谷歌宣布公开预览开发者知识API。该API配套使用了模型上下文协议（MCP）服务器，这使得AI开发工具能够以一种简单、机器可读的方式访问谷歌的官方开发者文档。
这一公告解决了一个在AI开发中普遍存在的问题：那些基于固定文档训练的语言模型会很快与发展迅速的平台出现脱节。目前，由AI驱动的开发者工具生态系统正在不断扩展，其中包括像Antigravity这样的平台以及Gemini CLI这样的命令行工具。因此，确保这些模型能够使用准确且最新的文档来运行，无疑是一个巨大的挑战。 当AI助手使用已弃用的API或缺失的功能生成代码时，由此产生的错误可能会非常隐蔽，而且调试起来也会十分耗时。
开发者知识API为谷歌的官方文档提供了程序化的、可信赖的信息来源。
该API主要有两个功能：
- SearchDocumentChunks：根据查询结果查找页面URL及内容片段。
- GetDocument或BatchGetDocuments：检索搜索结果中的全部内容。
除了API之外，谷歌还推出了官方的MCP服务器。MCP是一种被业界广泛采用的开放标准，它能让AI助手实时安全地访问外部数据源，而不仅仅依赖它们内置的训练数据。该服务器提供了用于信息检索的工具：search_document工具允许智能体使用自然语言查询文档；get_document功能则可以获取通过搜索找到的特定页面的全部内容。 实际上，这意味着AI助手现在可以找到关于“如何在Firestore中实现向量搜索”这类问题的权威答案，而不会产生一些听起来合理但实际上错误的解释。
MCP服务器是一个远程服务器，可以通过https://developerknowledge.googleapis.com/mcp地址访问。开发者需要在自己的Google Cloud项目中启用开发者知识API，生成API密钥，并更新工具中的MCP配置文件才能使用该服务器。 谷歌已经为多种流行的AI助手和集成开发环境提供了相应的配置指南。
目前这个预览版本返回的文档是未结构化的Markdown格式。在正式推出之前，谷歌会添加对结构化内容的支持，包括具体的代码示例和API参考信息。同时，谷歌还计划进一步扩充文档内容，并减少重新索引所需的时间。
这一举措符合整个行业普遍采用MCP的趋势。这说明，MCP正在成为将AI助手与实时数据源连接起来的标准方式。这与十年前REST成为HTTP API的首选技术类似。
对于使用谷歌开发平台的团队来说，这一变化带来的好处显而易见。以往那些会推荐过时SDK方法或错误配置选项的AI代码辅助工具，现在都可以提供实时的参考信息。这有助于弥补模型所“了解”的内容与平台实际支持功能之间的差距。
谷歌推出这一服务的重要性并不在于它的独特性，而在于它进一步完善了整个生态体系。如今，三大主要云服务提供商都提供了官方的、远程托管的MCP服务器。这些服务器使得AI代码辅助工具能够与其实时文档保持同步。AWS的Knowledge MCP服务器已经正式投入使用，它提供了无需认证即可访问的文档、博客文章以及架构设计指导。微软的Learn MCP Server也允许用户无需认证即可访问相同的信息资源，这些资源同样支持Azure平台上的Copilot功能。每当有新内容更新时，这些信息都会自动更新。谷歌的服务虽然增加了API密钥认证机制，但仍然承诺在平台更新后24小时内完成索引更新。
对于面向开发者的AI工具来说，实时文档功能正在迅速成为一项标准配置，而不再仅仅是区分不同产品的特色之一。最初作为独立实验出现的MCP技术，如今已经成为了行业普遍采用的标准。各大服务提供商都在创建类似的“权威信息源”端点，并将自己的AI辅助系统与之连接起来。更为令人期待的是，未来的竞争趋势将会朝着更高层次发展——AWS和微软已经超越了单纯的信息检索功能，他们提供的MCP服务器能够直接操作云资源，执行API调用并管理多步骤的工作流程。随着这一领域的不断发展，谷歌是否会推出类似的功能也值得关注。
开发者知识API可以通过Google Cloud控制台进行访问。详细的设置指南请参见developers.google.com/knowledge。