Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

使用 App Optimize API 遠端 MCP 伺服器

本文說明如何使用 App Optimize API 遠端 Model Context Protocol (MCP) 伺服器，連線至 AI 應用程式，包括 Gemini CLI、ChatGPT、Claude，以及您開發的自訂應用程式。App Optimize API 遠端 MCP 伺服器可協助您瞭解資源支出和用量。 Google Cloud 您可以取得含有費用和用量資料的報表，以便進行分析，並與其他資料整合。啟用 App Optimize API 時，系統會啟用 App Optimize 遠端 MCP 伺服器。

Model Context Protocol (MCP) 規範大型語言模型 (LLM) 和 AI 應用程式/代理程式連結外部資料來源的標準方式。MCP 伺服器可讓您使用工具、資源和提示，從後端服務執行動作及取得更新資料。

本機和遠端 MCP 伺服器有何不同？

本機 MCP 伺服器: 通常在本機上執行，並使用標準輸入和輸出串流 (stdio)，在同一部裝置上的服務之間進行通訊。
遠端 MCP 伺服器: 在服務的基礎架構上執行，並為 AI 應用程式提供 HTTP 端點，供 AI MCP 用戶端與 MCP 伺服器之間的通訊。如要進一步瞭解 MCP 架構，請參閱「MCP 架構」。

無狀態核心

2026 年 7 月 28 日的 MCP 版本將 MCP 從雙向有狀態通訊協定改為無狀態通訊協定。每個 MCP 要求都會自我描述，並可使用標頭進行路徑設定。由於每個要求都包含 HTTP 標頭或 _meta 參數中所需的所有資訊，因此不需要 initialize/initialized 交握或 Mcp-Session-Id。MCP 伺服器可透過多輪往返要求 (MRTR)，要求工具提供額外資訊。

為協助系統在不剖析要求主體的情況下，轉送及處理要求，您必須提供部分 MCP 標頭，包括：

MCP 規格所需的標頭，例如通訊協定版本標頭和標準要求標頭。
MCP 伺服器定義的自訂標頭。這些標頭會使用 x-mcp-header 屬性，從工具的輸入結構定義鏡像到 HTTP 標頭。舉例來說，MCP 伺服器可能會定義自訂標頭，以指定 Google Cloud 區域或專案 ID。

如要進一步瞭解 MCP 架構，請參閱 MCP 2026-07-28 版的規格和主要變更。

Google 和 Google Cloud 遠端 MCP 伺服器

Google 和 Google Cloud 遠端 MCP 伺服器具備下列功能和優點：

簡化集中式探索作業
受管理的全域或區域 HTTP 端點
精細授權
使用 Model Armor 保護機制，選擇性確保提示詞和回覆安全無虞
集中式稽核記錄

如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器適用的安全性與控管控制項，請參閱「Google Cloud MCP 伺服器總覽」。

事前準備

找出含有待分析有效 Google Cloud 資源的專案。 App Optimize API 需要帳單和用量資料，才能產生有意義的結果。如果專案是新的或沒有任何內容，系統產生的報表也會是空的。

您可以在一個專案中使用 MCP 伺服器，分析來自其他專案或應用程式的資料，這些專案或應用程式位於單一專案或資料夾層級的界線內。如要取得應用程式中心應用程式的資料 (可能由多個專案組成)，您必須在所有相關聯的應用程式專案中，具備必要的監控和帳單權限，才能建立報表。

登入 Google 帳戶。

如果還沒有帳戶，請註冊新帳戶。

安裝 Google Cloud CLI。

如果您使用外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

確認您具備完成本指南所需的權限。

確認 Google Cloud 專案已啟用計費功能。

如果尚未啟用，請啟用 App Optimize API：

啟用 API 時所需的角色

如要啟用 API，您必須具備 serviceusage.services.enable 權限。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「服務使用管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

gcloud services enable appoptimize

安裝 Google Cloud CLI。

如果您使用外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

確認您具備完成本指南所需的權限。

確認 Google Cloud 專案已啟用計費功能。

如果尚未啟用，請啟用 App Optimize API：

啟用 API 時所需的角色

gcloud services enable appoptimize

必要的角色

如要取得使用 App Optimize API MCP 伺服器所需的權限，請要求管理員授予您下列 IAM 角色：

發出 MCP 工具呼叫： MCP 工具使用者 (roles/mcp.toolUser) 在要使用 App Optimize API MCP 伺服器的專案中。
使用 App Optimize API MCP 伺服器：在您使用 MCP 伺服器的專案中，App Optimize 管理員 (roles/appoptimize.admin)。
取得費用資料：具備 billing.resourceCosts.get 權限的角色，例如 Cloud Hub 操作人員 (roles/cloudhub.operator)、檢視者 (roles/viewer) 或自訂角色。包含 Google Cloud 資源的專案。
取得使用率資料：在包含 Google Cloud 資源的專案中，具備「Monitoring 檢視者」 (roles/monitoring.viewer) 角色。
取得 App Hub 應用程式的資料：在含有應用程式資料的專案中，App Hub 檢視者 (roles/apphub.viewer)。如果是已啟用應用程式管理功能的資料夾，則為管理專案。

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

Cloud Hub 操作人員 (roles/cloudhub.operator) 角色包含取得費用資料、使用率資料和 App Hub 應用程式資料所需的權限。

驗證及授權

App Optimize 遠端 MCP 伺服器會使用 OAuth 2.0 通訊協定，搭配 Identity and Access Management (IAM) 進行驗證和授權。MCP 伺服器支援所有Google Cloud 身分驗證。

建議您為使用 MCP 工具的代理商建立個別身分，以便控管及監控資源存取權。如要進一步瞭解驗證，請參閱「向 MCP 伺服器進行驗證」。

App Optimize API MCP 伺服器需要 IAM 控制項的主體，且不接受 API 金鑰進行驗證。

App Optimize API MCP OAuth 範圍

OAuth 2.0 會使用範圍和憑證，判斷通過驗證的主體是否已獲得授權，可對資源執行特定動作。如要進一步瞭解 Google 的 OAuth 2.0 範圍，請參閱「使用 OAuth 2.0 存取 Google API」。

App Optimize API 具有下列 MCP 工具 OAuth 範圍：

gcloud CLI 的範圍 URI	說明
`https://www.googleapis.com/auth/appoptimize`	只能建立及讀取報表。

在工具呼叫期間存取的資源可能需要額外範圍。如要查看 App Optimize API 要求的範圍清單，請參閱「App Optimize API」。

設定 MCP 用戶端，以便使用 App Optimize API MCP 伺服器

AI 應用程式和代理 (例如 Claude 或 Antigravity) 可以例項化 MCP 用戶端，並連至單一 MCP 伺服器。AI 應用程式可有多個用戶端，連線至不同的 MCP 伺服器。如果您的應用程式未列在特定用戶端指南中，則可以使用下列資訊從大多數應用程式連線。

在 AI 應用程式中，尋找新增或連線至遠端 MCP 伺服器的方法。如果是 App Optimize API MCP 伺服器，請視需要輸入下列資訊：

伺服器名稱：App Optimize API MCP 伺服器
伺服器網址或端點：https://appoptimize.googleapis.com/mcp
傳輸：HTTP
驗證詳細資料：視驗證方式而定，您可以輸入 Google Cloud 憑證、OAuth 用戶端 ID 和密鑰，或是代理程式身分和憑證。如要進一步瞭解驗證，請參閱「向 MCP 伺服器進行驗證」。
OAuth 範圍：用於連線至 App Optimize API MCP 伺服器的 App Optimize API OAuth 範圍。如要進一步瞭解 OAuth 2.0 範圍，請參閱 OAuth 範圍總覽。

重新導向 URI

如果是網路應用程式和部分桌面應用程式，您必須在建立驗證用的用戶端 ID 和密鑰時，將重新導向 URI 加入許可清單。授權伺服器會使用重新導向 URI 將權杖傳送至應用程式。應用程式的說明文件應指定您必須使用的重新導向 URI。不支援自訂重新導向 URI。

如要瞭解如何設定及連線至 MCP 伺服器的應用程式專屬指引，請參閱用戶端專屬指引。

如需一般指引，請參閱下列資源：

可用的工具

您可以使用 App Optimize API MCP 伺服器，建立及讀取特定專案或 App Hub 應用程式的費用和使用率資料報表。

如要查看 App Optimize API MCP 伺服器的可用 MCP 工具詳細資料和說明，請參閱 App Optimize API MCP 參考資料。

清單工具

使用 MCP 檢查器列出工具，或直接將 tools/list HTTP 要求傳送至 App Optimize API 遠端 MCP 伺服器。tools/list 方法需要驗證。

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

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

應用實例

將 AI 應用程式或代理程式連結至 App Optimize API MCP 伺服器後，即可使用提示回答成本和資源使用率相關問題。

提示範例

「哪些產品在我的專案中花費最多？」
「顯示上個月費用最高的前 5 項資源。」
「哪些閒置 VM 最昂貴？」
「顯示上個月最未充分利用的資源費用。」
「過去 7 天的 application-A 費用是多少？」
我上週在專案中花了多少資料移轉費用？
「過去 30 天內，哪些 5 個 BigQuery 資料集或工作儲存費用最高？」

選用的安全和防護設定

MCP 工具可執行多種動作，因此會帶來新的安全風險和考量。為盡量降低及管理這些風險，Google Cloud 提供預設設定和可自訂的政策，控管機構或專案中 MCP 工具的使用情形。 Google Cloud

如要進一步瞭解 MCP 安全性和管理，請參閱「AI 安全性」。

使用 Model Armor

Model Armor 是一項Google Cloud 服務，旨在提升 AI 應用程式的安全性。這項功能會主動篩選 LLM 提示詞和回覆，防範各種風險並支援負責任的 AI 做法。無論您是在雲端環境或外部雲端供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護敏感資料、維持法規遵循狀態，以及在多元的 AI 環境中，持續落實 AI 安全政策。

啟用 Model Armor 並啟用記錄功能後，Model Armor 會記錄整個酬載。這可能會導致記錄中的私密資訊外洩。

MCP 要求路由至 Model Armor

Model Armor 僅在特定區域推出。啟用 Model Armor 後，如果您在 Model Armor 不支援的管轄區使用 MCP 伺服器，不同 MCP 伺服器的呼叫路徑行為可能不同，且可能會違反使用中和傳輸中資料的資料落地法規。如要進一步瞭解個別 MCP 伺服器的行為，請參閱「Model Armor 支援的產品」。

啟用 Model Armor

您必須先啟用 Model Armor API，才能使用 Model Armor。

控制台

如果尚未啟用 Model Armor API，請先啟用。
啟用 API 時所需的角色
如要啟用 API，您必須具備 serviceusage.services.enable 權限。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「服務使用管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。
啟用 API
選取要啟用 Model Armor 的專案。

gcloud

開始之前，請使用 Google Cloud CLI 搭配 Model Armor API 執行下列步驟：

在 Google Cloud 控制台中啟用 Cloud Shell。

啟用 Cloud Shell

Google Cloud 控制台底部會開啟 Cloud Shell 工作階段，並顯示指令列提示。Cloud Shell 是已安裝 Google Cloud CLI 的殼層環境，並已設定適用於您目前專案的值。工作階段可能要幾秒鐘的時間才能初始化。
執行下列指令，為 Model Armor 服務設定 API 端點。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
將 LOCATION 替換為要使用 Model Armor 的區域。

設定 Google 和 Google Cloud 遠端 MCP 伺服器的防護機制

如要保護 MCP 工具呼叫和回應，可以使用 Model Armor 底限設定。底限設定會定義適用於整個專案的最低安全性篩選條件。這項設定會對專案中的所有 MCP 工具呼叫和回覆套用一致的篩選器。

設定 Model Armor 底限設定，並啟用 MCP 清理功能。詳情請參閱「設定 Model Armor 底價」。

請參閱下列指令範例：

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"}]'

將 PROJECT_ID 替換為 Google Cloud 專案 ID。

請注意下列設定：

INSPECT_AND_BLOCK：強制執行類型，可檢查 Google MCP 伺服器的內容，並封鎖符合篩選條件的提示和回應。
ENABLED：啟用篩選器或強制執行的設定。
MEDIUM_AND_ABOVE：負責任的 AI 技術 - 危險篩選器設定的信心水準。您可以修改這項設定，但較低的值可能會導致更多誤判。詳情請參閱「Model Armor 信心水準」。

停用使用 Model Armor 掃描 MCP 流量

如要停止讓 Model Armor 根據專案的底限設定，自動掃描往返 Google MCP 伺服器的流量，請執行下列指令：

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

將 PROJECT_ID 替換為 Google Cloud 專案 ID。Model Armor 不會自動將這個專案底限設定中定義的規則，套用至任何 Google MCP 伺服器流量。

Model Armor 底限設定和一般設定的影響範圍不只 MCP，由於 Model Armor 會與 Vertex AI 等服務整合，因此您對底限設定所做的任何變更，都可能影響所有整合服務 (不只是 MCP) 的流量掃描和安全行為。

使用 Identity and Access Management 拒絕政策控管 MCP 使用情形

Identity and Access Management (IAM) 拒絕政策和允許政策可協助您保護 Google Cloud 和 Google MCP 伺服器。

您可以組合多項條件，根據下列項目允許或拒絕存取權，建立自訂安全性和控管政策：

主體。
工具屬性，例如唯讀屬性。
服務名稱或工具名稱。
應用程式的 OAuth 用戶端 ID。

詳情請參閱「使用身分與存取權管理功能控管 MCP 使用情形」。

後續步驟

閱讀 App Optimize API MCP 參考文件。
進一步瞭解 Google Cloud MCP 伺服器。