發。谷歌軟件工程師 Keyur Shah 表示，MCP 服務器使公共數據集變得快速可用且可操作，能夠爲代理提供一個標準化的數據消費方式，返回可靠且有來源的信息，而無需複雜的上手過程。

MCP

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

MCP 即模型上下文協議（Model Context Protocol），是一個開放框架，允許 AI 應用通過一致的接口連接到外部系統，如數據源、工具和工作流。這意味着代理可以通過單一路徑獲取信息和執行操作，而無需爲每項服務拼湊各個單獨的集成。對於開發者來說，MCP 減少了集成時間和複雜性;對於用戶來說，它擴展了代理的能力，暴露了更廣泛的數據和應用生態。

數據公用 MCP 服務器與谷歌的代理開發工具包和 Gemini CLI 集成，提供無縫設置。代理可以處理探索性、分析性和生成性查詢，其能力範圍從掃描非洲的健康數據，到比較金磚國家的人均壽命、不平等和 GDP 增長，再到對美國各縣的收入與糖尿病情況進行簡明報告。用戶只需在 Gemini CLI 中輸入一次查詢，代理便可系統性地從數據公用的多個數據集中提取信息，並生成附帶來源的結構化報告。

在實際應用中，ONE Campaign 成爲首批採用數據公用 MCP 服務器的組織之一，開發了一個代理以支持其政策和倡導工作。ONE 數據代理能夠在幾秒鐘內查詢數千萬個健康融資數據點，而這一任務以前需要在成千上萬的孤立記錄中逐一搜索。通過整合這些信息，該代理爲決策者和活動人士提供了快速洞察，將曾經的 “海底撈針” 變爲可用的輸出。

谷歌將數據公用 MCP 服務器定位爲提高代理輸出可靠性的工具。通過將響應與公共數據集相結合，它旨在限制猜測，提供可覈實的答案。此外，谷歌還將該服務器作爲開放資源提供給開發者，配備了 PyPI 上的啓動包、GitHub 上的示例代碼，以及一個可用於測試的 Colab 筆記本。隨着 AI 在日常生活中的快速應用，幻覺現象依舊困擾着系統，尤其是在醫學和法律等敏感領域。谷歌的數據公用 MCP 服務器有望降低這一風險。

劃重點:  

🌐  谷歌推出數據公用 MCP 服務器，讓 AI 代理輕鬆訪問公共數據集，減少信息錯誤。  

📊  該服務器與代理開發工具包和 Gemini CLI 無縫集成，提升代理的查詢與報告能力。  

🔍  ONE Campaign 已應用此服務器，加速健康數據查詢，提供快速而可靠的決策支持。