Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

エージェントレジストリ MCP サーバーを使用する

このドキュメントでは、Agent Registry リモート Model Context Protocol（MCP）サーバーを使用して、Gemini CLI、ChatGPT、Claude などの AI アプリケーションや、開発中のカスタムアプリケーションに接続する方法について説明します。 Agent Registry リモート MCP サーバーを使用すると、AI アプリケーションは、環境内で利用可能な他のエージェント、エンドポイント、MCP サーバーを動的に検出できます。 Agent Registry API を有効にすると、Agent Registry リモート MCP サーバーが有効になります。

Model Context Protocol （MCP）により、大規模言語モデル（LLM）と AI アプリケーション（エージェント）が外部のデータソースに接続する方法が標準化されます。MCP サーバーを使用すると、そのツール、リソース、プロンプトを使用してアクションを実行し、バックエンドサービスから更新されたデータを取得できます。

ローカル MCP サーバーとリモート MCP サーバーの違いは何ですか？

ローカル MCP サーバー: 通常はローカルマシンで実行され、同じデバイス上のサービス間の通信に標準の入力ストリームと出力ストリーム（stdio）を使用します。
リモート MCP サーバー: サービスのインフラストラクチャで実行され、AI アプリケーションに HTTP エンドポイントを提供して、AI MCP クライアントと MCP サーバー間の通信を行います。MCP アーキテクチャの詳細については、 MCP アーキテクチャをご覧ください。

Google と Google Cloud リモート MCP サーバー

Google と Google Cloud リモート MCP サーバーには、次の機能とメリットがあります。

簡素化された一元的な検出
マネージドグローバルまたはリージョン HTTP エンドポイント
きめ細かい認可
Model Armor 保護によるプロンプトとレスポンスのセキュリティ（オプション）
一元的な監査ロギング

他の MCP サーバーと、Google Cloud サーバーで使用可能なセキュリティとガバナンスの制御については、Google Cloud MCP サーバーの概要をご覧ください。

始める前に

Agent Registry MCP サーバーを使用するには、 Agent Registry を設定する必要があります。認証と検出タスクの実行には、プロジェクト ID も必要です。

必要なロール

Agent Registry MCP サーバーを使用するために必要な権限を取得するには、Agent Registry MCP サーバーを使用するプロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。

MCP ツール呼び出しを行う: MCP ツールユーザー (roles/mcp.toolUser)
リソースを検出する: Agent Registry API 閲覧者（roles/agentregistry.viewer）
リソースを管理する: Agent Registry API 編集者（roles/agentregistry.editor）

ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。

これらの事前定義ロールには Agent Registry MCP サーバーの使用に必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。

必要な権限

Agent Registry MCP サーバーを使用するには、次の権限が必要です。

MCP ツール呼び出しを行う: mcp.tools.call

カスタムロールや他の事前定義ロールを使用して、これらの権限を取得することもできます。

認証と認可

Agent Registry リモート MCP サーバーは、認証と認可に Identity and Access Management（IAM）と OAuth 2.0 プロトコルを使用します。MCP サーバーへの認証では、すべての Google Cloud ID がサポートされています。

Agent Registry MCP サーバーには、Identity and Access Management（IAM）制御用のプリンシパルが必要であり、API キーは受け入れられません。リソースへのアクセスを制御してモニタリングできるように、MCP ツールを使用するエージェント用に個別の ID を作成することをおすすめします。

認証の詳細については、 MCP サーバーに対して認証するをご覧ください。

Agent Registry MCP の OAuth スコープ

OAuth 2.0 では、スコープと認証情報を使用して、認証されたプリンシパルがリソースに対して特定のアクションを実行する権限があるかどうかを判断します。Google の OAuth 2.0 スコープの詳細については、 OAuth 2.0 を使用して Google API にアクセスするをご覧ください。

Agent Registry には、次の MCP ツール OAuth スコープがあります。

Google Cloud CLI のスコープの URI	説明
`https://www.googleapis.com/auth/cloud-platform`	全リソースへの完全アクセス権 Google Cloud
`https://www.googleapis.com/auth/agentregistry.read-write`	Agent Registry リソースに対する読み取り / 書き込みアクセス権。

ツール呼び出し中にアクセスされるリソースに追加のスコープが必要になる場合があります。Agent Registry に必要なロールと権限の一覧については、 Agent Registry のロールと権限をご覧ください。

Agent Registry MCP サーバーを使用するように MCP クライアントを構成する

Claude や Antigravity などの AI アプリケーションやエージェントは、単一の MCP サーバーに接続する MCP クライアントをインスタンス化できます。AI アプリケーションには、さまざまな MCP サーバーに接続する複数のクライアントを設定できます。クライアント固有のガイダンスにアプリケーションが記載されていない場合は、次の情報を使用してほとんどのアプリケーションから接続できます。

サーバー名: Agent Registry MCP サーバー
サーバー URL または エンドポイント: https://agentregistry.googleapis.com/mcp
トランスポート: HTTP
認証の詳細: 認証方法に応じて、認証情報、OAuth クライアント ID とシークレット、またはエージェントの ID と認証情報を入力できます。 Google Cloud 認証の詳細については、 MCP サーバーに対して認証するをご覧ください。
OAuth スコープ: Agent Registry MCP サーバーに接続するときに使用するOAuth 2.0 スコープ。

MCP サーバーの設定と接続に関するアプリケーション固有のガイダンスについては、クライアント固有のガイダンスをご覧ください。

一般的なガイダンスについては、次のリソースをご覧ください。

使用可能なツール

Agent Registry MCP サーバーで使用可能な MCP ツールの詳細とその説明を表示するには、 Agent Registry MCP リファレンスをご覧ください。

Agent Registry API は、読み取りオペレーションと書き込みオペレーションを分離します。読み取り専用の Agent、McpServer、Endpoint リソースをクエリして機能を確認しますが、エントリの作成、更新、削除には書き込み可能な Service リソースを使用する必要があります。

ヒアリング調査ツール

AI エージェントが動的検出に使用する最も一般的なツールは次のとおりです。

search_agents: キーワードまたは接頭辞検索を実行して、自然言語クエリ、特定のスキル、タグ、説明に基づいて、特定のプロジェクトとロケーション内のエージェントを検出します。
search_mcp_servers: キーワードまたは接頭辞検索を実行して、提供する特定のツールまたは説明に基づいて MCP サーバーを検出します。
get_agent、get_mcp_server、get_endpoint: 一意のリソース名を使用して、特定のリソースの完全なメタデータと構成の詳細を取得します。
get_service: 特定の Service リソースを取得して、リソースの手動オンボーディングに使用される基盤となる登録仕様を検査します。
get_operation: 長時間実行オペレーションの最新状態を取得します。
list_bindings、get_binding、fetch_available_bindings: ソースエージェントをターゲットリソースまたは認証プロバイダに接続するバインディング構成を取得します。

検索ツールは、自然言語クエリに最適です。ただし、MCP サーバーには、リソースのページ分割されたリストを返すリストツールもあります。これらのツールは、自然言語検索ではなく、リソースの列挙やリソース属性によるフィルタリングに役立ちます。

list_agents: 指定した Google Cloud プロジェクトとロケーション内のエージェントのページ分割されたリストを返します。
list_mcp_servers: 指定したプロジェクトとロケーション内の MCP サーバーのページ分割されたリストを返します。 Google Cloud
list_endpoints、list_services: 指定されたプロジェクトとロケーションに登録されているエンドポイントと、手動でオンボーディングされたServiceリソースのページ分割されたリストを返します。

管理ツール

AI アプリケーションは主に Agent Registry を使用して検出を行います。ただし、MCP サーバーは、レジストリエントリをプログラムで管理するためのツールも公開しています。

create_service: JSON 仕様を指定して、エージェント、MCP サーバー、エンドポイントなどの新しいカスタムエージェントコンポーネントを手動で登録します。
update_service: アップロードされたエージェントカードのパッチ適用など、既存の Service リソースの仕様またはパラメータを更新します。
delete_service: Service リソースを削除します。これにより、手動でオンボーディングされたエージェント、MCP サーバー、エンドポイントがレジストリから登録解除されます。
create_binding、update_binding、delete_binding: エージェントとターゲット MCP サーバーまたはエンドポイント間の接続と委任されたアクセスマッピングをプログラムで管理します。

ツールの一覧表示

MCP インスペクタを使用してツールを一覧表示するか、tools/list HTTP リクエストを Agent Registry リモート MCP サーバーに直接送信します。tools/list メソッド: 認証を必要としません。

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

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

サンプルユースケース

AI アプリケーションまたはエージェントを Agent Registry MCP サーバーに接続すると、自然言語プロンプトを使用して、環境内のリソースを動的に検出して取得できます。

接続された AI アプリケーションで使用できるプロンプトの例を次に示します。

スキルでエージェントを検出する: 「法人向けフライトを予約できるエージェントを探してください。」
MCP サーバーを検出する: 「BigQuery データツールを提供する MCP サーバーは登録されていますか？」
特定のリソースの詳細を取得する: 「projects/123456789/locations/global/agents/travel-agent という名前のエージェントのメタデータと構成の詳細を表示してください。」

セキュリティと安全に関するオプションの構成

MCP ツールで実行できるアクションが多岐にわたるため、MCP によって新たなセキュリティリスクと考慮事項が加わります。これらのリスクを最小限に抑えて管理するために、 Google Cloud は、組織またはプロジェクトでの MCP ツールの使用を制御するデフォルトの設定とカスタマイズ可能なポリシーを提供します。 Google Cloud

MCP のセキュリティとガバナンスの詳細については、 AI のセキュリティと安全性をご覧ください。

Model Armor を使用する

Model Armor は、AI アプリケーションのセキュリティと安全性を強化するために設計された Google Cloud サービスです。LLM のプロンプトとレスポンスを事前にスクリーニングすることで、さまざまなリスクから保護し、責任ある AI への取り組みをサポートします。クラウド環境や外部クラウドプロバイダに AI をデプロイする場合でも、Model Armor を使用すると、悪意のある入力からの防御、コンテンツの安全性の検証、センシティブデータの保護、コンプライアンスの維持、多様な AI 環境全体で AI の安全性とセキュリティポリシーの一貫した適用が可能になります。

ロギングを有効にして Model Armorを有効にすると、Model Armor はペイロード全体をログに記録します。これにより、機密情報がログに公開される可能性があります。

Model Armor を有効にする

Model Armor を使用するには、Model Armor API を有効にする必要があります。

コンソール

Model Armor API を有効にします。
API を有効にするために必要なロール
API を有効にするには、serviceusage.services.enable 権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を通じてこの権限が付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を通じてこの権限を取得できます。ロールを付与する方法をご覧ください。
API の有効化
Model Armor を有効にするプロジェクトを選択します。

gcloud

始める前に、Google Cloud CLI で Model Armor API を使用して、次の処理を行います。

コンソールで Cloud Shell をアクティブにします。 Google Cloud

Cloud Shell をアクティブにする

コンソールの下部にある Google Cloud Cloud Shell セッションが開始し、コマンドラインプロンプトが表示されます。Cloud Shell はシェル環境です。Google Cloud CLI がすでにインストールされており、現在のプロジェクトの値もすでに設定されています。セッションが初期化されるまで数秒かかることがあります。
次のコマンドを実行して、Model Armor サービスの API エンドポイントを設定します。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
LOCATION は、Model Armor を使用するリージョンに置き換えます。

MCP サーバーの保護を構成する

MCP ツールの呼び出しとレスポンスを保護するには、Model Armor のフロア設定を使用します。フロア設定では、プロジェクト全体に適用される最小限のセキュリティフィルタを定義します。この構成では、プロジェクト内のすべての MCP ツール呼び出しとレスポンスに一貫したフィルタセットが適用されます。

MCP サニタイズを有効にして、Model Armor のフロア設定を行います。詳細については、Model Armor のフロア設定を構成するをご覧ください。

次のコマンド例をご覧ください。

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"}]'

PROJECT_ID は、実際の Google Cloud プロジェクト ID に置き換えます。

次の設定に注意してください。

INSPECT_AND_BLOCK: Google MCP サーバーのコンテンツを検査し、フィルタに一致するプロンプトとレスポンスをブロックする適用タイプ。
ENABLED: フィルタまたは適用を有効にする設定。
MEDIUM_AND_ABOVE: 責任ある AI - 危険フィルタ設定の信頼度。この設定は変更できますが、値を小さくすると誤検出が増える可能性があります。詳細については、Model Armor の信頼レベルをご覧ください。

Model Armor による MCP トラフィックのスキャンを無効にする

プロジェクトのフロア設定に基づいて、Google MCP サーバーとの間のトラフィックを Model Armor が自動的にスキャンしないようにするには、次のコマンドを実行します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。Model Armor は、このプロジェクトのフロア設定で定義されたルールを Google MCP サーバーのトラフィックに自動的に適用しません。

Model Armor のフロア設定と一般的な構成は、MCP だけでなく、他のサービスにも影響する可能性があります。Model Armor は Vertex AI などのサービスと統合されているため、フロア設定を変更すると、MCP だけでなく、統合されたすべてのサービスでトラフィックスキャンと安全性の動作に影響する可能性があります。

IAM 拒否ポリシーを使用して MCP の使用を制御する

Identity and Access Management（IAM）拒否ポリシーは、リモート MCP サーバーの保護に役立ちます。 Google Cloud 不要な MCP ツールへのアクセスをブロックするように、これらのポリシーを構成します。

たとえば、次の条件に基づいてアクセスを拒否または許可できます。

プリンシパル
読み取り専用などのツールプロパティ
アプリケーションの OAuth クライアント ID

詳細については、Identity and Access Management による MCP の使用の制御をご覧ください。

次のステップ

Agent Registry MCP リファレンスドキュメントを確認する
Google Cloud MCP サーバーの詳細を確認する