BigQuery Data Transfer Service リモート MCP サーバーを使用する

このドキュメントでは、BigQuery Data Transfer Service リモート Model Context Protocol（MCP）サーバーを使用して、Gemini CLI、ChatGPT、Claude、開発中のカスタム アプリケーションなどの AI アプリケーションに接続する方法について説明します。BigQuery Data Transfer Service MCP サーバーは、自然言語プロンプトを AI アプリケーションに送信して、次のようなさまざまなデータ転送関連タスクを実行できる包括的な機能セットを提供します。

  • 使用可能なデータソースの一覧表示と詳細の取得。
  • データ転送の構成を作成、管理、一覧表示します。
  • データ転送実行を一覧表示して詳細を取得します。
  • データソースの有効な認証情報を確認します。
BigQuery Data Transfer Service API を有効にすると、BigQuery Data Transfer Service 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、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 MCP クライアントと MCP サーバー間の通信用に AI アプリケーションに HTTP エンドポイントを提供します。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。

ステートレス コア

MCP バージョン 2026-07-28 では、MCP は双方向のステートフル プロトコルからステートレス プロトコルに変更されます。各 MCP リクエストは自己記述型であり、ヘッダーを使用してルーティングできます。各リクエストには、HTTP ヘッダーまたは _meta パラメータに必要な情報がすべて含まれているため、initialize/initialized ハンドシェイクや Mcp-Session-Id は必要ありません。MCP サーバーは、マルチラウンド トリップ リクエスト（MRTR）を通じて、ツールに必要な追加情報をリクエストできます。

リクエスト本文を解析せずにリクエストをルーティングして処理するには、次のものを含む MCP ヘッダーが必要です。

  • プロトコル バージョン ヘッダーや標準リクエスト ヘッダーなど、MCP 仕様で必要なヘッダー。
  • MCP サーバーによって定義されるカスタム ヘッダー。これらのヘッダーは、x-mcp-header プロパティを使用して、ツールの入力スキーマから HTTP ヘッダーにミラーリングされます。たとえば、MCP サーバーは、 Google Cloud リージョンまたはプロジェクト ID を指定するカスタム ヘッダーを定義できます。

MCP アーキテクチャの詳細については、MCP バージョン 2026-07-28 の仕様と主な変更点をご覧ください。

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 MCP 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

  1. Google Cloud アカウントにログインします。 Google Cloudを初めて使用する場合は、 アカウントを作成して、実際のシナリオで Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分も差し上げます。

  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. 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

  5. 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.

  6. BigQuery Data Transfer Service API がまだ有効になっていない場合は、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すでに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確認する。

    API の有効化

    新しいプロジェクトでは、BigQuery Data Transfer Service API が自動的に有効になります。

必要なロール

BigQuery Data Transfer Service 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、BigQuery Data Transfer Service 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。

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、BigQuery Data Transfer Service 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

BigQuery Data Transfer Service 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。

BigQuery Data Transfer Service は、サービス エージェントを使用してリソースへのアクセスとリソースの管理を行います。サービス エージェントは、BigQuery Data Transfer Service を有効にした後で API を初めて使用するときに、自動的に作成されます。サービス エージェントを作成すると、事前定義のサービス エージェント ロールが自動的に付与されます。

BigQuery Data Transfer Service の権限については、BigQuery Data Transfer Service の IAM ロールと権限をご覧ください。

認証と認可

BigQuery Data Transfer Service のリモート 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。

BigQuery Data Transfer Service MCP サーバーは API キーを受け入れません。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。

BigQuery Data Transfer Service 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。

BigQuery Data Transfer Service MCP サーバーは、認証と認可に 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。

BigQuery Data Transfer Service は、次の BigQuery MCP ツール OAuth スコープをサポートしています。

gcloud CLI のスコープの URI 説明
https://www.googleapis.com/auth/bigquery BigQuery 内のデータの表示と管理、および Google アカウントのメールアドレスの表示。

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。BigQuery Data Transfer Service に必要なスコープの一覧を表示するには、BigQuery Data Transfer Service API をご覧ください。

BigQuery Data Transfer Service 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 アプリケーションとエージェントは、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。アプリケーションがクライアント固有のガイダンスに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。

AI アプリケーションで、リモート MCP サーバーを追加または接続する方法を探します。BigQuery Data Transfer Service MCP サーバーの場合は、必要に応じて次の情報を入力します。

  • サーバー名: BigQuery Data Transfer Service MCP サーバー
  • サーバー URL またはエンドポイント: https://bigquerydatatransfer.googleapis.com/mcp
  • トランスポート: HTTP
  • 認証の詳細: 認証方法に応じて、 Google Cloud 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。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。

リダイレクト URI

ウェブベースのアプリケーションと一部のデスクトップ アプリケーションでは、認証用のクライアント ID とシークレットを作成するときに、リダイレクト URI を許可リストに登録する必要があります。リダイレクト URI は、認可サーバーがトークンをアプリケーションに送信するために使用します。アプリケーションのドキュメントで、使用する必要があるリダイレクト URI を指定する必要があります。カスタム リダイレクト URI はサポートされていません。

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

BigQuery Data Transfer Service 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、BigQuery Data Transfer Service MCP リファレンスをご覧ください。

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 BigQuery Data Transfer Service 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: bigquerydatatransfer.googleapis.com
Content-Type: application/json

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

サンプル ユースケース

BigQuery Data Transfer Service MCP サーバーのユースケースの例を次に示します。

  • サポートされているデータソースを検出し、必要な構成パラメータを検査して、データソースに有効な認証情報が存在するかどうかを確認します。
  • 自然言語プロンプトを使用して、データ転送構成の作成、更新、検査、削除を行います。
  • 単一の日付の手動転送実行を開始するか、期間にわたってバックフィルをトリガーします。
  • 転送実行のステータスをモニタリングし、転送実行ログを調べて、失敗した転送のトラブルシューティングを行います。

サンプル プロンプト

次のサンプル プロンプトを使用して、データソースの検出、転送構成の管理、転送実行のトラブルシューティングを行うことができます。

  • 「プロジェクト PROJECT_ID とロケーション LOCATION で使用可能なすべてのデータソースを一覧表示し、DATA_SOURCE_ID データソースの有効な認証情報があるかどうかを確認してください。」
  • 「LOCATION リージョンのプロジェクト PROJECT_ID 内のすべてのデータ転送構成を一覧表示します。」
  • 「プロジェクト PROJECT_ID、ロケーション LOCATION の転送構成 TRANSFER_CONFIG_ID で、2026-01-01 から 2026-01-07 までの期間の転送実行を手動で開始します。」
  • 「プロジェクト PROJECT_ID の構成 TRANSFER_CONFIG_ID の最新の転送実行のステータスを確認します。実行が失敗した場合は、転送ログを表示して、何が問題だったかを説明してください。」

プロンプトでは、次のように置き換えます。

  • PROJECT_ID: Google Cloud プロジェクト ID。
  • LOCATION: 転送構成またはデータソースのロケーション。
  • DATA_SOURCE_ID: データソース ID（google_ads や scheduled_query など）。
  • TRANSFER_CONFIG_ID: 転送構成 ID。

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、 Google Cloud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。

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。AI を自社のクラウド環境と外部のクラウド プロバイダのいずれにデプロイする場合も、Model Armor は、悪意のある入力の防止、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 環境全体での AI の安全性とセキュリティ ポリシーの一貫した適用に役立ちます。

ロギングが有効になっている状態で Model Armor が有効になっている場合、Model Armor はペイロード全体をログに記録します。これにより、ログに機密情報が公開される可能性があります。

Model Armor への MCP リクエストのルーティング

Model Armor は特定のリージョンで利用できます。Model Armor が有効になっていて、Model Armor がサポートしていない法域で MCP サーバーを使用している場合、呼び出しのルーティング動作は MCP サーバーごとに異なる可能性があり、使用中のデータと転送中のデータのデータ所在地コンプライアンスが破られる可能性があります。個々の MCP サーバーの動作の詳細については、Model Armor 対応プロダクトをご覧ください。

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

  1. Model Armor API が有効になっていない場合は、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すでに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確認する。

    API の有効化

  2. 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。

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

    Cloud Shell をアクティブにする

    Google Cloud コンソールの下部で 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。

  2. 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。

Google と Google Cloud リモート MCP サーバーの保護を構成する

MCP ツール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。フロア設定は、プロジェクト全体に適用される最低限のセキュリティ 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、値を小さくすると偽陽性が増える可能性があります。詳細については、Model Armor の信頼度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 Model Armor が Google MCP サーバーとの間のトラフィックを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 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、他のもの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 ポリシーで MCP の使用を制御する

Identity and Access Management（IAM）の拒否ポリシーと許可ポリシーは、 Google Cloud と Google MCP サーバーの保護に役立ちます。

複数の条件を組み合わせて、次の条件に基づいてアクセスを許可または拒否することで、カスタマイズされたセキュリティ ポリシーとガバナンス ポリシーを構築できます。

  • プリンシパル。
  • 読み取り専用属性などのツール プロパティ。
  • サービス名またはツール名。
  • 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