Utilizza il server MCP di Agent Registry

Questo documento mostra come utilizzare il server Model Context Protocol (MCP) remoto di Agent Registry per connetterti ad applicazioni AI, tra cui Antigravity, ChatGPT, Claude e applicazioni personalizzate che stai sviluppando. Il server MCP remoto di Agent Registry consente alle tue applicazioni di AI di scoprire dinamicamente altri agenti, endpoint e server MCP disponibili nel tuo ambiente. Il server MCP remoto di Agent Registry viene attivato quando abiliti l'API Agent Registry.

Model Context Protocol (MCP) standardizza il modo in cui i modelli linguistici di grandi dimensioni (LLM) e le applicazioni o gli agenti AI si connettono alle origini dati esterne. I server MCP ti consentono di utilizzare i loro strumenti, le loro risorse e i loro prompt per eseguire azioni e ottenere dati aggiornati dal loro servizio di backend.

Qual è la differenza tra i server MCP locali e remoti?

Server MCP locali
In genere vengono eseguiti sulla tua macchina locale e utilizzano gli stream di input e output standard (stdio) per la comunicazione tra i servizi sullo stesso dispositivo.
Server MCP remoti
Vengono eseguiti sull'infrastruttura del servizio e offrono un endpoint HTTP alle applicazioni di AI per la comunicazione tra il client MCP AI e il server MCP. Per saperne di più sull'architettura MCP, consulta Architettura MCP.

Core stateless

Con la versione MCP 2026-07-28, MCP passa da un protocollo bidirezionale stateful a un protocollo stateless. Ogni richiesta MCP è autodescrittiva e può essere instradata utilizzando le intestazioni. Non è necessario l'handshake initialize/initialized o Mcp-Session-Id perché ogni richiesta include tutte le informazioni necessarie nelle intestazioni HTTP o nel parametro _meta. I server MCP possono richiedere informazioni aggiuntive necessarie per uno strumento tramite richieste di andata e ritorno multiple (MRTR).

Per facilitare l'instradamento e l'elaborazione delle richieste senza analizzare il corpo della richiesta, sono necessarie alcune intestazioni MCP, tra cui:

Per saperne di più sull'architettura MCP, consulta la specifica della versione 2026-07-28 di MCP e le modifiche principali.

Server MCP Google e remoti ( Google Cloud )

I server MCP di Google e Google Cloud remoti offrono le seguenti funzionalità e i seguenti vantaggi:

  • Rilevamento semplificato e centralizzato
  • Endpoint HTTP globali o regionali gestiti
  • Autorizzazione granulare
  • Sicurezza facoltativa di prompt e risposte con la protezione di Model Armor
  • Audit logging centralizzato

Per informazioni su altri server MCP e sui controlli di sicurezza e governance disponibili per i server MCP di Google Cloud, consulta la panoramica dei server MCP di Google Cloud.

Prima di iniziare

  1. Configura Agent Registry.
  2. Per una configurazione con un singolo progetto, recupera l'ID progetto del progetto di governance in cui è abilitato Agent Registry. Se hai configurato un confine di gestione per più progetti, utilizza l'ID del progetto di gestione per il rilevamento e la registrazione a livello di confine oppure specifica l'ID di un progetto membro per le operazioni su un singolo progetto.

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per utilizzare il server MCP Agent Registry, chiedi all'amministratore di concederti i seguenti ruoli IAM nel progetto di governance in cui è abilitato Agent Registry:

Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Questi ruoli predefiniti contengono le autorizzazioni necessarie per utilizzare il server MCP Agent Registry. Per vedere quali sono esattamente le autorizzazioni richieste, espandi la sezione Autorizzazioni obbligatorie:

Autorizzazioni obbligatorie

Per utilizzare il server MCP Agent Registry sono necessarie le seguenti autorizzazioni:

  • Effettua chiamate allo strumento MCP: mcp.tools.call
  • Scopri le risorse:
    • agentregistry.agents.
    • agentregistry.bindings.fetchAvailable
    • agentregistry.bindings.get
    • agentregistry.bindings.list
    • agentregistry.endpoints.
    • agentregistry.locations.
    • agentregistry.mcpServers.
    • agentregistry.operations.get
    • agentregistry.operations.list
    • agentregistry.publishers.*
    • agentregistry.services.get
    • agentregistry.services.list
    • agentregistry.skillRevisions.get
    • agentregistry.skillRevisions.list
    • agentregistry.skills.get
    • agentregistry.skills.list
    • agentregistry.skills.search
  • Gestisci risorse:
    • agentregistry.operations.
    • agentregistry.services.
    • agentregistry.skillRevisions.*
    • agentregistry.skills.create
    • agentregistry.skills.delete
    • agentregistry.skills.update
  • Gestisci le associazioni:
    • agentregistry.bindings.create
    • agentregistry.bindings.delete
    • agentregistry.bindings.update

Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.

Autenticazione e autorizzazione

Il server MCP remoto del registro degli agenti utilizza il protocollo OAuth 2.0 con Identity and Access Management (IAM) per l'autenticazione e l'autorizzazione. Tutte le identitàGoogle Cloud sono supportate per l'autenticazione ai server MCP.

Il server MCP Agent Registry richiede un'entità per il controllo di Identity and Access Management (IAM) e non accetta chiavi API. Come best practice, crea un'identità separata per gli agenti che utilizzano gli strumenti MCP in modo da poter controllare e monitorare l'accesso alle risorse.

Per saperne di più sull'autenticazione, consulta Esegui l'autenticazione ai server MCP.

Ambiti OAuth MCP di Agent Registry

OAuth 2.0 utilizza ambiti e credenziali per determinare se un'entità autenticata è autorizzata a eseguire un'azione specifica su una risorsa. Per saperne di più sugli ambiti OAuth 2.0 di Google, consulta Utilizzare OAuth 2.0 per accedere alle API di Google.

Agent Registry ha i seguenti ambiti OAuth dello strumento MCP:

URI dell'ambito per Google Cloud CLI Descrizione
https://www.googleapis.com/auth/cloud-platform Accesso completo a tutte le risorse Google Cloud .
https://www.googleapis.com/auth/agentregistry.read-write Accesso in lettura e scrittura alle risorse di Agent Registry.

Potrebbero essere necessari ambiti aggiuntivi per le risorse a cui si accede durante una chiamata allo strumento. Per visualizzare un elenco degli ambiti richiesti per Agent Registry, consulta API Agent Registry.

Configura un client MCP per utilizzare il server MCP di Agent Registry

Le applicazioni e gli agenti AI, come Claude o Antigravity, possono creare un'istanza di un client MCP che si connette a un singolo server MCP. Un'applicazione di AI può avere più client che si connettono a server MCP diversi. Se la tua applicazione non è elencata nelle indicazioni specifiche per il client, puoi utilizzare le seguenti informazioni per connetterti dalla maggior parte delle applicazioni.

  • Nome server: server MCP di Agent Registry
  • URL server o Endpoint: https://agentregistry.googleapis.com/mcp
  • Trasporto: HTTP trasmissibile in streaming
  • Dettagli di autenticazione: a seconda di come vuoi eseguire l'autenticazione, puoi inserire le tue credenziali Google Cloud , l'ID client e il secret OAuth o un'identità e le credenziali dell'agente. Per saperne di più sull'autenticazione, consulta Autenticati ai server MCP.
  • Ambito OAuth: l'ambito OAuth 2.0 che vuoi utilizzare per la connessione al server MCP Agent Registry.

Per indicazioni specifiche sull'applicazione per la configurazione e la connessione al server MCP, consulta Indicazioni specifiche per il client.

Per indicazioni più generali, consulta le seguenti risorse:

Strumenti disponibili

Per visualizzare i dettagli degli strumenti MCP disponibili e le relative descrizioni per il server MCP di Agent Registry, consulta il riferimento MCP di Agent Registry.

Agent Registry separa il rilevamento dalla registrazione e dagli aggiornamenti manuali. Puoi eseguire query sulle risorse di sola lettura Agent, McpServer o Endpoint per scoprire le funzionalità e creare, aggiornare o eliminare le risorse Service per gestire le voci registrate manualmente.

Strumenti di scoperta

Gli strumenti più comuni utilizzati dagli agenti AI per il rilevamento dinamico includono:

  • search_agents: esegue una ricerca per parola chiave o prefisso per trovare agenti all'interno di un progetto e di una località specifici in base a query in linguaggio naturale, skill A2A specifiche, tag o descrizioni.
  • search_mcp_servers: esegue una ricerca per parola chiave o prefisso per trovare i server MCP in base agli strumenti specifici che offrono o alle loro descrizioni.
  • get_agent, get_mcp_server, get_endpoint: recupera i metadati completi e i dettagli di configurazione di risorse specifiche utilizzando i relativi nomi di risorse univoci.
  • get_service: recupera una risorsa Service specifica per ispezionare i metadati e la specifica utilizzati per registrare manualmente un componente agentico.
  • get_operation: recupera l'ultimo stato di un'operazione a lunga esecuzione.
  • list_bindings, get_binding, fetch_available_bindings: recupera le configurazioni di binding che connettono gli agenti di origine alle risorse di destinazione o ai provider di autenticazione.

Gli strumenti di ricerca sono più adatti per le query in linguaggio naturale. Tuttavia, il server MCP fornisce anche strumenti di elenco che restituiscono elenchi di risorse impaginati. Questi strumenti sono utili per enumerare le risorse o filtrarle in base agli attributi delle risorse anziché alle ricerche in linguaggio naturale:

  • list_agents: restituisce un elenco impaginato di agenti all'interno di un progetto e una localitàGoogle Cloud specificati.
  • list_mcp_servers: restituisce un elenco impaginato di server MCP all'interno di un progetto e una località Google Cloud specificati.
  • list_endpoints, list_services: restituisce un elenco impaginato di endpoint registrati e risorse Service create manualmente in un progetto e una località specifici.

Strumenti amministrativi

Le applicazioni di AI utilizzano principalmente Agent Registry per il rilevamento. Tuttavia, il server MCP espone anche strumenti per gestire in modo programmatico le voci del registry:

  • create_service: registra manualmente un nuovo componente agentico personalizzato, come un agente, un server MCP o un endpoint, creando una risorsa Service dalla sua specifica JSON.
  • update_service: aggiorna i metadati o la specifica di una risorsa Service esistente, ad esempio applicando una patch a una scheda agente caricata.
  • delete_service: elimina una risorsa Service, rimuovendo la voce per l'agente, il server MCP o l'endpoint registrato manualmente dal registry.
  • create_binding, update_binding, delete_binding: gestisce in modo programmatico le connessioni e le mappature di accesso delegato tra i tuoi agenti e i server MCP o gli endpoint di destinazione.

Strumenti per gli elenchi

Utilizza lo strumento di controllo MCP per elencare gli strumenti o invia una richiesta HTTP tools/list direttamente al server MCP remoto del registro degli agenti. Il metodo tools/list non richiede l'autenticazione.

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"]
              }
            }
          }
        }
      }
    }'

Sostituisci quanto segue:

  • TOOLSET_ENDPOINT: il resto dell'endpoint MCP dopo il nome del servizio. Ad esempio, per Agent Registry, potrebbe essere mcp.
  • MCP_PROTOCOL_VERSION: la versione del protocollo MCP, ad esempio 2026-07-28.

Esempi di casi d'uso

Quando connetti la tua applicazione o il tuo agente AI al server MCP Agent Registry, puoi utilizzare prompt in linguaggio naturale per rilevare e recuperare dinamicamente le risorse nel tuo ambiente.

Di seguito sono riportati alcuni esempi di prompt che puoi utilizzare con la tua applicazione di AI connessa:

  • Scopri un agente in base alla skill A2A: "Trova un agente in grado di prenotare voli aziendali."
  • Scopri i server MCP: "Quali server MCP sono registrati che offrono strumenti per i dati BigQuery?"
  • Recuperare dettagli specifici delle risorse: "Mostrami i metadati e i dettagli di configurazione dell'agente denominato projects/123456789/locations/global/agents/travel-agent".

Configurazioni di sicurezza e protezione facoltative

MCP introduce nuovi rischi e considerazioni sulla sicurezza a causa dell'ampia varietà di azioni che puoi eseguire con gli strumenti MCP. Per ridurre al minimo e gestire questi rischi, Google Cloud offre impostazioni predefinite e policy personalizzabili per controllare l'utilizzo degli strumenti MCP nella tua organizzazione o nel tuo progetto Google Cloud.

Per saperne di più sulla sicurezza e sulla governance di MCP, consulta Sicurezza e protezione dell'AI.

Utilizza Model Armor

Model Armor è un servizioGoogle Cloud progettato per migliorare la sicurezza delle tue applicazioni di AI. Funziona analizzando in modo proattivo i prompt e le risposte degli LLM, proteggendo da vari rischi e supportando pratiche di AI responsabile. Che tu stia eseguendo il deployment dell'AI nel tuo ambiente cloud o su provider cloud esterni, Model Armor può aiutarti a prevenire input dannosi, verificare la sicurezza dei contenuti, proteggere i dati sensibili, mantenere la conformità e applicare le tue policy di sicurezza e protezione dell'AI in modo coerente nel tuo panorama di AI diversificato.

Quando Model Armor è abilitato con il logging abilitato, Model Armor registra l'intero payload. Ciò potrebbe esporre informazioni sensibili nei log.

Routing delle richieste MCP a Model Armor

Model Armor è disponibile in alcune regioni. Quando Model Armor è abilitato e utilizzi un server MCP in una giurisdizione non supportata da Model Armor, il comportamento di routing della chiamata potrebbe essere diverso per i vari server MCP e potrebbe violare la conformità della residenza dei dati per i dati in uso e in transito. Per saperne di più sul comportamento dei singoli server MCP, consulta Prodotti supportati da Model Armor.

Abilita Model Armor

Per poter utilizzare Model Armor, devi abilitare le API Model Armor.

Console

  1. Abilita l'API Model Armor, se non è già abilitata.

    Ruoli richiesti per abilitare le API

    Per abilitare le API, devi disporre dell'autorizzazione serviceusage.services.enable. Se hai creato il progetto, probabilmente hai già questa autorizzazione tramite il ruolo Proprietario (roles/owner). In caso contrario, puoi ottenere questa autorizzazione tramite il ruolo Amministratore Service Usage (roles/serviceusage.serviceUsageAdmin). Scopri come concedere i ruoli.

    Abilitare l'API

  2. Seleziona il progetto in cui vuoi attivare Model Armor.

gcloud

Prima di iniziare, segui questi passaggi utilizzando Google Cloud CLI con l'API Model Armor:

  1. Nella console Google Cloud , attiva Cloud Shell.

    Attiva Cloud Shell

    Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell e viene visualizzato un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installata e con valori già impostati per il progetto corrente. L'inizializzazione della sessione può richiedere alcuni secondi.

  2. Esegui questo comando per impostare l'endpoint API per il servizio Model Armor.

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

    Sostituisci LOCATION con la regione in cui vuoi utilizzare Model Armor.

Configura la protezione per i server MCP

Per proteggere le chiamate e le risposte degli strumenti MCP, puoi utilizzare le impostazioni di base di Model Armor. Un'impostazione di base definisce i filtri di sicurezza minimi che si applicano a tutto il progetto. Questa configurazione applica un insieme coerente di filtri a tutte le chiamate e risposte dello strumento MCP all'interno del progetto.

Configura un'impostazione di base di Model Armor con la sanitizzazione MCP abilitata. Per saperne di più, consulta Configura le impostazioni di base di Model Armor.

Vedi il seguente comando di esempio:

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"}]'

Sostituisci PROJECT_ID con l'ID progetto Google Cloud .

Tieni presente le seguenti impostazioni:

  • INSPECT_AND_BLOCK: il tipo di applicazione che esamina i contenuti per il server MCP di Google e blocca i prompt e le risposte che corrispondono ai filtri.
  • ENABLED: l'impostazione che attiva un filtro o un'applicazione.
  • MEDIUM_AND_ABOVE: Il livello di fiducia per le impostazioni del filtro IA responsabile - Pericoloso. Puoi modificare questa impostazione, anche se valori più bassi potrebbero generare più falsi positivi. Per saperne di più, consulta Livelli di confidenza di Model Armor.

Disabilita la scansione del traffico MCP con Model Armor

Per impedire a Model Armor di scansionare automaticamente il traffico da e verso i server Google MCP in base alle impostazioni di base del progetto, esegui questo comando:

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

Sostituisci PROJECT_ID con l'ID progetto Google Cloud . Model Armor non applica automaticamente le regole definite nelle impostazioni di base di questo progetto al traffico del server MCP di Google.

Le impostazioni di base e la configurazione generale di Model Armor possono influire su altri aspetti oltre a MCP. Poiché Model Armor si integra con servizi come Vertex AI, qualsiasi modifica apportata alle impostazioni di base può influire sulla scansione del traffico e sui comportamenti di sicurezza in tutti i servizi integrati, non solo in MCP.

Controlla l'utilizzo di MCP con le policy IAM

Le policy di negazione e le policy di autorizzazione di Identity and Access Management (IAM) ti aiutano a proteggere Google Cloud e i server MCP di Google.

Puoi combinare più criteri per creare policy di sicurezza e governance personalizzate consentendo o negando l'accesso in base a quanto segue:

  • L'entità.
  • Proprietà dello strumento, come l'attributo di sola lettura.
  • Il nome del servizio o dello strumento.
  • L'ID client OAuth dell'applicazione.

Per saperne di più, consulta Controlla l'utilizzo di MCP con Identity and Access Management.

Passaggi successivi