使用 Bigtable 远程 MCP 服务器

本文档介绍了如何使用 Bigtable 远程 Model Context Protocol (MCP) 服务器连接到 AI 应用，包括 Gemini CLI、ChatGPT、Claude 和您正在开发的自定义应用。借助 Bigtable 远程 MCP 服务器，您可以从 AI 应用查询 Bigtable。

启用 Bigtable API 后，系统会启用 Bigtable 远程 MCP 服务器。

Model Context Protocol (MCP) 规范了大语言模型 (LLM) 和 AI 应用或智能体连接到外部数据源的方式。借助 MCP 服务器，您可以使用其工具、资源和提示来执行操作，并从其后端服务获取更新后的数据。

本地 MCP 服务器和远程 MCP 服务器有何区别？

本地 MCP 服务器: 通常在本地机器上运行，并使用标准输入和输出流 (stdio) 在同一设备上的服务之间进行通信。
远程 MCP 服务器: 在服务的基础设施上运行，并向 AI 应用提供 HTTP 端点，以便在 AI MCP 客户端和 MCP 服务器之间进行通信。如需详细了解 MCP 架构，请参阅 MCP 架构。

准备工作

登录您的 Google Cloud 账号。如果您是 Google Cloud新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

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

Verify that billing is enabled for your Google Cloud project.

Enable the Bigtable Admin API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

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

Verify that billing is enabled for your Google Cloud project.

Enable the Bigtable Admin API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

运行以下命令以安装 cbt CLI ：
```
gcloud components install cbt
```

所需角色

如需获得使用 Bigtable MCP 服务器所需的权限，请让您的管理员为您授予要在其中使用 Bigtable MCP 服务器的项目中的以下 IAM 角色：

进行 MCP 工具调用： MCP Tool User (roles/mcp.toolUser)
拥有对 Bigtable 资源的完整访问权限： Bigtable Administrator (roles/bigtable.admin)

如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

这些预定义角色包含使用 Bigtable MCP 服务器所需的权限。如需查看所需的确切权限，请展开所需权限部分：

所需权限

如需使用 Bigtable MCP 服务器，需要以下权限：

进行 MCP 工具调用： mcp.tools.call
授予对 Bigtable 资源的完整访问权限，并允许您分配 Bigtable IAM 角色： bigtable.admin

您也可以使用自定义角色或其他预定义角色来获取这些权限。

身份验证和授权

Bigtable MCP 服务器使用 OAuth 2.0 协议和 Identity and Access Management (IAM) 进行身份验证和授权。支持所有 Google Cloud 身份用于向 MCP 服务器进行身份验证。

Bigtable 远程 MCP 服务器不接受 API 密钥。

我们建议您为使用 MCP 工具的智能体创建单独的身份，以便控制和监控对资源的访问权限。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。

Bigtable MCP OAuth 范围

OAuth 2.0 使用范围和凭证来确定经过身份验证的主账号是否有权对资源执行特定操作。如需详细了解 Google 的 OAuth 2.0 范围，请参阅使用 OAuth 2.0 访问 Google API。

Bigtable 具有以下 MCP 工具 OAuth 范围：

gcloud CLI 的范围 URI	说明
`https://www.googleapis.com/auth/bigtable.admin`	授予对 Bigtable 资源的完整访问权限，并允许您分配 Bigtable IAM 角色。

在工具调用期间访问的资源可能需要其他范围。如需查看 Bigtable 所需的范围列表，请参阅 Bigtable Admin API v2 的 OAuth 2.0 范围。

配置 MCP 客户端以使用 Bigtable MCP 服务器

Claude 或 Gemini CLI 等 AI 应用和智能体可以实例化连接到单个 MCP 服务器的 MCP 客户端。一个 AI 应用可以有多个连接到不同 MCP 服务器的客户端。如需连接到远程 MCP 服务器，MCP 客户端必须至少知道远程 MCP 服务器的网址。

在 AI 应用中，寻找连接到远程 MCP 服务器的方式。系统会提示您输入有关服务器的详细信息，例如其名称和网址。

对于 Bigtable MCP 服务器，请根据需要输入以下内容：

服务器名称：Bigtable MCP 服务器
服务器网址 或端点：https://bigtableadmin.googleapis.com/mcp
传输：HTTP
身份验证详细信息：您可以根据所需的身份验证方式，输入 Google Cloud 凭证、OAuth 客户端 ID 和密钥，或代理身份和凭证。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。
OAuth 范围：您在连接到 Bigtable MCP 服务器时要使用的OAuth 2.0 范围。

如需查看特定于主机的指导，请参阅以下内容：

如需查看更通用的指导，请参阅以下资源：

可用的工具

如需查看 Bigtable MCP 服务器的可用 MCP 工具的详细信息及其说明，请参阅 Bigtable MCP 参考文档。

列出工具

使用 MCP 检查器列出工具，或直接向 Bigtable tools/list 远程 MCP 服务器发送 HTTP 请求。tools/list 方法不需要进行身份验证。

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

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

示例提示

您可以使用以下示例提示来创建或删除 Bigtable 资源并获取有关这些资源的信息：

“在可用区 ZONE_ID 的项目 PROJECT_ID 中创建具有 NODES 个节点的实例 INSTANCE_ID。”
“列出项目 PROJECT_ID 中的实例。”
“获取项目 PROJECT_ID 中的实例 INSTANCE_ID。”
“删除项目 PROJECT_ID 中的实例 INSTANCE_ID。”
“在项目 PROJECT_ID 的实例 INSTANCE_ID 中创建表 TABLE_ID。”
“列出项目 PROJECT_ID 的实例 INSTANCE_ID 中的表。”
“获取项目 PROJECT_ID 的实例 INSTANCE_ID 中的表 TABLE_ID。”
“删除项目 PROJECT_ID 的实例 INSTANCE_ID 中的表 TABLE_ID。”

在提示中，替换以下内容：

将 PROJECT_ID 替换为您的 Google Cloud 项目 ID。
将 INSTANCE_ID 替换为 Bigtable 实例 ID。
将 ZONE_ID 替换为集群在其中运行的可用区。
将 TABLE_ID 替换为 Bigtable 表 ID。
如果要控制集群中的节点数，请将 NODES 替换为集群中所需的节点数。如果未指定，则默认值为 1。

Model Armor

Model Armor 是一项 Google Cloud 服务，旨在增强 AI 应用的安全性。它通过主动筛选 LLM 提示和回答来防范各种风险，并支持 Responsible AI 实践。无论您是在云环境还是外部云服务提供商中部署 AI，Model Armor 都能帮助您防止恶意输入、验证内容安全性、保护敏感数据、保持合规性，并在各种 AI 环境中以一致的方式实施 AI 安全政策。

Model Armor 仅在特定区域位置提供。如果为项目启用了 Model Armor，并且对该项目的调用来自不受支持的区域，则 Model Armor 会进行跨区域调用。如需了解详情，请参阅 Model Armor 位置。

启用 Model Armor

您必须先启用 Model Armor API，然后才能使用 Model Armor。

控制台

启用 Model Armor API。
启用 API 所需的角色
如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 权限。了解如何授予角色。
启用 API
选择要启用 Model Armor 的项目。

gcloud

在开始之前，请使用 Google Cloud CLI 和 Model Armor API 按照以下步骤操作：

在 Google Cloud 控制台中，激活 Cloud Shell。

激活 Cloud Shell

Cloud Shell 会话随即会在控制台的底部启动，并显示命令行提示符。 Google Cloud Cloud Shell 是一个已安装 Google Cloud CLI 且已为当前项目设置值的 Shell 环境。该会话可能需要几秒钟来完成初始化。
运行以下命令，为 Model Armor 服务设置 API 端点。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
将 LOCATION 替换为您要使用 Model Armor 的区域。

为 Google 和 Google Cloud 远程 MCP 服务器配置保护

为了帮助保护 MCP 工具调用和响应，您可以使用 Model Armor 下限设置。下限设置定义了适用于整个项目的最低安全过滤条件。此配置将一组一致的过滤条件应用于项目中的所有 MCP 工具调用和响应。

设置启用了 MCP 清理的 Model Armor 下限设置。如需了解详情，请参阅配置 Model Armor 下限设置。

请参阅以下示例命令：

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"}]'

请将 PROJECT_ID 替换为您的 Google Cloud 项目 ID。

请注意以下设置：

INSPECT_AND_BLOCK：强制执行类型，用于检查 Google MCP 服务器的内容，并屏蔽与过滤条件匹配的提示和响应。
ENABLED：用于启用过滤条件或强制执行的设置。
MEDIUM_AND_ABOVE：Responsible AI - Dangerous 过滤条件设置的置信度。您可以修改此设置，但较低的值可能会导致更多误报。如需了解详情，请参阅 Model Armor 置信度。

禁止使用 Model Armor 扫描 MCP 流量

如果您想停止使用 Model Armor 扫描 Google MCP 流量，请运行以下命令：

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

将 PROJECT_ID 替换为 Google Cloud 项目 ID。

Model Armor 不会扫描项目中的 MCP 流量。

使用 IAM 拒绝政策控制 MCP 的使用

Identity and Access Management (IAM) 拒绝政策有助于保护 Google Cloud 远程 MCP 服务器。配置这些政策以屏蔽不需要的 MCP 工具访问权限。

例如，您可以根据以下条件拒绝或允许访问：

主账号
工具属性，例如只读
应用的 OAuth 客户端 ID

如需了解详情，请参阅使用 Identity and Access Management 控制 MCP 的使用。