שימוש בשרת MCP של Agent Registry

במאמר הזה נסביר איך להשתמש בשרת Model Context Protocol‏ (MCP) מרוחק של Agent Registry כדי להתחבר לאפליקציות מבוססות-AI, כולל Gemini CLI, ‏ ChatGPT, ‏ Claude ואפליקציות בהתאמה אישית שאתם מפתחים. שרת ה-MCP המרוחק של Agent Registry מאפשר לאפליקציות AI לגלות באופן דינמי סוכנים, נקודות קצה ושרתי MCP אחרים שזמינים בסביבה שלכם. שרת ה-MCP המרוחק של Agent Registry מופעל כשמפעילים את Agent Registry API.

Model Context Protocol‏ (MCP) הוא תקן שקובע איך מודלים גדולים של שפה (LLM) ואפליקציות או סוכני AI מתחברים למקורות נתונים חיצוניים. שרתי MCP מאפשרים להשתמש בכלים, במשאבים ובהנחיות שלהם כדי לבצע פעולות ולקבל נתונים מעודכנים משירות ה-Backend שלהם.

מה ההבדל בין שרתי MCP מקומיים לבין שרתי MCP מרחוק?

שרתי MCP מקומיים
בדרך כלל מריצים אותם במחשב המקומי ומשתמשים בזרמי הקלט והפלט הרגילים (stdio) לתקשורת בין שירותים באותו מכשיר.
שרתי MCP מרוחקים
פועל בתשתית של השירות ומציע נקודת קצה של HTTP לאפליקציות AI לצורך תקשורת בין לקוח ה-MCP של ה-AI לבין שרת ה-MCP. מידע נוסף על ארכיטקטורת MCP זמין במאמר ארכיטקטורת MCP.

ליבה בלי שמירת מצב

בגרסה MCP 2026-07-28, פרוטוקול ה-MCP משתנה מפרוטוקול דו-כיווני עם שמירת מצב לפרוטוקול ללא שמירת מצב. כל בקשת MCP מתארת את עצמה ואפשר לנתב אותה באמצעות כותרות. אין צורך ב-handshake של initialize/initialized או ב-Mcp-Session-Id כי כל בקשה כוללת את כל המידע שנדרש בכותרות HTTP או בפרמטר _meta. שרתי MCP יכולים לבקש מידע נוסף שנדרש על ידי כלי מסוים באמצעות בקשות מרובות הלוך ושוב (MRTR).

כדי שנוכל לנתב ולעבד בקשות בלי לנתח את גוף הבקשה, צריך לכלול כמה כותרות של MCP, כולל הכותרות הבאות:

מידע נוסף על ארכיטקטורת MCP זמין במפרט ובשינויים העיקריים של MCP גרסה 2026-07-28.

‫Google ושרתי MCP מרוחקים Google Cloud

לשרתי MCP של Google Google Cloud ושרתי MCP מרוחקים יש את התכונות והיתרונות הבאים:

  • גילוי פשוט ומרכזי
  • נקודות קצה (endpoints) מנוהלות של HTTP ברמה הגלובלית או האזורית
  • הרשאה פרטנית
  • אבטחת הנחיה ותשובה אופציונלית באמצעות הגנה מוגברת על המודל
  • רישום מרכזי ביומן הביקורת

מידע על שרתי MCP אחרים ועל אמצעי בקרה לאבטחה ולניהול שזמינים לשרתי MCP של Google Cloud מופיע במאמר סקירה כללית על שרתי MCP של Google Cloud.

לפני שמתחילים

לפני שתוכלו להשתמש בשרת ה-MCP של Agent Registry, תצטרכו להגדיר את Agent Registry. כדי לבצע אימות ומשימות גילוי, צריך גם מזהה פרויקט.

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לשימוש בשרת MCP של Agent Registry, אתם צריכים לבקש מהאדמין לתת לכם את תפקידי ה-IAM הבאים בפרויקט שבו אתם רוצים להשתמש בשרת MCP של Agent Registry:

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

התפקידים המוגדרים מראש האלה כוללים את ההרשאות שנדרשות לשימוש בשרת MCP של Agent Registry. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי להשתמש בשרת ה-MCP של Agent Registry, נדרשות ההרשאות הבאות:

  • ביצוע קריאות לכלי MCP: mcp.tools.call

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

אימות והרשאה

שרת ה-MCP המרוחק של Agent Registry משתמש בפרוטוקול OAuth 2.0 עם ניהול זהויות והרשאות גישה (IAM) לאימות ולהרשאה. כל הזהויות שלGoogle Cloud נתמכות לצורך אימות לשרתי MCP.

שרת ה-MCP של Agent Registry דורש חשבון ראשי לצורך ניהול זהויות והרשאות גישה (IAM) ולא מקבל מפתחות API. מומלץ ליצור זהות נפרדת לסוכנים שמשתמשים בכלים של MCP, כדי שתוכלו לשלוט בגישה למשאבים ולעקוב אחריה.

מידע נוסף על אימות זמין במאמר בנושא אימות לשרתי MCP.

היקפי הרשאות OAuth של MCP ב-Agent Registry

ב-OAuth 2.0 משתמשים בהיקפי הרשאות ובפרטי כניסה כדי לקבוע אם לחשבון מאומת יש הרשאה לבצע פעולה ספציפית במשאב. מידע נוסף על היקפי הרשאות של OAuth 2.0 ב-Google זמין במאמר בנושא שימוש ב-OAuth 2.0 לגישה ל-Google APIs.

ב-Agent Registry יש את היקפי ההרשאות הבאים של OAuth לכלי MCP:

URI של היקף ל-Google Cloud CLI תיאור
https://www.googleapis.com/auth/cloud-platform גישה מלאה לכל Google Cloud המשאבים.
https://www.googleapis.com/auth/agentregistry.read-write גישת קריאה וכתיבה למשאבים של Agent Registry.

יכול להיות שיידרשו היקפי הרשאות נוספים במשאבים שאליהם ניגשים במהלך הפעלת כלי. רשימת התפקידים וההרשאות שנדרשים ל-Agent Registry מופיעה במאמר תפקידים והרשאות ב-Agent Registry.

הגדרת לקוח MCP לשימוש בשרת MCP של Agent Registry

אפליקציות וסוכנים מבוססי-AI, כמו Claude או Antigravity, יכולים ליצור מופע של לקוח MCP שמתחבר לשרת MCP יחיד. לאפליקציית AI יכולים להיות כמה לקוחות שמתחברים לשרתי MCP שונים. אם האפליקציה שלכם לא מופיעה בהנחיות הספציפיות ללקוח, תוכלו להשתמש במידע הבא כדי להתחבר מרוב האפליקציות.

  • שם השרת: שרת MCP של Agent Registry
  • כתובת ה-URL של השרת או נקודת הקצה: https://agentregistry.googleapis.com/mcp
  • העברה: Streamable HTTP
  • פרטי אימות: בהתאם לשיטת האימות שרוצים להשתמש בה, אפשר להזין את Google Cloud פרטי הכניסה, מזהה לקוח וסוד לקוח של OAuth, או זהות ופרטי כניסה של סוכן. מידע נוסף על אימות זמין במאמר אימות לשרתי MCP.
  • היקף OAuth: היקף OAuth 2.0 שבו רוצים להשתמש כשמתחברים לשרת ה-MCP של Agent Registry.

הנחיות ספציפיות לאפליקציות לגבי הגדרה והתחברות לשרת MCP מפורטות במאמר הנחיות ספציפיות ללקוחות.

הנחיות כלליות נוספות זמינות במקורות המידע הבאים:

באילו כלים אפשר להשתמש

כדי לראות פרטים על כלי MCP זמינים והתיאורים שלהם בשרת ה-MCP של Agent Registry, אפשר לעיין בהפניה ל-MCP של Agent Registry.

ב-Agent Registry API, פעולות הקריאה והכתיבה מופרדות. אתם שולחים שאילתות למשאבים לקריאה בלבד Agent, McpServer או Endpoint כדי לגלות יכולות, אבל אתם צריכים להשתמש במשאב Service שניתן לכתיבה כדי ליצור, לעדכן ולמחוק רשומות.

כלי גילוי

הכלים הנפוצים ביותר שסוכני AI משתמשים בהם כדי לגלות מידע באופן דינמי כוללים:

  • ‫search_agents: מבצע חיפוש של מילות מפתח או קידומות כדי לגלות סוכנים בפרויקט ובמיקום ספציפיים, על סמך שאילתות בשפה טבעית, כישורי A2A ספציפיים, תגים או תיאורים.
  • ‫search_mcp_servers: מבצע חיפוש של מילת מפתח או קידומת כדי לגלות שרתי MCP על סמך הכלים הספציפיים שהם מציעים או התיאורים שלהם.
  • ‫get_agent, ‏ get_mcp_server, ‏ get_endpoint: מאחזר את המטא-נתונים המלאים ואת פרטי ההגדרה של משאבים ספציפיים באמצעות שמות המשאבים הייחודיים שלהם.
  • ‫get_service: מאחזר משאב Service ספציפי כדי לבדוק את מפרט הרישום הבסיסי שמשמש להוספה ידנית של משאב.
  • ‫get_operation: קבלת הסטטוס העדכני של פעולה ממושכת.
  • ‫list_bindings, ‏get_binding, ‏fetch_available_bindings: מאחזר הגדרות של קישור שמקשרות בין סוכני מקור לבין משאבי יעד או ספקי אימות.

הכלים לחיפוש מתאימים במיוחד לשאילתות בשפה טבעית. עם זאת, שרת ה-MCP מספק גם כלי רישום שמחזירים רשימות של משאבים עם מספור עמודים. הכלים האלה שימושיים לספירת משאבים או לסינון לפי מאפייני משאבים במקום חיפושים בשפה טבעית:

  • ‫list_agents: מחזירה רשימה עם חלוקה לדפים של סוכנים בGoogle Cloud פרויקט ובמיקום שצוינו.
  • ‫list_mcp_servers: מחזירה רשימה עם חלוקה לדפים של שרתי MCP ב Google Cloud פרויקט ובמיקום שצוינו.
  • ‫list_endpoints, ‏ list_services: מחזירה רשימה עם חלוקה לדפים של נקודות קצה רשומות ומשאבי Service שצורפו באופן ידני בפרויקט ובמיקום נתונים.

כלי ניהול

אפליקציות AI משתמשות בעיקר ב-Agent Registry כדי לגלות סוכנים. עם זאת, שרת ה-MCP חושף גם כלים לניהול רשומות באופן פרוגרמטי:

  • ‫create_service: רישום ידני של רכיב חדש מבוסס-סוכן בהתאמה אישית, כמו סוכן, שרת MCP או נקודת קצה, על ידי ציון המפרט שלו ב-JSON.
  • ‫update_service: עדכון המפרט או הפרמטרים של משאב Service קיים, כמו תיקון של כרטיס סוכן שהועלה.
  • ‫delete_service: מחיקת משאב Service, שמשמעותה ביטול הרישום של הסוכן, שרת ה-MCP או נקודת הקצה שצורפו ידנית למאגר.
  • ‫create_binding, ‏ update_binding, ‏ delete_binding: ניהול תוכניתי של מיפויי חיבורים וגישה מוקצית בין הסוכנים שלכם לבין שרתי או נקודות קצה של MCP.

כלים לרשימות

כדי להציג רשימה של כלים, אפשר להשתמש בכלי הבדיקה של MCP או לשלוח בקשת HTTP‏ tools/list ישירות לשרת ה-MCP המרוחק של Agent Registry. בשיטה tools/list לא נדרש אימות.

curl -X POST https://agentregistry.googleapis.com/TOOLSET_ENDPOINT \
    -H 'Content-Type: application/json' \
    -H 'Accept: application/json' \
    -H 'MCP-Protocol-Version: MCP_PROTOCOL_VERSION' \
    -H 'Mcp-Method: tools/list' \
    -d '{
      "jsonrpc": "2.0",
      "id": 1,
      "method": "tools/list",
      "params": {
        "_meta": {
          "io.modelcontextprotocol/protocolVersion": "MCP_PROTOCOL_VERSION",
          "io.modelcontextprotocol/clientCapabilities": {
            "extensions": {
              "io.modelcontextprotocol/ui": {
                "mimeTypes": ["text/html;profile=mcp-app"]
              }
            }
          }
        }
      }
    }'

מחליפים את מה שכתוב בשדות הבאים:

  • ‫TOOLSET_ENDPOINT: החלק שנותר בנקודת הקצה של ה-MCP אחרי שם השירות. לדוגמה, עבור Agent Registry, יכול להיות שהערך יהיה mcp/toolset-name.
  • ‫MCP_PROTOCOL_VERSION: גרסת פרוטוקול ה-MCP. לדוגמה, 2026-07-28.

תרחישים לדוגמה

כשמקשרים את אפליקציית ה-AI או הסוכן לשרת ה-MCP של Agent Registry, אפשר להשתמש בהנחיות בשפה טבעית כדי לגלות ולאחזר באופן דינמי משאבים בסביבה שלכם.

הנה כמה דוגמאות להנחיות שאפשר להשתמש בהן עם אפליקציית ה-AI המקושרת:

  • חיפוש סוכן באמצעות מיומנות A2A: "תמצא סוכן שיכול להזמין טיסות עסקיות".
  • גילוי שרתי MCP: "אילו שרתי MCP רשומים ומציעים כלי נתונים של BigQuery?"
  • אחזור פרטים ספציפיים של משאב: "תציג לי את המטא-נתונים ואת פרטי ההגדרה של הסוכן שנקרא projects/123456789/locations/global/agents/travel-agent".

הגדרות אבטחה ובטיחות אופציונליות

השימוש ב-MCP כרוך בסיכוני אבטחה חדשים ובשיקולים חדשים, בגלל המגוון הרחב של הפעולות שאפשר לבצע באמצעות כלי ה-MCP. כדי למזער את הסיכונים האלה ולנהל אותם,Google Cloud מציע הגדרות ברירת מחדל ומדיניות שניתנת להתאמה אישית כדי לשלוט בשימוש בכלי MCP בארגון או בפרויקט שלכם ב- Google Cloud.

מידע נוסף על אבטחה וניהול של MCP זמין במאמר בנושא אבטחה ובטיחות של AI.

שימוש בהגנה מוגברת על המודל

‫Model Armor הואGoogle Cloud שירות שנועד לשפר את האבטחה והבטיחות של אפליקציות ה-AI שלכם. הוא פועל על ידי סינון יזום של הנחיות ותשובות של מודלים גדולים של שפה (LLM), ומגן מפני סיכונים שונים. הוא גם תומך בשיטות עבודה מומלצות לשימוש אחראי ב-AI. בין אם אתם פורסים AI בסביבת הענן שלכם או אצל ספקי שירותי ענן חיצוניים, הגנה מוגברת על המודל יכול לעזור לכם למנוע קלט זדוני, לאמת את בטיחות התוכן, להגן על מידע אישי רגיש, לשמור על תאימות ולאכוף את מדיניות הבטיחות והאבטחה של ה-AI באופן עקבי בסביבת ה-AI המגוונת שלכם.

כשמפעילים את Model Armor עם הפעלת רישום ביומן, המערכת רושמת ביומן את כל מטען הנתונים. יכול להיות שהפעולה הזו תחשוף מידע רגיש ביומנים שלכם.

ניתוב בקשות של MCP ל-Model Armor

‫Model Armor זמין באזורים מסוימים. כש-Model Armor מופעל ואתם משתמשים בשרת MCP בתחום שיפוט ש-Model Armor לא תומך בו, יכול להיות שהתנהגות הניתוב של השיחה תהיה שונה עבור שרתי MCP שונים, ושהיא תפגע בתאימות של נתוני השימוש והנתונים במעבר לדרישות של שמירת נתונים. מידע נוסף על ההתנהגות של שרתי MCP בודדים זמין במאמר הגנה מוגברת על המודל: מוצרים נתמכים.

הפעלת הגנה מוגברת על המודל

כדי להשתמש ב-Model Armor, צריך להפעיל את ממשקי ה-API של Model Armor.

המסוף

  1. מפעילים את הגנה מוגברת על המודל API, אם הוא עדיין לא מופעל.

    תפקידים שנדרשים להפעלת ממשקי API

    כדי להפעיל ממשקי API, צריך את ההרשאה serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד 'בעלים' (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד 'אדמין בממשק Service Usage' (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים

    להפעלת ה-API

  2. בוחרים את הפרויקט שבו רוצים להפעיל את הגנה מוגברת על המודל.

gcloud

לפני שמתחילים, צריך לבצע את השלבים הבאים באמצעות Google Cloud CLI עם Model Armor API:

  1. במסוף Google Cloud , מפעילים את Cloud Shell.

    הפעלת Cloud Shell

    בחלק התחתון של Google Cloud המסוף יתחיל סשן של Cloud Shell ותופיע הודעה של שורת הפקודה. Cloud Shell היא סביבת מעטפת שבה ה-CLI של Google Cloud מותקן ומוגדרים ערכים לפרויקט הקיים. הסשן יופעל תוך כמה שניות.

  2. מריצים את הפקודה הבאה כדי להגדיר את נקודת קצה ל-API לשירות הגנה מוגברת על המודל.

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

    מחליפים את LOCATION באזור שבו רוצים להשתמש בהגנה מוגברת על המודל.

הגדרת הגנה לשרתי MCP

כדי להגן על השיחות עם כלי ה-MCP והתגובות שלו, אפשר להשתמש בהגדרות של Model Armor. הגדרת רמת הבסיס מגדירה את מסנני האבטחה המינימליים שחלים על הפרויקט. ההגדרה הזו מחילה קבוצה עקבית של מסננים על כל הקריאות והתשובות של כלי MCP בפרויקט.

הגדרת סף תחתון של הגנה מוגברת על המודל עם הפעלת ניקוי נתונים ב-MCP. מידע נוסף זמין במאמר בנושא הגדרת ערכי סף ב-Model Armor.

דוגמה לפקודה:

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"}]'

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud .

שימו לב להגדרות הבאות:

  • ‫INSPECT_AND_BLOCK: סוג האכיפה שבודק את התוכן בשרת MCP של Google וחוסם הנחיות ותשובות שתואמות למסננים.
  • ‫ENABLED: ההגדרה שמפעילה מסנן או אכיפה.
  • ‫MEDIUM_AND_ABOVE: רמת המהימנות של ההגדרות של המסנן 'AI אחראי – מסוכן'. אפשר לשנות את ההגדרה הזו, אבל ערכים נמוכים יותר עלולים להוביל ליותר תוצאות חיוביות כוזבות. מידע נוסף זמין במאמר בנושא רמות הסמך של Model Armor.

השבתת סריקת תנועת נתונים של MCP באמצעות Model Armor

כדי להפסיק את הסריקה האוטומטית של התנועה אל השרתים של Google MCP וממנה על ידי Model Armor, על סמך הגדרות הרצפה של הפרויקט, מריצים את הפקודה הבאה:

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

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud . ‫הגנה מוגברת על המודל לא מחילה באופן אוטומטי את הכללים שמוגדרים בהגדרות אבטחה מינימליות של הפרויקט על תעבורת נתונים בשרת MCP של Google.

ההגדרות של הסף התחתון של Model Armor וההגדרות הכלליות יכולות להשפיע על יותר דברים מאשר רק על MCP. ‫Model Armor משולב עם שירותים כמו Vertex AI, ולכן כל שינוי שתבצעו בהגדרות של רמת הבסיס יכול להשפיע על סריקת התנועה ועל התנהגויות הבטיחות בכל השירותים המשולבים, ולא רק ב-MCP.

שליטה בשימוש ב-MCP באמצעות מדיניות IAM

כללי מדיניות הדחייה וכללי מדיניות ההרשאה של ניהול הזהויות והרשאות הגישה (IAM) עוזרים לכם לאבטח את שרתי Google Cloud ו-Google MCP.

אתם יכולים לשלב כמה קריטריונים כדי ליצור מדיניות אבטחה ומדיניות ניהול בהתאמה אישית, על ידי מתן או דחייה של גישה על סמך הקריטריונים הבאים:

  • הקרן.
  • מאפייני כלי כמו מאפיין הקריאה בלבד.
  • שם השירות או שם הכלי.
  • מזהה הלקוח של האפליקציה ב-OAuth.

מידע נוסף זמין במאמר שליטה בשימוש ב-MCP באמצעות ניהול זהויות וגישה.

המאמרים הבאים