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。
