随着数据通用模型上下文协议（MCP）服务器的首次亮相，谷歌正将其庞大的公共数据宝库转化为AI金矿。开发人员、数据科学家及AI代理现可通过自然语言访问现实世界统计数据，从而更高效地训练AI系统。
谷歌数据通用库于2018年推出，整合了政府调查、地方行政数据及联合国等全球机构的公共数据集。随着MCP服务器发布，这些数据支持自然语言访问，便于开发人员将其集成至AI代理或应用程序中。
AI系统常因使用嘈杂且未经证实的网络数据而产生“幻觉”。针对特定用例微调AI系统的企业通常需要大型高质量数据集。谷歌通过公开数据通用库MCP服务器，旨在解决数据质量与来源验证两大挑战。
新MCP服务器将人口普查、气候统计等公共数据集与依赖准确结构化上下文的AI系统相连。通过自然语言提示访问数据，此举致力于让AI扎根于可验证的现实世界信息。
谷歌数据通用库负责人Prem Ramaswami表示：“模型上下文协议使我们能利用大语言模型的智能，在正确时间选择正确数据，无需了解底层数据建模或API原理。”
MCP由Anthropic于去年11月推出，是使AI系统从商业工具、内容存储库及应用开发环境等多源获取数据的开放行业标准，为理解上下文提示提供通用框架。目前，OpenAI、Microsoft和Google等公司已采用该标准集成AI模型与各类数据源。
当其他科技公司探索该标准应用时，Ramaswami及其团队今年早些时候开始研究如何利用该框架提升Data Commons平台的易用性。
谷歌还与非营利组织ONE Campaign合作推出了ONE Data Agent。该AI工具利用MCP Server以通俗语言展示数千万个金融和健康数据点，助力改善非洲经济机会与公共健康。
ONE Campaign曾向谷歌Data Commons团队提供在其自定义服务器上实施MCP的原型。Ramaswami透露，此次互动成为转折点，促使团队于5月构建了专用MCP Server。
Data Commons MCP Server具有开放性，兼容任何LLM。开发者可通过Agent Development Kit (ADK)中的Colab笔记本、Gemini CLI或使用PyPI包的MCP兼容客户端直接访问，相关示例代码已托管于GitHub仓库。