Подборка из более чем 50 запускаемых учебных Jupyter-ноутбуков по методам создания GenAI-агентов — от простых чат-ботов до мультиагентных систем.
GoogleCloudPlatform/cymbal-air-toolbox-demo
Демо-агент поддержки клиентов вымышленной авиакомпании: LangGraph и RAG для работы с базами данных Google Cloud через MCP Toolbox.
- Звёзды
- 350
- Форки
- 123
- Открытые issues
- 53
- Последний коммит
- 3 месяца назад
Что это?
Эта реализация служит примером агентного приложения для поддержки клиентов, работающего с базами данных Google Cloud. В качестве сценария используются вымышленная авиакомпания Cymbal Air и её узловой аэропорт — Международный аэропорт Сан-Франциско. Ассистент помогает пассажирам управлять перелётами и отвечает на вопросы об аэропорте, например о ближайших кофейнях, магазинах в терминалах и рейсах в указанный город.
Работой агента управляет LangGraph: LLM выбирает, какие инструменты и в каком порядке вызывать, вместо того чтобы следовать фиксированной цепочке вызовов. Каждый инструмент соответствует заранее заданному запросу к базе данных, например поиску рейсов или списку удобств аэропорта. Retrieval Augmented Generation помогает формировать ответы на основе данных из базы.
Доступ к базе данных организован через MCP Toolbox — промежуточный сервер, который предоставляет операции с базой в виде инструментов и управляет аутентификацией и авторизацией. Поэтому агент никогда не подключается к базе напрямую. Слой базы данных описан как взаимозаменяемый; в демо также есть настройка для Cloud SQL и других баз данных Google Cloud через конфигурацию tools.yaml.
Ключевые возможности
- 01Оркестрация агента с помощью LangGraph: LLM динамически выбирает инструменты.
- 02Доступ к базе данных через MCP Toolbox, который управляет аутентификацией и авторизацией.
- 03Retrieval Augmented Generation для формирования ответов на основе данных из базы.
- 04Заранее заданные инструменты, например find_flights и list_amenities, которым соответствуют запросы к базе данных.
- 05Настройка инструментов через файл tools.yaml; приложение можно запускать локально или в Cloud Run.
Сценарии использования
- Изучение создания агента поддержки клиентов, который обращается к облачной базе данных.
- Основа для собственного агентного приложения, использующего MCP Toolbox с вашей базой данных.
- Изучение способов ограничить доступ агента к базе данных с помощью промежуточного слоя.
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/GoogleCloudPlatform/cymbal-air-toolbox-demo.git - 2
Скачайте бинарный файл MCP Toolbox (пример для Linux amd64 из README)
curl -O https://storage.googleapis.com/genai-toolbox/v$VERSION/linux/amd64/toolbox - 3
Выполните первоначальную настройку базы данных и tools.yaml по инструкции Database Setup Guide
- 4
Запустите сервер Toolbox локально
./toolbox --tools-file "tools.yaml"
Что важно знать
- В README указано, что это демонстрационный проект, а не продукт с официальной поддержкой Google.
- Для запуска сначала нужно настроить базу данных Google Cloud и сервер MCP Toolbox.
- Настройка состоит из нескольких этапов и требует следовать инструкции Database Setup Guide и отдельным инструкциям по запуску приложения.
В подборках
Темы
Частые вопросы
- Что такое cymbal-air-toolbox-demo?
- Демо-агент поддержки клиентов вымышленной авиакомпании: LangGraph и RAG для работы с базами данных Google Cloud через MCP Toolbox. Эта реализация служит примером агентного приложения для поддержки клиентов, работающего с базами данных Google Cloud. В качестве сценария используются вымышленная авиакомпания Cymbal Air и её узловой аэропорт — Международный аэропорт Сан-Франциско. Ассистент помогает пассажирам управлять перелётами и отвечает на вопросы об аэропорте, например о ближайших кофейнях, магазинах в терминалах и рейсах в указанный город.
- cymbal-air-toolbox-demo можно использовать бесплатно? Какая у него лицензия?
- cymbal-air-toolbox-demo распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- cymbal-air-toolbox-demo всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в cymbal-air-toolbox-demo — 14 авг. 2026 г..
- Для чего можно использовать cymbal-air-toolbox-demo?
- Изучение создания агента поддержки клиентов, который обращается к облачной базе данных. Основа для собственного агентного приложения, использующего MCP Toolbox с вашей базой данных. Изучение способов ограничить доступ агента к базе данных с помощью промежуточного слоя.
- Как установить cymbal-air-toolbox-demo?
- Клонируйте репозиторий: git clone https://github.com/GoogleCloudPlatform/cymbal-air-toolbox-demo.git Скачайте бинарный файл MCP Toolbox (пример для Linux amd64 из README): curl -O https://storage.googleapis.com/genai-toolbox/v$VERSION/linux/amd64/toolbox Выполните первоначальную настройку базы данных и tools.yaml по инструкции Database Setup Guide Запустите сервер Toolbox локально: ./toolbox --tools-file "tools.yaml"
- Где скачать cymbal-air-toolbox-demo?
- Исходный код и инструкции по установке — на GitHub: https://github.com/GoogleCloudPlatform/cymbal-air-toolbox-demo
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Готовый к работе фреймворк для Python-агентов на базе LangGraph с продуманными настройками и всем необходимым для выполнения длительных многоэтапных задач.
Подборка из 28 практических руководств по переходу от прототипа GenAI-агента к продакшену: память, RAG, развёртывание, безопасность и наблюдаемость.
Открытый backend с поддержкой AI, который можно развернуть у себя и который предоставляет приложениям, созданным AI, базу данных, авторизацию, хранилище, память, функции и CDN-хостинг.
Система памяти для агентов: сохраняет, извлекает и анализирует воспоминания, помогая ИИ-агентам учиться со временем, а не просто воспроизводить историю чата.
Учебный репозиторий с пятью Jupyter-ноутбуками о создании с нуля агента для глубокого исследования на базе LangGraph.