‫Google משתמשת בטכנולוגיית AI כדי לתרגם תוכן לשפה המועדפת עליך. בתרגומים כאלו עשויות להיות שגיאות.

שימוש בשרת ה-MCP של BigQuery Migration Service

במאמר הזה נסביר איך להשתמש בשרת BigQuery remote Model Context Protocol‏ (MCP) כדי להתחבר לאפליקציות AI, כולל Gemini CLI, ‏ ChatGPT, ‏ Claude ואפליקציות מותאמות אישית שאתם מפתחים. אפשר להשתמש בשרת Model Context Protocol ‏ (MCP) של שירות ההעברה ל-BigQuery כדי לבצע משימות כמו תרגום שאילתות SQL לתחביר GoogleSQL, יצירת הצהרות DDL משאילתות קלט של SQL וקבלת הסברים על תרגומי SQL. השרת המרוחק של MCP ב-BigQuery מופעל כשמפעילים את BigQuery 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.

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

לשרתי Google ו- Google Cloud MCP יש את התכונות ו היתרונות הבאים:

גילוי פשוט ומרכזי
נקודות קצה (endpoints) מנוהלות של HTTPS ברמה גלובלית או אזורית
הרשאה פרטנית
אבטחת הנחיות ותשובות אופציונלית באמצעות הגנה מוגברת על המודל
רישום מרכזי ביומן הביקורת

מידע על שרתי MCP אחרים ועל אמצעי אבטחה ובקרה שזמינים לשרתי MCP של Google Cloud מופיע במאמר סקירה כללית על שרתי MCP של Google Cloud.

לפני שמתחילים

נכנסים לחשבון Google Cloud . אנחנו ממליצים למשתמשים חדשים ב- Google Cloud ליצור חשבון כדי שיוכלו להעריך את הביצועים של המוצרים שלנו בתרחישים מהעולם האמיתי. לקוחות חדשים מקבלים בחינם גם קרדיט בשווי 300$ להרצה, לבדיקה ולפריסה של עומסי העבודה.

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

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.

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

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.

מפעילים את BigQuery Migration Service API, אם הוא עדיין לא מופעל.
תפקידים שנדרשים להפעלת ממשקי API
כדי להפעיל ממשקי API, נדרשת 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

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות להפעלת שרת ה-MCP של שירות ההעברה ל-BigQuery, אתם צריכים לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט שבו אתם רוצים להפעיל את שרת ה-MCP של שירות ההעברה ל-BigQuery:

ביצוע קריאות לכלי ה-MCP: משתמש בכלי ה-MCP (roles/mcp.toolUser)
שימוש ב-BigQuery Migration Service: עורך תהליכי העבודה להעברה (roles/bigquerymigration.editor)

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

התפקידים המוגדרים מראש מכילים את ההרשאות שנדרשות להפעלת שרת ה-MCP של BigQuery Migration Service. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי להפעיל את שרת ה-MCP של שירות ההעברה ל-BigQuery, נדרשות ההרשאות הבאות:

ביצוע קריאות לכלי MCP: mcp.tools.call
שימוש ב-BigQuery Migration Service:
- bigquerymigration.workflows.create
- bigquerymigration.workflows.get
- bigquerymigration.workflows.list
- bigquerymigration.workflows.delete
- bigquerymigration.subtasks.get
- bigquerymigration.subtasks.list

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

יכול להיות שיהיו נדרשות הרשאות נוספות ל-BigQuery Migration Service בהתאם למשימה. במאמר תפקידים והרשאות של BigQuery Migration Service יש מידע על תפקידים והרשאות של BigQuery Migration Service.

אימות והרשאה

שרתי MCP של BigQuery Migration Service משתמשים 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 BigQuery Migration Service לא מקבל מפתחות API.

היקפי הרשאות OAuth של BigQuery Migration Service MCP

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

ל-BigQuery Migration Service יש את היקפי ההרשאות הבאים של OAuth בכלי MCP:

היקף URI ל-CLI של gcloud	תיאור
`https://www.googleapis.com/auth/bigquerymigration`	הצגה וניהול של תהליכי העבודה שלכם ב-BigQuery Migration Service והצגת כתובת האימייל של חשבון Google שלכם.
`https://www.googleapis.com/auth/devstorage.read_only`	ההיקף הזה נדרש לתרגומי שאילתות שקוראות נתונים מ-Cloud Storage.

יכול להיות שיידרשו היקפי הרשאות נוספים כדי לגשת למשאבים במהלך הפעלת כלי.

הגדרת לקוח MCP לשימוש בשרת MCP של שירות ההעברה ל-BigQuery

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.

רושמים את שרת ה-MCP באמצעות `add-mcp`

אפשר לרשום באופן אוטומטי את שרת ה-MCP של שירות ההעברה ל-BigQuery בלקוחות AI נתמכים באמצעות add-mcp בלי לאתר באופן ידני את נתיבי קובץ ההגדרות. הכלי מזהה אוטומטית את לקוחות ה-AI המותקנים. בדוגמה הבאה מוצג איך להשתמש ב-add-mcp כדי לרשום את שרת ה-MCP של BigQuery Migration Service:

npx add-mcp https://bigquerymigration.googleapis.com/mcp --name bqms --header "x-goog-user-project: <var>PROJECT_ID</var>" --scopes "https://www.googleapis.com/auth/bigquerymigration,https://www.googleapis.com/auth/devstorage.read_only" --timeout 30000

הערה: כשמשתמשים ב-google_credentials לאימות, add-mcp המערכת מחזקת את ההגדרות שנכתבו על ידי פליטת שדות MCP רגילים והסרת מאפיינים ספציפיים לספק כמו authProviderType: "google_credentials". ללקוחות שנדרשים להם פרטי כניסה של Google Cloud OAuth (כמו Antigravity או Gemini CLI), צריך לוודא ש-"authProviderType": "google_credentials" ו-"oauth": { "scopes": [...] } כלולים בהגדרת ה-JSON.

באפליקציית ה-AI, מחפשים דרך להוסיף או להתחבר לשרת MCP מרוחק. בשרת MCP של שירות ההעברה ל-BigQuery, מזינים את הפרטים הבאים לפי הצורך:

שם השרת: שרת MCP של BigQuery Migration Service
כתובת ה-URL של השרת או נקודת הקצה: bigquerymigration.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 MCP של BigQuery Migration Service.

{
  "name": "BQMS-MCP",
  "version": "1.0.0",
  "mcpServers": {
    "BigQueryMigration": {
      "httpUrl": "https://bigquerymigration.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "oauth": {
        "scopes": [
          "https://www.googleapis.com/auth/bigquerymigration",
          "https://www.googleapis.com/auth/devstorage.read_only"
        ]
      },
      "timeout": 30000,
      "headers": {
        "x-goog-user-project": "PROJECT_ID"
      }
    }
  }
}

‫URI של הפניה לכתובת אחרת

באפליקציות מבוססות-אינטרנט ובחלק מהאפליקציות למחשב, צריך להוסיף לרשימת ההיתרים URI להפניה אוטומטית כשיוצרים מזהה לקוח וסוד לאימות. שרת ההרשאות משתמש בכתובות URL להפניה אוטומטית כדי לשלוח אסימונים לאפליקציה שלכם. במסמכי התיעוד של האפליקציה צריך לציין את ה-URI להפניה אוטומטית שבו צריך להשתמש. אין תמיכה בכתובות URI מותאמות אישית להפניה אוטומטית.

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 ותיאורים שלהם עבור שרת ה-MCP של BigQuery Migration Service, אפשר לעיין בהפניה ל-MCP של BigQuery Migration Service.

כלים ליצירת רשימות

אפשר להשתמש בכלי הבדיקה של MCP כדי לראות רשימה של כלים, או לשלוח בקשת HTTP tools/list ישירות לשרת MCP המרוחק של BigQuery Migration Service. בשיטה tools/list לא נדרש אימות.

curl -X POST https://bigquerymigration.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, בשביל BigQuery Migration Service, יכול להיות שזה יהיה mcp/toolset-name.
‫MCP_PROTOCOL_VERSION: גרסת פרוטוקול ה-MCP. לדוגמה, 2026-07-28.

תרחישים לדוגמה

אלה כמה תרחישי שימוש לדוגמה בשרת BigQuery Migration Service MCP:

באמצעות לקוח MCP עם IDE, מתרגמים קובץ שאילתות לתחביר של GoogleSQL.
שימוש בלקוח MCP ללא IDE, תרגום שאילתה שצוינה לתחביר GoogleSQL.
הערכת איכות התרגום.
קבלת הסברים על תרגומי SQL.
יצירת הצהרת DDL לשאילתה ספציפית.

פרומפטים לדוגמה

אפשר להשתמש בהנחיות לדוגמה הבאות כדי ליצור ולנהל משאבים של BigQuery Migration Service:

תרגם את השאילתה DIALECT ב-FILENAME. משתמשים ב-PROJECT_ID וב-LOCATION. שומרים את הפלט ואת יומני התרגום בספריות נפרדות.

כשמשתמשים בפרומפט הזה, לקוח ה-MCP קורא לכלי translate_query כדי לתרגם את השאילתה בקובץ שצוין. לקוח ה-MCP מתקשר מעת לעת לכלי get_translation כדי לקבל את התוצאות. אחרי שהתרגום מסתיים, הלקוח כותב את הפלט לספריית הפלט ואת היומנים לספריית היומנים.
תרגם את השאילתה הזו מ-DIALECT: QUERY. משתמשים ב-PROJECT_ID וב-LOCATION.

כשמשתמשים בהנחיה הזו, לקוח ה-MCP קורא לכלי translate_query כדי לתרגם את השאילתה שצוינה ומציג את תוצאות התרגום.
הערכת איכות התרגום.

כשמשתמשים בהנחיה הזו, לקוח ה-MCP קורא ובודק את יומני התרגום ומציג סיכום של בעיות התרגום עם הצעות לשלבים הבאים.

הסבר על התרגום.

כשמשתמשים בפרומפט הזה, לקוח ה-MCP קורא לכלי explain_translation כדי לקבל הסבר על התרגום. אם יומני התרגום מכילים שגיאות RelationNotFound או AttributeNotFound, לקוח ה-MCP צריך להציע ליצור חבילת מטא-נתונים. אם אתם לא יכולים ליצור את המטא-נתונים, אתם יכולים לשלוח הנחיה שמבקשת את משפט ה-DDL.

דוגמה לתשובה:

The translated code converts Teradata-specific features into their
BigQuery equivalents. Here's a breakdown of the key changes:
* `MACRO` to `PROCEDURE`: The `YourMacroName` macro was converted
into a BigQuery stored procedure because
BigQuery doesn't support macros.
* `SELECT INTO` to `SET`:
  * For setting multiple `OUT` parameters in `YourStoredProcedureName`, the
    `SELECT ... INTO` is changed to `SET (...) = (SELECT STRUCT(...))`.
  * For single variable assignment in `YourOtherProcedureName`,
    `SELECT ... INTO` is replaced by `SET variable = (SELECT ...)` which is
    the standard in BigQuery.
* Atomic Operations to `MERGE: The BEGIN REQUEST ... END REQUEST` blocks in
  the `ProcedureA`, `ProcedureB`, and `ProcedureC` procedures,
  which perform atomic "update or insert" operations, are translated into
  standard SQL `MERGE` statements. This is the correct and modern way to
  handle this logic in BigQuery.

יצירת DDL לשאילתת הקלט הזו.

לקוח ה-MCP קורא לכלי generate_ddl_suggestion כדי להתחיל עבודת הצעות. הלקוח מקבל את תוצאות ההצעה על ידי קריאה לכלי fetch_ddl_suggestion. כשההצעה זמינה, היא מוצגת בלקוח MCP.

אם הצהרות ה-DDL נכונות, אפשר לשלוח הנחיה להוספת הצהרות ה-DDL שנוצרו לפני השאילתה כדי לשפר את איכות התרגום.
מוסיפים את הצהרות ה-DDL שנוצרו לפני שאילתת הקלט ומתרגמים מחדש.

כשמשתמשים בהנחיה הזו, לקוח ה-MCP מוסיף את הצהרות ה-DDL לפני שאילתת הקלט המקורית, וקורא לכלי translate_query. הלקוח מתקשר לכלי get_translation כדי לקבל את התרגום. התרגום החדש של השאילתה והיומנים נשמרים כשהם זמינים.

אם הצהרות ה-DDL שנוצרו נכונות, צריך לפתור את השגיאות RelationNotFound או AttributeNotFound כדי לשפר את איכות התרגום.

בפרומפטים, מחליפים את הערכים הבאים:

‫DIALECT: הדיאלקט של שאילתת ה-SQL שמתרגמים.
‫QUERY: השאילתה שמתרגמים.
‫FILENAME: הקובץ שמכיל את השאילתה שאתם מתרגמים.
‫PROJECT_NUMBER: מספר הפרויקט ב- Google Cloud .
‫LOCATION: המיקום של כלי התרגום של SQL.

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. ההגנה פועלת על ידי סינון יזום של הנחיות ותשובות של מודלים גדולים של שפה (LLM), כדי להגן מפני סיכונים שונים ולתמוך בשיטות עבודה אחראיות של 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 אל 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 בהגנה מוגברת על המודל, צריך להפעיל קודם את ממשקי ה-API של הגנה מוגברת על המודל.

המסוף

מפעילים את הגנה מוגברת על המודל API, אם הוא עדיין לא מופעל.
תפקידים שנדרשים להפעלת ממשקי API
כדי להפעיל ממשקי API, נדרשת 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
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:

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.
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 של Google ושרתי Google Cloud MCP מרוחקים

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 הגנה מוגברת על המודל.

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.

מכסות ומגבלות

אתם עדיין כפופים למכסות שנאכפות על ידי ממשקי ה-API שנקראים על ידי כלי השרת של ה-MCP. הכלים של שרת ה-MCP קוראים לשיטות ה-API הבאות:

כלי	שיטת ה-API	מכסות
`explain_translation`	`GetMigrationWorkflow`	מכסות ומגבלות של BigQuery Migration API
`fetch_ddl_suggestion`	`GetMigrationWorkflow`	מכסות ומגבלות של BigQuery Migration API
`get_translation`	`GetMigrationWorkflow`	מכסות ומגבלות של BigQuery Migration API
`generate_ddl_suggestion`	`CreateMigrationWorkflow`	מכסות ומגבלות של BigQuery Migration API
`translate_query`	`CreateMigrationWorkflow`	מכסות ומגבלות של BigQuery Migration API

מידע נוסף על מכסות ב-BigQuery זמין במאמר מכסות ומגבלות.

המאמרים הבאים

אפשר לקרוא את מסמכי העיון של BigQuery Migration Service MCP.
מידע נוסף על השרתים של Google Cloud MCP
כאן אפשר לעיין ברשימת המוצרים הנתמכים ב-MCP.

שימוש בשרת ה-MCP של BigQuery Migration Service

לפני שמתחילים

התפקידים הנדרשים

ההרשאות הנדרשות

אימות והרשאה

היקפי הרשאות OAuth של BigQuery Migration Service MCP

הגדרת לקוח MCP לשימוש בשרת MCP של שירות ההעברה ל-BigQuery

רושמים את שרת ה-MCP באמצעות add-mcp

‫URI של הפניה לכתובת אחרת

באילו כלים אפשר להשתמש

כלים ליצירת רשימות

תרחישים לדוגמה

פרומפטים לדוגמה

הגדרות אבטחה ובטיחות אופציונליות

שימוש בהגנה מוגברת על המודל

ניתוב בקשות של MCP אל Model Armor

הפעלת הגנה מוגברת על המודל

המסוף

gcloud

הגדרת הגנה לשרתי MCP של Google ושרתי Google Cloud MCP מרוחקים

השבתת סריקת תנועת נתונים של MCP באמצעות Model Armor

שליטה בשימוש ב-MCP באמצעות מדיניות IAM

מכסות ומגבלות

המאמרים הבאים

רושמים את שרת ה-MCP באמצעות `add-mcp`