MCP-Server der Agent Registry verwenden

In diesem Dokument erfahren Sie, wie Sie den Remote-MCP-Server (Model Context Protocol) der Agent Registry verwenden, um eine Verbindung zu KI-Anwendungen wie der Gemini CLI, ChatGPT, Claude und benutzerdefinierten Anwendungen herzustellen, die Sie entwickeln. Mit dem Remote-MCP-Server der Agent Registry können Ihre KI-Anwendungen andere Agenten, Endpunkte und MCP-Server in Ihrer Umgebung dynamisch erkennen. Der Remote-MCP-Server der Agent Registry wird aktiviert, wenn Sie die Agent Registry API aktivieren.

Das Model Context Protocol (MCP) standardisiert die Verbindung von Large Language Models (LLMs) und KI-Anwendungen oder -Agenten zu externen Datenquellen. Mit MCP-Servern können Sie ihre Tools, Ressourcen und Prompts verwenden, um Aktionen auszuführen und aktualisierte Daten von ihrem Back-End-Dienst abzurufen.

Was ist der Unterschied zwischen lokalen und Remote-MCP-Servern?

Lokale MCP-Server
werden in der Regel auf Ihrem lokalen Rechner ausgeführt und verwenden die Standardeingabe- und ‑ausgabestreams (stdio) für die Kommunikation zwischen Diensten auf demselben Gerät.
Remote-MCP-Server
werden in der Infrastruktur des Dienstes ausgeführt und bieten einen HTTP-Endpunkt für KI-Anwendungen zur Kommunikation zwischen dem KI-MCP-Client und dem MCP-Server. Weitere Informationen zur MCP-Architektur finden Sie unter MCP-Architektur.

Google- und Google Cloud Remote-MCP-Server

Google- und Google Cloud Remote-MCP-Server haben die folgenden Funktionen und Vorteile:

  • Vereinfachte, zentrale Erkennung
  • Verwaltete globale oder regionale HTTP-Endpunkte
  • Detaillierte Autorisierung
  • Optionale Prompt- und Antwortsicherheit mit Model Armor-Schutz
  • Zentralisierte Audit-Protokollierung

Informationen zu anderen MCP-Servern sowie zu Sicherheits und Governance-Kontrollen, die für Google Cloud-MCP-Server verfügbar sind, finden Sie unter Übersicht über Google Cloud-MCP-Server.

Hinweis

Bevor Sie den MCP-Server der Agent Registry verwenden können, müssen Sie die Agent Registry einrichten. Sie benötigen außerdem Ihre Projekt-ID um sich zu authentifizieren und Erkennungsaufgaben auszuführen.

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Projekt zuzuweisen, in dem Sie den MCP-Server der Agent Registry verwenden möchten, um die Berechtigungen zu erhalten, die Sie zur Verwendung des MCP-Servers der Agent Registry benötigen:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zur Verwendung des MCP-Servers der Agent Registry erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen , um die notwendigen Berechtigungen anzuzeigen, die erforderlich sind:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um den MCP-Server der Agent Registry zu verwenden:

  • MCP-Toolaufrufe ausführen: mcp.tools.call

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Authentifizierung und Autorisierung

Der Remote-MCP-Server der Agent Registry verwendet das OAuth 2.0 -Protokoll mit Identity and Access Management (IAM) zur Authentifizierung und Autorisierung. Alle Google Cloud Identitäten werden für die Authentifizierung bei MCP-Servern unterstützt.

Der MCP-Server der Agent Registry erfordert ein Prinzipal für die IAM-Steuerung (Identity and Access Management) und akzeptiert keine API-Schlüssel. Wir empfehlen, eine separate Identität für Agenten zu erstellen, die MCP-Tools verwenden, damit Sie den Zugriff auf Ressourcen steuern und überwachen können.

Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.

OAuth-Bereiche für den MCP-Server der Agent Registry

OAuth 2.0 verwendet Bereiche und Anmeldedaten, um zu ermitteln, ob ein authentifiziertes Prinzipal autorisiert ist, eine bestimmte Aktion für eine Ressource auszuführen. Weitere Informationen zu OAuth 2.0-Bereichen bei Google finden Sie unter Mit OAuth 2.0 auf Google APIs zugreifen.

Die Agent Registry hat die folgenden OAuth-Bereiche für MCP-Tools:

Bereichs-URI für die Google Cloud CLI Beschreibung
https://www.googleapis.com/auth/cloud-platform Vollzugriff auf alle Google Cloud Ressourcen
https://www.googleapis.com/auth/agentregistry.read-write Lese- und Schreibzugriff auf Agent Registry-Ressourcen

Für die Ressourcen, auf die während eines Toolaufrufs zugegriffen wird, sind möglicherweise zusätzliche Bereiche erforderlich. Eine Liste der Rollen und Berechtigungen, die für die Agent Registry erforderlich sind, finden Sie unter Rollen und Berechtigungen der Agent Registry.

MCP-Client für die Verwendung des MCP-Servers der Agent Registry konfigurieren

KI-Anwendungen und -Agenten wie Claude oder Antigravity können einen MCP-Client instanziieren, der eine Verbindung zu einem einzelnen MCP-Server herstellt. Eine KI-Anwendung kann mehrere Clients haben, die eine Verbindung zu verschiedenen MCP-Servern herstellen. Wenn Ihre Anwendung nicht in der clientspezifischen Anleitung aufgeführt ist, können Sie die folgenden Informationen verwenden, um eine Verbindung von den meisten Anwendungen herzustellen.

  • Servername: MCP-Server der Agent Registry
  • Server-URL oder Endpunkt: https://agentregistry.googleapis.com/mcp
  • Transport: HTTP
  • Authentifizierungsdetails: Je nachdem, wie Sie sich authentifizieren möchten, können Sie Ihre Google Cloud Anmeldedaten, Ihre OAuth-Client-ID und Ihr Secret oder eine Agentenidentität und Anmeldedaten eingeben. Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.
  • OAuth-Bereich: Der OAuth 2.0-Bereich, den Sie verwenden möchten, wenn Sie eine Verbindung zum MCP-Server der Agent Registry herstellen.

Anwendungsspezifische Anleitungen zum Einrichten und Herstellen einer Verbindung zu MCP-Servern finden Sie unter Clientspezifische Anleitung.

Allgemeinere Anleitungen finden Sie in den folgenden Ressourcen:

Verfügbare Tools

Details zu verfügbaren MCP-Tools und deren Beschreibungen für den MCP-Server der Agent Registry finden Sie in der MCP-Referenz der Agent Registry.

Die Agent Registry API trennt Lese- und Schreibvorgänge. Sie können die schreibgeschützten Ressourcen Agent, McpServer oder Endpoint abfragen, um Funktionen zu ermitteln. Sie müssen jedoch die beschreibbare Ressource Service verwenden, um Einträge zu erstellen, zu aktualisieren und zu löschen.

Erkennungstools

Die häufigsten Tools, die von KI-Agenten für die dynamische Erkennung verwendet werden, sind:

  • search_agents: Führt eine Keyword- oder Präfixsuche durch, um Agenten in einem bestimmten Projekt und an einem bestimmten Standort anhand von Anfragen in natürlicher Sprache, bestimmten A2A-Fähigkeiten, Tags oder Beschreibungen zu finden.
  • search_mcp_servers: Führt eine Keyword- oder Präfixsuche durch, um MCP-Server anhand der spezifischen Tools, die sie anbieten, oder ihrer Beschreibungen zu finden.
  • get_agent, get_mcp_server, get_endpoint: Ruft die vollständigen Metadaten und Konfigurationsdetails bestimmter Ressourcen anhand ihrer eindeutigen Ressourcennamen ab.
  • get_service: Ruft eine bestimmte Service-Ressource ab, um die zugrunde liegende Registrierungsspezifikation zu prüfen, die zum manuellen Onboarding einer Ressource verwendet wird.
  • get_operation: Ruft den neuesten Status eines Vorgangs mit langer Ausführungszeit ab.
  • list_bindings, get_binding, fetch_available_bindings: Ruft Bindungskonfigurationen ab, die Quellagenten mit Zielressourcen oder Autorisierungsanbietern verbinden.

Suchtools eignen sich am besten für Anfragen in natürlicher Sprache. Der MCP-Server bietet jedoch auch Auflistungstools, die paginierte Listen von Ressourcen zurückgeben. Diese Tools sind nützlich, um Ressourcen aufzulisten oder nach Ressourcenattributen zu filtern, anstatt Suchanfragen in natürlicher Sprache zu verwenden:

  • list_agents: Gibt eine paginierte Liste von Agenten in einem bestimmten Google Cloud Projekt und an einem bestimmten Standort zurück.
  • list_mcp_servers: Gibt eine paginierte Liste von MCP-Servern in einem bestimmten Google Cloud Projekt und an einem bestimmten Standort zurück.
  • list_endpoints, list_services: Gibt eine paginierte Liste der registrierten Endpunkte und manuell eingebundenen Service-Ressourcen in einem bestimmten Projekt und an einem bestimmten Standort zurück.

Verwaltungstools

KI-Anwendungen verwenden die Agent Registry hauptsächlich zur Erkennung. Der MCP-Server stellt jedoch auch Tools zur programmatischen Verwaltung von Registry-Einträgen bereit:

  • create_service: Registriert manuell eine neue benutzerdefinierte agentische Komponente wie einen Agenten, MCP Server oder Endpunkt, indem die JSON-Spezifikation angegeben wird.
  • update_service: Aktualisiert die Spezifikation oder die Parameter einer vorhandenen Service-Ressource, z. B. durch Patchen einer hochgeladenen Agentenkarte.
  • delete_service: Löscht eine Service-Ressource und hebt so die Registrierung des manuell eingebundenen Agenten, MCP-Servers oder Endpunkts in der Registry auf.
  • create_binding, update_binding, delete_binding: Verwaltet programmatisch Verbindungen und delegierte Zugriffszuweisungen zwischen Ihren Agenten und Ziel-MCP-Servern oder ‑Endpunkten.

Auflistungstools

Verwenden Sie den MCP-Inspector, um Tools aufzulisten, oder senden Sie eine tools/list HTTP-Anfrage direkt an den Remote-MCP-Server der Agent Registry. Für die Methode tools/list ist keine Authentifizierung erforderlich.

POST /mcp HTTP/1.1
Host: agentregistry.googleapis.com
Content-Type: application/json

{
  "jsonrpc": "2.0",
  "method": "tools/list"
}

Beispielanwendungsfälle

Wenn Sie Ihre KI-Anwendung oder Ihren KI-Agenten mit dem MCP-Server der Agent Registry verbinden, können Sie Prompts in natürlicher Sprache verwenden, um Ressourcen in Ihrer Umgebung dynamisch zu erkennen und abzurufen.

Im Folgenden finden Sie Beispielprompts, die Sie mit Ihrer verbundenen KI-Anwendung verwenden können:

  • Agenten nach A2A-Fähigkeit finden : „Find an agent capable of booking corporate flights.“ (Finde einen Agenten, der Geschäftsflüge buchen kann.)
  • MCP-Server finden : „What MCP servers are registered that offer BigQuery data tools?“ (Welche MCP-Server sind registriert, die BigQuery-Datentools anbieten?)
  • Bestimmte Ressourcendetails abrufen : „Show me the metadata and configuration details for the agent named projects/123456789/locations/global/agents/travel-agent.“ (Zeige mir die Metadaten und Konfigurationsdetails für den Agenten mit dem Namen „projects/123456789/locations/global/agents/travel-agent“.)

Optionale Sicherheitskonfigurationen

MCP birgt neue Sicherheitsrisiken und ‑aspekte, da mit den MCP-Tools eine Vielzahl von Aktionen ausgeführt werden kann. Um diese Risiken zu minimieren und zu verwalten, Google Cloud bietet Standardeinstellungen und anpassbare Richtlinien, um die Verwendung von MCP-Tools in Ihrer Google Cloud Organisation oder Ihrem Projekt zu steuern.

Weitere Informationen zu MCP-Sicherheit und ‑Governance finden Sie unter KI-Sicherheit.

Model Armor verwenden

Model Armor ist ein Google Cloud Dienst, der die Sicherheit und Sicherheit Ihrer KI-Anwendungen verbessern soll. Dazu werden LLM-Prompts und ‑Antworten proaktiv geprüft, um vor verschiedenen Risiken zu schützen und verantwortungsbewusste KI-Praktiken zu unterstützen. Unabhängig davon, ob Sie KI in Ihrer Cloud-Umgebung oder bei externen Cloud-Anbietern bereitstellen, kann Model Armor Ihnen helfen, schädliche Eingaben zu verhindern, die Sicherheit von Inhalten zu überprüfen, sensible Daten zu schützen, die Compliance einzuhalten und Ihre KI-Sicherheitsrichtlinien in Ihrer vielfältigen KI-Landschaft einheitlich durchzusetzen.

Wenn Model Armor mit aktivierter Protokollierung aktiviert ist, protokolliert Model Armor die gesamte Nutzlast. Dadurch können sensible Informationen in Ihren Logs offengelegt werden.

MCP-Anfragen an Model Armor weiterleiten

Model Armor ist in bestimmten Regionen verfügbar. Wenn Model Armor aktiviert ist und Sie einen MCP-Server in einem Rechtsraum verwenden, der von Model Armor nicht unterstützt wird, kann das Routingverhalten des Aufrufs für verschiedene MCP-Server unterschiedlich sein und die Compliance mit den Datenstandortvorgaben für Daten im Einsatz und bei der Übertragung beeinträchtigen. Weitere Informationen zum Verhalten einzelner MCP-Server finden Sie unter Von Model Armor unterstützte Produkte.

Model Armor aktivieren

Sie müssen die Model Armor APIs aktivieren, bevor Sie Model Armor verwenden können.

Console

  1. Aktivieren Sie die Model Armor API.

    Erforderliche Rollen zum Aktivieren von APIs

    Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen.

    API aktivieren

  2. Wählen Sie das Projekt aus, in dem Sie Model Armor aktivieren möchten.

gcloud

Führen Sie zuerst die folgenden Schritte mit der Google Cloud CLI und der Model Armor API aus:

  1. Aktivieren Sie Cloud Shell in der Google Cloud Console.

    Cloud Shell aktivieren

    Unten in der Google Cloud Console wird eine Cloud Shell Sitzung gestartet und eine Eingabeaufforderung angezeigt. Cloud Shell ist eine Shell-Umgebung in der das Google Cloud CLI bereits installiert ist und Werte für Ihr aktuelles Projekt bereits festgelegt sind. Das Initialisieren der Sitzung kann einige Sekunden dauern.

  2. Führen Sie den folgenden Befehl aus, um den API-Endpunkt für den Model Armor-Dienst festzulegen.

    gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"

    Ersetzen Sie LOCATION durch die Region, in der Sie Model Armor verwenden möchten.

Schutz für MCP-Server konfigurieren

Um Ihre MCP-Toolaufrufe und ‑Antworten zu schützen, können Sie die Mindesteinstellungen von Model Armor verwenden. Eine Mindesteinstellung definiert die minimalen Sicherheitsfilter, die für das gesamte Projekt gelten. Mit dieser Konfiguration wird ein einheitlicher Satz von Filtern auf alle MCP-Toolaufrufe und ‑Antworten im Projekt angewendet.

Richten Sie eine Model Armor-Mindesteinstellung mit aktivierter MCP-Bereinigung ein. Weitere Informationen finden Sie unter Model Armor-Mindesteinstellungen konfigurieren.

Sehen Sie sich den folgenden Beispielbefehl an:

gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--enable-floor-setting-enforcement=TRUE \
--add-integrated-services=GOOGLE_MCP_SERVER \
--google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \
--enable-google-mcp-server-cloud-logging \
--malicious-uri-filter-settings-enforcement=ENABLED \
--add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'

Ersetzen Sie PROJECT_ID durch die ID Ihres Google Cloud Projekts in.

Beachten Sie die folgenden Einstellungen:

  • INSPECT_AND_BLOCK: Der Erzwingungstyp, der Inhalte für den Google-MCP-Server prüft und Prompts und Antworten blockiert, die den Filtern entsprechen.
  • ENABLED: Die Einstellung, mit der ein Filter oder Erzwingung aktiviert wird.
  • MEDIUM_AND_ABOVE: Das Konfidenzniveau für die Filtereinstellungen „verantwortungsbewusste Anwendung von KI – Dangerous“. Sie können diese Einstellung ändern, niedrigere Werte können jedoch zu mehr falsch positiven Ergebnissen führen. Weitere Informationen finden Sie unter Konfidenzniveaus von Model Armor.

Scannen von MCP-Traffic mit Model Armor deaktivieren

Wenn Sie verhindern möchten, dass Model Armor Traffic zu und von Google-MCP-Servern automatisch anhand der Mindesteinstellungen des Projekts scannt, führen Sie den folgenden Befehl aus:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt ID. Model Armor wendet die in den Mindesteinstellungen dieses Projekts definierten Regeln nicht automatisch auf den Traffic von Google-MCP-Servern an.

Die Mindesteinstellungen und die allgemeine Konfiguration von Model Armor können sich auf mehr als nur MCP auswirken. Da Model Armor in Dienste wie Vertex AI eingebunden ist, können sich alle Änderungen, die Sie an den Mindesteinstellungen vornehmen, auf das Scannen von Traffic und das Sicherheitsverhalten aller eingebundenen Dienste auswirken, nicht nur auf MCP.

MCP-Nutzung mit IAM-Richtlinien steuern

Mit IAM-Ablehnungs- und ‑Zulassungsrichtlinien (Identity and Access Management) können Sie und Google-MCP-Server schützen Google Cloud .

Sie können mehrere Kriterien kombinieren, um benutzerdefinierte Sicherheits- und Governance-Richtlinien zu erstellen, indem Sie den Zugriff basierend auf den folgenden Kriterien zulassen oder ablehnen:

  • Das Prinzipal.
  • Toolattribute wie das schreibgeschützte Attribut.
  • Der Dienstname oder Toolname.
  • Die OAuth-Client-ID der Anwendung.

Weitere Informationen finden Sie unter MCP-Nutzung mit IAM steuern.

Nächste Schritte