Gemini Cloud Assist のこのプレビュー版の使用には、 Google Cloud 契約（Google Cloud サービス固有の利用規約の一般提供前サービス利用規約、および Gemini for Google Cloud Trusted Tester プログラムの利用規約を含む）が適用されます。
このドキュメントでは、Gemini Cloud Assist 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。Gemini Cloud Assist リモート MCP サーバーは、インフラストラクチャの設計、問題の調査、リソースの管理、費用の最適化に役立ちます。App Design Center MCP サーバーと Gemini Cloud Assist MCP サーバーを組み合わせて、アプリケーションを設計してデプロイすることをおすすめします。
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
- 通常は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。
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
Google Cloud CLI をインストールします。インストール後、次のコマンドを実行して Google Cloud CLI を初期化します。
gcloud init外部 ID プロバイダ（IdP）を使用している場合は、まず連携 ID を使用して gcloud CLI にログインする必要があります。
Google Cloud CLI をインストールします。インストール後、次のコマンドを実行して Google Cloud CLI を初期化します。
gcloud init外部 ID プロバイダ（IdP）を使用している場合は、まず連携 ID を使用して gcloud CLI にログインする必要があります。
API を有効にする
プロジェクトで Gemini Cloud Assist サービスを有効にします。
gcloud services enable geminicloudassist.googleapis.com \
--project=PROJECT_ID
PROJECT_ID は、実際の Google Cloud プロジェクト ID に置き換えます。
必要なロール
Gemini Cloud Assist MCP サーバーの使用に必要な権限を取得するには、Gemini Cloud Assist 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。
-
MCP ツール呼び出しを行う: MCP ツールユーザー （
roles/mcp.toolUser） -
Gemini Cloud Assist を使用する: Gemini Cloud Assist ユーザー（
roles/geminicloudassist.user）、Gemini Cloud Assist 編集者（roles/geminicloudassist.editor）、Gemini Cloud Assist 管理者（roles/geminicloudassist.admin）のいずれか
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、Gemini Cloud Assist 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
Gemini Cloud Assist 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。
認証と認可
Gemini Cloud Assist 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。Gemini Cloud Assist は、認証方法として API キーをサポートしていません。
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。
Gemini Cloud Assist 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。
Gemini Cloud Assist には、次の MCP ツール OAuth スコープがあります。
| gcloud CLI のスコープの URI | 説明 |
|---|---|
https://www.googleapis.com/auth/cloud-platform |
データの読み取りと書き込みを行う |
Gemini Cloud Assist 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。Gemini Cloud Assist 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。
| 構成プロパティ | 値 |
|---|---|
| サーバー名 | gemini-cloud-assist |
| サーバーの URL またはエンドポイント | https://geminicloudassist.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。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。 |
| OAuth スコープ | Gemini Cloud Assist MCP サーバーへの接続時に使用される OAuth 2.0 スコープ。 |
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
Gemini Cloud Assist 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、Gemini Cloud Assist 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 Gemini Cloud Assist 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: geminicloudassist.googleapis.com
Content-Type: application/json
{
"jsonrpc": "2.0",
"method": "tools/list",
}
サンプル ユースケース
Gemini Cloud Assist MCP サーバーのユースケースの例を次に示します。
プロダクトに関する情報とベスト プラクティスにアクセスする: Google Cloud プロダクトの使用と構成に関するアドバイスを入手します。
ユーザー プロンプト:
What storage class should I use for my data?エージェントのアクション: エージェントがベスト プラクティスを特定して提示します。
リソース、アプリケーション、データを検査する: リソースの構成と指標について質問します。
ユーザー プロンプト:
List all config changes in the last 24 hours.エージェントのアクション: エージェントが組織を検査し、リクエストした情報を返します。
目標に基づいてインフラストラクチャ設計を生成する: 必要なサービスと達成したい目標を記述します。 Google Cloud
ユーザー プロンプト:
Help me set up a web application using Cloud Run, Cloud SQL, and Cloud Load Balancing in the eu-west-2 region.エージェントのアクション: エージェントは、必要な Google Cloud サービスを使用して、目標に合ったアーキテクチャ設計を生成します。
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。
ロギングが有効な状態で 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、機密情報がログに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
Model Armor API を有効にします。
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）を介し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）を介してこの権限を取得できます。ロールを付与する方法をご覧ください。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。
Google Cloud コンソールで Cloud Shell をアクティブにします。
Google Cloud コンソールの下部にある 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。
-
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、Google MCP サーバーとの間のトラフィックを Model Armor が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 サーバーの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、他の要素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
- Gemini Cloud Assist MCP リファレンス ドキュメントを読む。
- Google Cloud MCP サーバーの詳細を確認する。
- App Design Center MCP サーバーと Gemini Cloud Assist MCP サーバーを一緒に使用します。
- IDE で MCP サーバーを使用する方法については、Antigravity CLI を使用してアプリケーションを設計してデプロイするをご覧ください。