
谷歌近日宣布其开发者知识 API (Developer Knowledge API) 已进入公开预览阶段。这项新服务还附带了一个模型上下文协议 (MCP) 服务器。它的出现,为各类AI开发工具提供了一个简洁且机器可读的通道,使其能够直接访问谷歌庞大而权威的官方开发者文档。
这个公告直指AI开发领域的一个核心痛点。依赖于固定文档集进行训练的语言模型,其知识很容易与快速迭代的技术平台脱节。如今,由AI驱动的开发者工具生态正在蓬勃发展,涌现出像Antigravity这样的平台和Gemini CLI这样的命令行工具。确保这些模型背后的AI拥有准确且最新的信息,成了一个不小的挑战。试想一下,当一个AI助手信心满满地为你生成一段代码,但其中使用的却是已弃用的API或根本不存在的功能——这种错误往往隐蔽且修复成本高昂。
开发者知识 API 正是为了解决这一问题而生,它充当了谷歌公共文档的程序化“真实来源”。该API主要提供两大核心功能:
SearchDocumentChunks:根据自然语言查询,定位到相关的页面URI和内容片段。
GetDocument 或 BatchGetDocuments:获取通过搜索找到的文档片段的完整内容。
除了API本身,谷歌此次同步发布了一个官方的MCP服务器。MCP是一个正被行业广泛采纳的开放标准,它允许AI助手安全、实时地访问外部数据源,而不仅仅是依赖其内置的、可能已经过时的训练知识。这个MCP服务器内置了两个关键的信息检索工具。search_document 工具能让智能体用自然语言提问来搜索文档;而 get_document 则可以获取通过搜索找到的特定页面的全部内容。这带来的实际好处是显而易见的:当AI助手被问到“如何在 Firestore 中实现向量搜索?”时,它现在可以去查询官方文档,从而给出一个权威的答案,而不是凭空“幻想”一个听起来合理但实则错误的方案。
这个MCP服务器是一个远程服务,可通过 https://developerknowledge.googleapis.com/mcp 访问。开发者只需在其Google Cloud项目中启用开发者知识API、创建一个API密钥,并更新他们所用工具的MCP配置文件,即可完成连接。谷歌已经为多个流行的AI助手和IDE发布了详细的配置说明。
目前,该预览版API以非结构化的Markdown格式返回文档内容。随着谷歌逐步推进至通用可用性阶段,计划将增加对结构化内容的支持,例如特定的代码示例对象和API参考实体。同时,谷歌也计划扩展文档覆盖范围,并减少文档更新后的重新索引延迟。
这一发布并非孤立的举措,它符合整个行业拥抱MCP的广泛趋势。MCP正逐渐成为连接AI智能体与实时数据源的标准方式,其角色或许类似于十多年前REST之于HTTP API的重要性。
对于使用谷歌开发者平台的团队而言,收益是立竿见影的。那些曾经给出过时SDK方法或不正确配置选项建议的AI代码助手,现在有了一个可以实时咨询的权威参考。这有助于弥合模型“自认为知道”的内容与平台“实际支持”的内容之间的鸿沟。
谷歌此次推出的重要意义,并非在于其独特性,而在于它补全了整个版图。至此,三大主流云服务提供商都拥有了官方的、远程托管的MCP服务器,旨在帮助各自的AI编码助手与实时文档保持同步。AWS的 Knowledge MCP 服务器已普遍可用,它提供文档、博客文章和架构指导,且无需认证。微软的 Learn MCP 服务器同样提供无需认证的访问,其背后索引支撑着Azure Copilot,并随内容更新而逐渐刷新。谷歌的方案增加了API密钥认证,并承诺在平台更新后的24小时内完成重新索引。
实时文档正在迅速成为面向开发者的AI工具的一项标准期望,而不再只是一个差异化的功能。最初作为各自为政的MCP实验,现在正演变成一个共同的标准。每家提供商都在创建一个类似的“权威真实来源”端点,并将其AI助手系统与之链接。未来更令人期待的竞争优势在于更高层次的能力。AWS和微软已经超越了单纯的知识检索,它们提供的MCP服务器能够对云资源执行操作,进行API调用并管理多步骤工作流。谷歌是否会跟进,为其以知识为核心的API提供一个“操作”对等物,随着该领域的持续演进,这将是一个值得关注的看点。
开发者知识API目前可通过Google Cloud控制台获取。详细的设置文档可在 developers.google.com/knowledge 找到。
探索这项新技术,意味着开发者可以更精准地利用AI辅助开发。了解类似的行业趋势和深度技术解析,欢迎访问 云栈社区,这里汇聚了大量关于 人工智能 和智能体发展的前沿讨论与资源。
|