摘要：MCP是许多行业人士正在采用的开放标准。它让AI助手能够安全地实时访问外部数据源，而不仅仅是使用它们内置的训练知识。微软的Learn MCP"服务器也提供对支持Azure Copilot的相同索引的未经认证的访问。
谷歌宣布了开发者知识API（Developer Knowledge API"）的公开预览版。它附带了一个模型上下文协议（MCP）服务器。这为AI开发工具提供了一个简单、机器可读的方式来访问谷歌的官方开发者文档。
这一公告解决了AI开发中的一个常见问题。在固定文档上训练的语言模型会很快与快速变化的平台脱节。由AI驱动的开发者工具生态系统正在增长。这包括像Antigravity这样的平台和像Gemini CLI这样的命令行工具。因此，确保这些模型拥有准确且最新的文档是一个巨大的挑战。当AI助手自信地针对已弃用的API或缺失的功能生成代码时，由此产生的缺陷可能是微妙且昂贵的。
开发者知识API作为谷歌公共文档的程序化真实来源。
API有两个主要功能。
SearchDocumentChunks：根据查询找到页面URI和内容片段。GetDocument或BatchGetDocuments：它们检索搜索结果的完整内容。
除了API，谷歌还在发布一个官方的MCP服务器。MCP是许多行业人士正在采用的开放标准。它让AI助手能够安全地实时访问外部数据源，而不仅仅是使用它们内置的训练知识。服务器提供了信息检索工具。search_document工具让智能体使用自然语言查询文档。同时，get_document检索通过搜索找到的特定页面的完整内容。实际的好处是，AI助手现在可以查找到像“我如何在Firestore中实现向量搜索？”这样的问题的权威答案，而不是幻想一个听起来合理但错误的答案。
MCP服务器是一个远程服务器，可在https://developerknowledge.googleapis.com/mcp上访问"。开发者通过在他们的谷歌云项目中启用开发者知识API、创建API密钥和更新他们工具的MCP配置文件来连接到它。谷歌已经为几个流行的AI助手和IDE发布了配置说明。
当前的预览版本以非结构化的Markdown形式返回文档。随着谷歌接近普遍可用性，它将增加对结构化内容的支持。这包括特定的代码示例对象和API参考实体。它还计划扩展文档并减少重新索引的延迟。
这一发布符合整个行业MCP"采用的更广泛模式。这表明MCP正在成为连接AI智能体到实时数据源的标准方式。这类似于REST如何在十年前成为HTTP API的首选。
对于使用谷歌开发者平台的团队来说，好处是显而易见的。曾经建议过时的SDK方法或不正确的配置选项的AI代码助手，现在有一个实时参考可以咨询。这有助于弥合模型“知道”的内容与平台实际支持的内容之间的差距。
谷歌的推出之所以重要，并不是因为它的独特性，而是因为它完善了画面。现在，所有三个主要的云提供商都有官方的、远程托管的MCP服务器。这些服务器帮助保持AI编码助手与他们的实时文档同步。AWS的Knowledge MCP"服务器已经普遍可用。它提供文档、博客文章和良好架构指导，无需认证。微软的Learn MCP"服务器也提供对支持Azure Copilot的相同索引的未经认证的访问。它随着每次内容更新逐渐刷新。谷歌的提供增加了API密钥认证，但仍然承诺在平台更新后24小时内重新索引。
实时文档很快成为针对开发者的AI工具的标准期望，而不仅仅是将它们区分开来的功能。最初作为MCP的单独实验现在已经成为一个共同的标准。每个提供商都在创建一个类似的“权威真实来源”端点，并将他们的AI助手系统与之链接。更令人兴奋的竞争优势是更高层次的。AWS和微软已经超越了简单的知识检索。他们现在提供的MCP服务器可以对云资源采取行动。这些服务器执行API调用并为智能体管理多步骤工作流程。谷歌是否会跟进，为其以知识为重点的API提供一个操作对应物，随着该领域继续成熟，这将是值得关注的。
开发者知识API可通过谷歌云控制台获得。详细的设置文档可在developers.google.com/knowledge"上找到。
谷歌宣布了开发者知识API（Developer Knowledge API"）的公开预览版。它附带了一个模型上下文协议（MCP）服务器。这为AI开发工具提供了一个简单、机器可读的方式来访问谷歌的官方开发者文档。
这一公告解决了AI开发中的一个常见问题。在固定文档上训练的语言模型会很快与快速变化的平台脱节。由AI驱动的开发者工具生态系统正在增长。这包括像Antigravity这样的平台和像Gemini CLI这样的命令行工具。因此，确保这些模型拥有准确且最新的文档是一个巨大的挑战。当AI助手自信地针对已弃用的API或缺失的功能生成代码时，由此产生的缺陷可能是微妙且昂贵的。
开发者知识API作为谷歌公共文档的程序化真实来源。
API有两个主要功能。
SearchDocumentChunks：根据查询找到页面URI和内容片段。GetDocument或BatchGetDocuments：它们检索搜索结果的完整内容。
除了API，谷歌还在发布一个官方的MCP服务器。MCP是许多行业人士正在采用的开放标准。它让AI助手能够安全地实时访问外部数据源，而不仅仅是使用它们内置的训练知识。服务器提供了信息检索工具。search_document工具让智能体使用自然语言查询文档。同时，get_document检索通过搜索找到的特定页面的完整内容。实际的好处是，AI助手现在可以查找到像“我如何在Firestore中实现向量搜索？”这样的问题的权威答案，而不是幻想一个听起来合理但错误的答案。
MCP服务器是一个远程服务器，可在https://developerknowledge.googleapis.com/mcp上访问"。开发者通过在他们的谷歌云项目中启用开发者知识API、创建API密钥和更新他们工具的MCP配置文件来连接到它。谷歌已经为几个流行的AI助手和IDE发布了配置说明。
当前的预览版本以非结构化的Markdown形式返回文档。随着谷歌接近普遍可用性，它将增加对结构化内容的支持。这包括特定的代码示例对象和API参考实体。它还计划扩展文档并减少重新索引的延迟。
这一发布符合整个行业MCP"采用的更广泛模式。这表明MCP正在成为连接AI智能体到实时数据源的标准方式。这类似于REST如何在十年前成为HTTP API的首选。
对于使用谷歌开发者平台的团队来说，好处是显而易见的。曾经建议过时的SDK方法或不正确的配置选项的AI代码助手，现在有一个实时参考可以咨询。这有助于弥合模型“知道”的内容与平台实际支持的内容之间的差距。
谷歌的推出之所以重要，并不是因为它的独特性，而是因为它完善了画面。现在，所有三个主要的云提供商都有官方的、远程托管的MCP服务器。这些服务器帮助保持AI编码助手与他们的实时文档同步。AWS的Knowledge MCP"服务器已经普遍可用。它提供文档、博客文章和良好架构指导，无需认证。微软的Learn MCP"服务器也提供对支持Azure Copilot的相同索引的未经认证的访问。它随着每次内容更新逐渐刷新。谷歌的提供增加了API密钥认证，但仍然承诺在平台更新后24小时内重新索引。
实时文档很快成为针对开发者的AI工具的标准期望，而不仅仅是将它们区分开来的功能。最初作为MCP的单独实验现在已经成为一个共同的标准。每个提供商都在创建一个类似的“权威真实来源”端点，并将他们的AI助手系统与之链接。更令人兴奋的竞争优势是更高层次的。AWS和微软已经超越了简单的知识检索。他们现在提供的MCP服务器可以对云资源采取行动。这些服务器执行API调用并为智能体管理多步骤工作流程。谷歌是否会跟进，为其以知识为重点的API提供一个操作对应物，随着该领域继续成熟，这将是值得关注的。
开发者知识API可通过谷歌云控制台获得。详细的设置文档可在developers.google.com/knowledge"上找到。