Data Agent Kit is now GA: Bring Google Data Cloud to any coding agent

Data Agent Kit 现已正式发布：将 Google Data Cloud 带入任意编码代理 | Google Cloud 博客

开发者与从业者

Data Agent Kit 现已正式发布：将 Google Data Cloud 带入任意编码代理

2026年10月1日

##### Arun Nair

Google 产品经理

##### Jeff Nelson

Google 开发者倡导者

今天，Google Cloud Data Agent Kit 正式发布。Data Agent Kit 是一套免费的模型上下文协议（MCP）工具和代理技能，使您已使用的编码代理能够直接与 Google Cloud 数据产品交互，无论您使用的是 Antigravity、Claude Code、Codex 或其他流行工具。

随着正式发布，我们新增了对 BigQuery Graph、Bigtable 和 Apache Spark 管理服务的开放 Lakehouse 访问支持，并加入了数十项提升日常工作效率的优化改进。

什么是 Data Agent Kit？

编码代理在编写 SQL、PySpark 和流水线代码方面表现出色。但默认情况下，它们缺乏对环境的上下文信息：存在哪些表、如何分区、团队信任哪些表、以及为何昨晚的任务失败。没有这些信息，即使是最强大的代理也必须基于假设进行工作，最终导致您需要将模式和错误日志粘贴到聊天中来填补信息缺口。

Data Agent Kit 通过以下两方面弥补这一缺口：

• MCP 工具：连接超过 15 个 Google Data Cloud 服务，使代理能够检查模式、运行查询、读取作业日志并管理实时环境中的资源。

• Google 编写的技能：来自 Google Cloud 工程师的开源指令，教授代理数据最佳实践，例如优化 BigQuery SQL、设计 Bigtable 行键和构建 dbt（数据构建工具）流水线。

您可以在现有工作环境中使用 Data Agent Kit：作为 VS Code、Antigravity IDE、Cursor 及其他 VS Code 兼容编辑器的 IDE 扩展；作为 Antigravity 2.0、Antigravity CLI、Claude Code 和 Codex 的插件；或在 Cloud Shell 和 Cloud Workstations 中使用（已预装）。IDE 扩展还将在编辑器中集成轻量级的 Google Cloud 控制台，使您无需切换窗口即可浏览数据、运行查询并查看代理的工作成果。

工作原理

假设您向代理询问：“预测我们最畅销产品的下个月需求，并检查库存是否足够满足需求。”Data Agent Kit 会加载相关技能，使代理按照 Google 的最佳实践执行任务。它会在知识目录中搜索团队信任的销售和库存表，然后使用 MCP 工具在 BigQuery 中运行预测，在 AlloyDB for PostgreSQL 中检查当前库存水平，并将综合结果返回到您的编辑器或终端。每一步操作均使用您自己的 IAM 权限执行。

Data Agent Kit 如何连接数据。

您可以构建的内容

Data Agent Kit 覆盖分析、操作数据库、Lakehouse 和流水线。以下是实际应用中的示例，从 GA 新增功能开始。

分析与图：BigQuery 和 BigQuery Graph（GA 新增）

图是探索关系的自然方式，例如人们通常一起购买哪些产品，或供应商如何连接到您的库存。构建图通常意味着手动编写 CREATE PROPERTY GRAPH DDL，学习 GQL，并确定哪些键实际形成边。

而不是自己手动构建图，你只需描述想要的图结构，代理会为你完成构建。bigquery-graph-author技能将你的表映射为节点和边，对每个拟议的关系与实际数据进行验证，并在创建前向你展示需要确认的方案。它甚至可以从你已有的ER图或数据模型开始构建。随后bigquery-graph-query技能会生成GQL代码，IDE中的图可视化工具则允许你点击交互式结果进行探索。

构建和可视化BigQuery属性图。

操作型和实时数据库：Spanner、AlloyDB、Cloud SQL和Bigtable（新版本正式发布）

某些功能需要即时加载，例如个性化信息流、实时计数器或商店前端的"最近浏览"模块。Bigtable正是为此而设计，并且会为精心设计的行键提供性能回报。

随着正式发布，Bigtable加入Spanner、AlloyDB和Cloud SQL的行列，成为Data Agent Kit中完全支持的数据库。新推出的bigtable-basics技能会围绕数据读取方式设计你的表结构，在创建前就识别热点区域和全表扫描风险。你的代理随后可以创建表并使用GoogleSQL进行查询，列族会被展平为可读列。在IDE中，你可以通过目录浏览器查看Bigtable实例和表，并通过SQL编辑器运行查询。

由代理引导的Bigtable表结构设计和查询。

湖仓一体与Spark：Apache Spark托管服务和Apache Iceberg湖仓一体（新版本正式发布）

你的代理之前已经可以通过BigQuery查询Lakehouse中的Apache Iceberg表。现在它还可以通过Apache Spark托管服务上的无服务器Spark直接操作这些表，无需管理集群。每个会话都会保持状态，因此临时视图可以跨语句保留，并且你可以使用Iceberg的完整功能集，包括分支管理、时间旅行和模式演进。

你的表也不一定都必须部署在Google Cloud上。federate-lakehouse-catalog技能可以将你的Lakehouse连接到AWS Glue和Databricks Unity Catalog，使你的代理能够原地查询这些数据，而无需先构建数据摄入流水线。

使用Apache Spark托管服务对Iceberg表进行分支管理和查询。

流水线与编排：dbt、Dataform和Apache Airflow托管服务

当你的逻辑验证通过后，代理可以将其转化为独立运行的流水线。它会生成dbt或Dataform模型，然后通过gcp-pipeline-orchestration技能将它们与你的笔记本一起作为编排流水线在Apache Airflow托管服务上进行调度。流水线还可以包含Gemini Enterprise Agent Platform的步骤，例如上传模型或运行批量推理。

在IDE中，你可以在可视化流水线画布上跟踪每次运行状态。如果某个任务需要处理，点击"Diagnose"将日志传递给你的代理。Airflow和Spark的故障排查技能会追踪根本原因，并向你提出修复方案以供确认。

使用代理排查失败的Airflow DAG。

提升开发者体验

GA 还简化了设置和日常操作流程。开始使用时，您只需登录一次并选择使用的 Google Cloud 服务。Data Agent Kit 会自动启用所需 API、安装匹配的技能，并配置您的 MCP 服务器，无需手动设置文件。在 IDE 中，SQL 编辑器和笔记本现在支持内联代码生成、@ 表格引用以及建议更改的差异视图。该扩展还会将当前活动项目、打开的文件以及刚刚运行的查询错误与您的代理共享，因此让代理“修复此查询”功能可直接使用。

我们还优化了核心工具的速度和响应性。新的 Spark 笔记本会自动创建并选择 Spark Connect 运行时，编辑器中的 Spark SQL 查询会在隔离会话中运行，并内置执行指标。目录资源管理器现在加载速度更快，侧边栏包含 BigQuery 公共数据集。优化后的笔记本技能可帮助代理更快完成笔记本任务，同时使用更少的令牌。

企业级就绪

Data Agent Kit 无需额外费用即可使用；您只需按标准价格为代理使用的 Google Cloud 服务付费。技能还会引导代理采用更节省成本的查询模式，例如检查分区键并在执行 BigQuery 查询前运行预演，以避免意外的全表扫描。由于技能在 GitHub 上是开源的，您的团队可以审计、分叉这些技能，或根据内部标准编写自定义技能。

在访问控制方面，代理可以以您的身份或您模拟的服务账号身份进行连接，因此行级和列级安全策略会自动生效。管理员还可以通过 Identity and Access Management (IAM) 管理 MCP 访问权限，使用 Model Armor 筛查 MCP 流量，并通过 VPC 服务控制和主体访问边界策略限制代理范围。

安装与开始使用

您可以在 IDE 或终端中，用不到一分钟的时间完成 Data Agent Kit 的安装。

选项 1：安装 IDE 扩展

• IDE 扩展：在 VS Code、Antigravity IDE、Cursor 或任何兼容 VS Code 的编辑器的扩展面板中搜索“Google Cloud Data Agent Kit”。您也可以从 VS Code Marketplace 或 Open VSX 安装。

• Antigravity 2.0：前往 设置 > 自定义 > 使用 Google 插件构建，然后下载 Data Agent Kit。

• Cloud Shell 和 Cloud Workstations：默认已安装；只需打开编辑器并登录即可。

选项 2：安装 CLI 插件

使用官方 GoogleCloudPlatform/data-agent-kit-plugin 仓库中提供的命令，为首选编码代理安装插件：

加载中...

Antigravity CLI agy 插件安装 https://github.com/GoogleCloudPlatform/data-agent-kit-plugin # Claude Code claude 插件安装 data-agent-kit-starter-pack@claude-plugins-official # Codex CLI codex 插件市场添加 GoogleCloudPlatform/data-agent-kit-plugin codex 插件添加 dak@dak-marketplace

然后尝试第一个提示：

本周在美国搜索量上升最快且不在上周前十的搜索词有哪些？使用 BigQuery 公共 Google Trends 数据集。

在 Claude Code 中运行的 Data Agent Kit 插件。

后续步骤与实践资源

• 阅读文档：查看 Data Agent Kit 文档和产品概述页面。

• 探索技能：在 GitHub 上浏览、收藏并贡献代码。

• 构建分析工作流：尝试使用 Data Agent Kit 和 Antigravity IDE 的 Analytics codelab，并阅读配套博客《使用 Data Agent Kit 的智能分析》。

• 构建数据科学流水线：尝试使用 Data Agent Kit 和 Antigravity IDE 代码实验室中的欺诈检测流水线。

发布于

• 开发者与实践者