Supervisa AlloyDB con el servidor del MCP de Database Insights

El servidor remoto de Protocolo de contexto del modelo (MCP) de Database Insights te permite supervisar clústeres y, también, instancias de AlloyDB para PostgreSQL desde entornos de desarrollo basados en IA y plataformas de agentes de IA recuperando métricas de consultas y del sistema. Puedes conectar el servidor de MCP a aplicaciones de IA, como Gemini CLI, el modo de agente en Gemini Code Assist, Claude Code o aplicaciones de IA personalizadas que desarrolles.

El servidor de MCP remoto de Database Insights se habilita cuando habilitas la API de Database Insights.

El Protocolo de contexto del modelo (MCP) estandariza la forma en que los modelos de lenguaje grandes (LLM) y las aplicaciones o agentes de IA se conectan a fuentes de datos externas. Los servidores de MCP te permiten usar sus herramientas, recursos y mensajes para realizar acciones y obtener datos actualizados de su servicio de backend.

¿Cuál es la diferencia entre los servidores de MCP locales y remotos?

Servidores de MCP locales
Por lo general, se ejecutan en tu máquina local y usan los flujos de entrada y salida estándar (stdio) para la comunicación entre servicios en el mismo dispositivo.
Servidores de MCP remotos
Se ejecutan en la infraestructura del servicio y ofrecen un extremo HTTP a las aplicaciones de IA para la comunicación entre el cliente de MCP de IA y el servidor de MCP. Para obtener más información sobre la arquitectura de MCP, consulta Arquitectura de MCP.

Núcleo sin estado

Con la versión 2026-07-28 del MCP, este cambia de un protocolo bidireccional con estado a un protocolo sin estado. Cada solicitud de MCP se describe a sí misma y se puede enrutar con encabezados. No es necesario el protocolo de enlace initialize/initialized ni Mcp-Session-Id, ya que cada solicitud incluye toda la información necesaria en los encabezados HTTP o el parámetro _meta. Los servidores de MCP pueden solicitar información adicional que requiere una herramienta a través de solicitudes de ida y vuelta múltiples (MRTR).

Para ayudar a enrutar y procesar las solicitudes sin analizar el cuerpo de la solicitud, se requieren algunos encabezados de MCP, incluidos los siguientes:

Para obtener más información sobre la arquitectura de MCP, consulta la especificación y los cambios clave de la versión 2026-07-28 de MCP.

Servidores de MCP remotos de Google y Google Cloud

Los servidores de MCP remotos de Google y Google Cloud tienen las siguientes características y beneficios:

  • Descubrimiento simplificado y centralizado
  • Extremos HTTP globales o regionales administrados
  • Autorización detallada
  • Seguridad opcional de instrucciones y respuestas con la protección de Model Armor
  • Registro de auditoría centralizado

Para obtener información sobre otros servidores de MCP y sobre los controles de seguridad y administración disponibles para los servidores de MCP de Google Cloud, consulta la Descripción general de los servidores de MCP de Google Cloud.

Antes de comenzar

  1. Accede a tu cuenta de Google Cloud . Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

  4. Enable the AlloyDB, Database Insights APIs, if any are not already enabled.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the APIs

  5. Install the Google Cloud CLI.

  6. If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

  7. To initialize the gcloud CLI, run the following command: 

    gcloud init

  8. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  9. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

  10. Enable the AlloyDB, Database Insights APIs, if any are not already enabled.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the APIs

  11. Install the Google Cloud CLI.

  12. If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

  13. To initialize the gcloud CLI, run the following command: 

    gcloud init

Roles obligatorios

Para obtener los permisos que necesitas para usar el servidor MCP para observar bases de datos, pídele a tu administrador que te otorgue los siguientes roles de IAM en el proyecto en el que quieres usar el servidor MCP para observar bases de datos:

Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Estos roles predefinidos contienen los permisos necesarios para usar el servidor MCP para observar bases de datos. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para usar el servidor MCP para observar bases de datos:

  • Realiza llamadas a herramientas de MCP: mcp.tools.call
  • Obtén métricas de consultas: queryMetrics.fetch
  • Obtén métricas del sistema: systemMetrics.fetch
  • Obtén estadísticas de consultas agregadas avanzadas: queryStats.fetch
  • Obtén estadísticas avanzadas de consultas de series temporales: queryTimeSeries.fetch
  • Obtén estadísticas avanzadas de eventos de espera agregados: waitEventStats.fetch
  • Obtén estadísticas avanzadas de eventos de espera de series temporales: waitEventTimeSeries.fetch
  • Obtén recomendaciones de índices: recommendations.query, resourceRecommendations.query
  • Consulta las métricas de Monitoring: monitoring.timeseries.list

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Autenticación y autorización

El servidor de MCP remoto de Database Insights usa el protocolo OAuth 2.0 con Identity and Access Management (IAM) para la autenticación y la autorización. Todas las identidades deGoogle Cloud son compatibles con la autenticación en los servidores de MCP.

El servidor de MCP remoto de Database Insights no acepta claves de API.

Te recomendamos que crees una identidad independiente para los agentes que usan herramientas de MCP, de modo que se pueda controlar y supervisar el acceso a los recursos. Para obtener más información sobre la autenticación, consulta Autentícate en servidores de MCP.

Permisos de OAuth del MCP de Database Insights

El servidor MCP para observar bases de datos tiene los siguientes permisos de OAuth de la herramienta de MCP:

URI del permiso para gcloud CLI Descripción
https://www.googleapis.com/auth/cloud-platform Consulta y analiza el rendimiento de la base de datos y las métricas del sistema.

Es posible que se requieran permisos adicionales en los recursos a los que se accede durante una llamada a la herramienta.

Configura un cliente de MCP para que use el servidor MCP para observar bases de datos

Las aplicaciones y los agentes de IA, como Claude o Antigravity, pueden crear una instancia de un cliente de MCP que se conecte a un solo servidor de MCP. Una aplicación de IA puede tener varios clientes que se conecten a diferentes servidores de MCP. Si tu aplicación no aparece en la guía específica del cliente, puedes usar la siguiente información para conectarte desde la mayoría de las aplicaciones.

En tu aplicación de IA, busca una forma de agregar un servidor de MCP remoto o conectarte a él. Para el servidor MCP para observar bases de datos, ingresa lo siguiente según sea necesario:

  • Nombre del servidor: Servidor MCP para observar bases de datos
  • URL del servidor o Extremo: https://databaseinsights.googleapis.com/mcp
  • Transporte: HTTP transmisible
  • Detalles de autenticación: Según cómo quieras autenticarte, puedes ingresar tus credenciales de Google Cloud , tu ID de cliente de OAuth y el secreto, o una identidad y credenciales de agente. Para obtener más información sobre la autenticación, consulta Autentícate en servidores de MCP.
  • Permiso de OAuth: Es el permiso de OAuth 2.0 que quieres usar cuando te conectes al servidor MCP para observar bases de datos.

Para obtener orientación específica de la aplicación sobre cómo configurar y conectarse al servidor de MCP, consulta Orientación específica del cliente.

Para obtener orientación más general, consulta los siguientes recursos:

Herramientas disponibles

Para ver los detalles de las herramientas de MCP disponibles y sus descripciones para el servidor de MCP de Database Insights, consulta la referencia del servidor de MCP de Database Insights.

Herramientas de listas

Usa el inspector de MCP para enumerar las herramientas o envía una solicitud HTTP tools/list directamente al servidor de MCP remoto de Database Insights. El método tools/list no requiere autenticación.

curl -X POST https://databaseinsights.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"]
              }
            }
          }
        }
      }
    }'

Reemplaza lo siguiente:

  • TOOLSET_ENDPOINT: el resto del extremo de MCP después del nombre del servicio. Por ejemplo, para el servidor MCP de Database Insights, podría ser mcp/toolset-name.
  • MCP_PROTOCOL_VERSION: Es la versión del protocolo de MCP. Por ejemplo, 2026-07-28.

Ejemplos de casos de uso

A continuación, se muestran ejemplos de casos de uso para supervisar AlloyDB con el servidor MCP de Database Insights.

Supervisa el rendimiento de las consultas

Puedes usar el servidor MCP para observar bases de datos con el objetivo de identificar consultas lentas y comprender los patrones de carga de trabajo de la base de datos.

Instrucción de ejemplo:

"Busca las 5 consultas con el tiempo de ejecución más alto en mi instancia de AlloyDB en el proyecto PROJECT_ID durante la última hora".

Flujo de trabajo: El flujo de trabajo para supervisar el rendimiento de las consultas incluye los siguientes pasos:

  • Recuperación de datos: El agente llama a la herramienta query_metrics con una consulta de PromQL configurada para recuperar alloydb.googleapis.com/database/postgresql/insights/perquery/execution_time.

  • Análisis: El agente procesa los datos de series temporales que se devuelven para identificar las consultas con el tiempo de ejecución acumulado más alto.

  • Informes: El agente enumera los hashes de las consultas y sus respectivos tiempos de ejecución, lo que te ayuda a identificar posibles cuellos de botella.

Verificación de estado del sistema

Puedes supervisar el uso de recursos de tus instancias de AlloyDB para asegurarte de que tengan el tamaño correcto y funcionen de forma óptima.

Instrucción de ejemplo:

"¿Cuál ha sido el uso promedio de CPU y la memoria disponible para mi instancia de AlloyDB INSTANCE_ID en las últimas 24 horas?"

Flujo de trabajo: El flujo de trabajo para una verificación de estado del sistema incluye los siguientes pasos:

  • Recuperación de métricas: El agente usa la herramienta system_metrics para recuperar alloydb.googleapis.com/instance/cpu/average_utilization y alloydb.googleapis.com/instance/memory/min_available_memory para la instancia especificada.

  • Resumen: El agente agrega los datos durante el período de 24 horas.

  • Informes: El agente proporciona un resumen de las tendencias de CPU y memoria, y te alerta si el uso alcanzó su punto máximo cerca de los límites.

Parámetros de configuración de seguridad opcionales

El MCP presenta nuevos riesgos y consideraciones de seguridad debido a la gran variedad de acciones que puedes realizar con las herramientas de MCP. Para minimizar y administrar estos riesgos, Google Cloud ofrece parámetros de configuración predeterminados y políticas personalizables para controlar el uso de las herramientas de MCP en tu organización o proyecto de Google Cloud.

Para obtener más información sobre la seguridad y la administración de MCP, consulta Seguridad y protección de la IA.

Usa Model Armor

Model Armor es un servicio de Google Cloud diseñado para mejorar la seguridad de tus aplicaciones de IA. Funciona analizando de forma proactiva las instrucciones y respuestas de los LLM, protegiendo contra diversos riesgos y respaldando prácticas de IA responsable. Ya sea que implementes IA en tu entorno de nube o en proveedores de servicios en la nube externos, Model Armor puede ayudarte a evitar entradas maliciosas, verificar la seguridad del contenido, proteger datos sensibles, mantener el cumplimiento y aplicar tus políticas de seguridad de la IA de manera coherente en todo tu panorama de IA.

Cuando Model Armor está habilitado con el registro habilitado, Model Armor registra toda la carga útil. Esto podría exponer información sensible en tus registros.

Enrutamiento de solicitudes de MCP a Model Armor

Model Armor está disponible en ciertas regiones. Cuando Model Armor está habilitado y usas un servidor de MCP en una jurisdicción que Model Armor no admite, el comportamiento de enrutamiento de la llamada podría ser diferente para los distintos servidores de MCP y podría incumplir el cumplimiento de la residencia de datos para los datos en uso y en tránsito. Para obtener más información sobre el comportamiento de los servidores de MCP individuales, consulta Productos compatibles con Model Armor.

Habilita Model Armor

Para poder usar las APIs de Model Armor, debes habilitarlas.

Console

  1. Habilita la API de Model Armor si aún no está habilitada.

    Roles necesarios para habilitar las APIs

    Para habilitar las APIs, necesitas el permiso serviceusage.services.enable. Si creaste el proyecto, es probable que ya tengas este permiso a través del rol de propietario (roles/owner). De lo contrario, puedes obtenerlo a través del rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). Obtén información para otorgar roles.

    Habilitar la API

  2. Elige el proyecto en el que quieres activar Model Armor.

gcloud

Antes de empezar, sigue estos pasos a través de la Google Cloud CLI con la API de Model Armor:

  1. En la consola de Google Cloud , activa Cloud Shell.

    Activa Cloud Shell

    En la parte inferior de la consola de Google Cloud , se inicia una sesión de Cloud Shell en la que se muestra una ventana de línea de comandos. Cloud Shell es un entorno de shell con Google Cloud CLI ya instalada y con valores ya establecidos para el proyecto actual. La sesión puede tardar unos segundos en inicializarse.

  2. Ejecuta el siguiente comando para usar el extremo de API global:

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

Configura la protección para los servidores de MCP remotos de Google y Google Cloud

Para proteger las llamadas y respuestas de las herramientas de MCP, puedes usar la configuración mínima de Model Armor. Un parámetro de configuración mínimo define los filtros de seguridad mínimos que se aplican en todo el proyecto. Esta configuración aplica un conjunto coherente de filtros a todas las llamadas y respuestas de herramientas de MCP dentro del proyecto.

Establece un parámetro de configuración mínima de Model Armor con la limpieza de MCP habilitada. Para obtener más información, consulta Configura los parámetros mínimos de Model Armor.

Consulta el siguiente comando de ejemplo:

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"}]'

Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud .

Ten en cuenta los siguientes parámetros de configuración:

  • INSPECT_AND_BLOCK: Es el tipo de aplicación de medidas por incumplimiento que inspecciona el contenido del servidor de MCP de Google y bloquea las instrucciones y respuestas que coinciden con los filtros.
  • ENABLED: Es el parámetro de configuración que habilita un filtro o una aplicación de política.
  • MEDIUM_AND_ABOVE: Es el nivel de confianza para la configuración del filtro de IA responsable: peligroso. Puedes modificar este parámetro de configuración, aunque los valores más bajos pueden generar más falsos positivos. Para obtener más información, consulta Niveles de confianza de Model Armor.

Inhabilita el análisis del tráfico de MCP con Model Armor

Para evitar que Model Armor analice automáticamente el tráfico hacia y desde los servidores de MCP de Google según la configuración de base del proyecto, ejecuta el siguiente comando:

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

Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud . Model Armor no aplica automáticamente las reglas definidas en la configuración de base de este proyecto a ningún tráfico del servidor de MCP de Google.

La configuración mínima y general de Model Armor puede afectar más que solo el MCP. Debido a que Model Armor se integra en servicios como Vertex AI, cualquier cambio que realices en la configuración mínima puede afectar el análisis del tráfico y los comportamientos de seguridad en todos los servicios integrados, no solo en MCP.

Controla el uso de MCP con las políticas de Identity and Access Management (IAM)

Las políticas de denegación y las políticas de permisos de Identity and Access Management (IAM) te ayudan a proteger los servidores de MCP de Google y Google Cloud .

Puedes combinar varios criterios para crear políticas de seguridad y administración personalizadas permitiendo o denegando el acceso según lo siguiente:

  • La principal.
  • Propiedades de la herramienta, como el atributo de solo lectura.
  • El nombre del servicio o de la herramienta.
  • Es el ID de cliente de OAuth de la aplicación.

Para obtener más información, consulta Controla el uso de MCP con Identity and Access Management.

¿Qué sigue?