O uso desta oferta de pré-lançamento do Gemini Cloud Assist está sujeito ao Google Cloud Contrato, incluindo os Termos da Oferta Pré-GA dos Google Cloud Termos de Serviço Específicos, com as alterações inseridas pelos termos do Programa Trusted Tester do Gemini para Google Cloud .
Este documento mostra como usar o servidor remoto do Protocolo de Contexto de Modelo (MCP) do Gemini Cloud Assist para se conectar a aplicativos de IA, incluindo a CLI do Gemini, o ChatGPT, o Claude e aplicativos personalizados que você está desenvolvendo. O servidor MCP remoto do Gemini Cloud Assist ajuda você a projetar infraestrutura, investigar problemas, gerenciar recursos e otimizar custos.Recomendamos que você use o servidor MCP do App Design Center e o servidor MCP do Gemini Cloud Assist juntos para projetar e implantar aplicativos.
O padrão do Protocolo de Contexto de Modelo (MCP) padroniza como os modelos de linguagem grandes (LLMs) e os aplicativos ou agentes de IA se conectam a fontes de dados externas. Com os servidores MCP, você pode usar as ferramentas, os recursos e os comandos deles para realizar ações e receber dados atualizados do serviço de back-end.
Qual é a diferença entre servidores MCP locais e remotos?
- Servidores MCP locais
- Normalmente executados na sua máquina local e usam os fluxos de entrada e saída padrão (stdio) para comunicação entre serviços no mesmo dispositivo.
- Servidores MCP remotos
- Executar na infraestrutura do serviço e oferecer um endpoint HTTP para aplicativos de IA para comunicação entre o cliente MCP de IA e o servidor MCP. Para mais informações sobre a arquitetura do MCP, consulte Arquitetura do MCP.
Núcleo sem estado
Com a
versão 2026-07-28 do MCP,
o MCP muda de um protocolo bidirecional com estado para um protocolo sem estado.
Cada solicitação do MCP é autodescritiva e pode ser encaminhada usando cabeçalhos. Não é necessário o handshake initialize/initialized ou Mcp-Session-Id porque cada solicitação inclui todas as informações necessárias nos cabeçalhos HTTP ou no parâmetro _meta. Os servidores MCP podem solicitar mais informações necessárias para uma ferramenta usando solicitações de várias viagens de ida e volta (MRTR).
Para ajudar a rotear e processar solicitações sem analisar o corpo da solicitação, alguns cabeçalhos do MCP são necessários, incluindo os seguintes:
- Cabeçalhos exigidos pela especificação do MCP, como o cabeçalho da versão do protocolo e os cabeçalhos de solicitação padrão.
- Cabeçalhos personalizados
definidos pelo servidor MCP. Esses cabeçalhos são espelhados em cabeçalhos HTTP do esquema de entrada da ferramenta usando a propriedade
x-mcp-header. Por exemplo, um servidor MCP pode definir um cabeçalho personalizado para especificar a região ou o ID do projeto Google Cloud .
Para mais informações sobre a arquitetura do MCP, consulte a especificação e as principais mudanças da versão 2026-07-28 do MCP.
Servidores MCP remotos do Google e do Google Cloud
Os servidores MCP remotos do Google e do Google Cloud têm os seguintes recursos e benefícios:- Descoberta simplificada e centralizada
- Endpoints HTTP globais ou regionais gerenciados
- Autorização detalhada
- Segurança opcional de comandos e respostas com a proteção do Model Armor
- Geração de registros de auditoria centralizada
Para informações sobre outros servidores MCP e sobre os controles de segurança e governança disponíveis para servidores MCP do Google Cloud, consulte Visão geral dos servidores MCP do Google Cloud.
Antes de começar
Instale a CLI do Google Cloud. Após a instalação, inicialize a Google Cloud CLI executando o seguinte comando:
gcloud initAo usar um provedor de identidade (IdP) externo, primeiro faça login na CLI gcloud com sua identidade federada.
Instale a CLI do Google Cloud. Após a instalação, inicialize a Google Cloud CLI executando o seguinte comando:
gcloud initAo usar um provedor de identidade (IdP) externo, primeiro faça login na CLI gcloud com sua identidade federada.
Ativar a API
Ative o serviço do Gemini Cloud Assist no seu projeto:
gcloud services enable geminicloudassist.googleapis.com \
--project=PROJECT_ID
Substitua PROJECT_ID pelo ID do projeto Google Cloud .
Funções exigidas
Para receber as permissões necessárias para usar o servidor MCP do Gemini Cloud Assist, peça ao administrador para conceder a você os seguintes papéis do IAM no projeto em que você quer usar o servidor MCP do Gemini Cloud Assist:
-
Fazer chamadas de ferramentas do MCP:
Usuário da ferramenta MCP (
roles/mcp.toolUser) -
Usar o Gemini Cloud Assist:
um dos papéis Usuário do Gemini Cloud Assist (
roles/geminicloudassist.user), Editor do Gemini Cloud Assist (roles/geminicloudassist.editor) ou Administrador do Gemini Cloud Assist (roles/geminicloudassist.admin)
Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.
Esses papéis predefinidos contêm as permissões necessárias para usar o servidor MCP do Gemini Cloud Assist. Para acessar as permissões exatas necessárias, expanda a seção Permissões necessárias:
Permissões necessárias
As permissões a seguir são necessárias para usar o servidor MCP do Gemini Cloud Assist:
-
Fazer chamadas de ferramentas do MCP:
mcp.tools.call
Essas permissões também podem ser concedidas com funções personalizadas ou outros papéis predefinidos.
Autenticação e autorização
O servidor MCP remoto do Gemini Cloud Assist usa o protocolo OAuth 2.0 com o Identity and Access Management (IAM) para autenticação e autorização. Todas as identidades doGoogle Cloud são compatíveis com a autenticação em servidores MCP.O Gemini Cloud Assist não aceita chaves de API como método de autenticação.
Recomendamos que você crie uma identidade separada para os agentes que usam ferramentas do MCP, para que o acesso aos recursos possa ser controlado e monitorado. Para mais informações sobre autenticação, consulte Autenticar em servidores do MCP.
Escopos do OAuth do MCP do Gemini Cloud Assist
O OAuth 2.0 usa escopos e credenciais para determinar se um principal autenticado tem autorização para realizar uma ação específica em um recurso. Para mais informações sobre os escopos do OAuth 2.0 no Google, leia Como usar o OAuth 2.0 para acessar as APIs do Google.
O Gemini Cloud Assist tem o seguinte escopo OAuth da ferramenta MCP:
| URI de escopo para a CLI gcloud | Descrição |
|---|---|
https://www.googleapis.com/auth/cloud-platform |
Ler e gravar dados. |
Configurar um cliente MCP para usar o servidor MCP do Gemini Cloud Assist
Os aplicativos e agentes de IA, como o Claude ou o Antigravity, podem instanciar um cliente MCP que se conecta a um único servidor MCP. Um aplicativo de IA pode ter vários clientes que se conectam a diferentes servidores MCP. Se o aplicativo não estiver listado nas orientações específicas do cliente, use as informações a seguir para se conectar na maioria dos aplicativos.
No seu aplicativo de IA, procure uma maneira de adicionar ou se conectar a um servidor MCP remoto. Para o servidor MCP do Gemini Cloud Assist, insira o seguinte conforme necessário:
| Propriedade da configuração | Valor |
|---|---|
| Nome do servidor | gemini-cloud-assist |
| URL ou endpoint do servidor | https://geminicloudassist.googleapis.com/mcp |
| Transporte | HTTP com streaming |
| Detalhes da autenticação | Dependendo de como você quer autenticar, é possível inserir suas Google Cloud credenciais, o ID e a chave secreta do cliente OAuth ou uma identidade e credenciais do agente. Para mais informações, consulte Autenticar em servidores MCP. |
| Escopo do OAuth | O escopo do OAuth 2.0 usado ao se conectar ao servidor MCP do Gemini Cloud Assist. |
Para orientações específicas sobre como configurar e se conectar ao servidor MCP, consulte Orientações específicas do cliente.
Para orientações mais gerais, consulte os seguintes recursos:
Ferramentas disponíveis
Para conferir detalhes das ferramentas do MCP disponíveis e as descrições delas para o servidor MCP do Gemini Cloud Assist, consulte a referência do MCP do Gemini Cloud Assist.
Ferramentas de lista
Use o MCP Inspector para listar ferramentas ou envie uma
solicitação HTTP tools/list diretamente ao servidor MCP remoto
do Gemini Cloud Assist. O método tools/list não exige autenticação.
curl -X POST https://geminicloudassist.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"]
}
}
}
}
}
}'
Substitua:
TOOLSET_ENDPOINT: o restante do endpoint do MCP depois do nome do serviço. Por exemplo, para o Gemini Cloud Assist, pode sermcp/toolset-name.MCP_PROTOCOL_VERSION: a versão do protocolo MCP. Por exemplo,2026-07-28.
Exemplos de casos de uso
Confira a seguir exemplos de casos de uso do servidor MCP do Gemini Cloud Assist:
Acessar informações do produto e práticas recomendadas: receba dicas para usar e configurar produtos do Google Cloud .
Comando do usuário:
What storage class should I use for my data?Ação do agente: o agente identifica e apresenta as práticas recomendadas.
Inspecione seus recursos, aplicativos e dados: pergunte sobre configurações e métricas dos seus recursos.
Comando do usuário:
List all config changes in the last 24 hours.Ação do agente: o agente inspeciona suas organizações e retorna as informações solicitadas.
Gerar um design de infraestrutura com base em metas: descreva os Google Cloudserviços de que você precisa e a meta que quer alcançar.
Comando do usuário:
Help me set up a web application using Cloud Run, Cloud SQL, and Cloud Load Balancing in the eu-west-2 region.Ação do agente: o agente gera um design de arquitetura que se adapta ao seu objetivo usando os serviços do Google Cloud que você quer.
Configurações opcionais de segurança
O MCP apresenta novos riscos e considerações de segurança devido à ampla variedade de ações que podem ser realizadas com as ferramentas do MCP. Para minimizar e gerenciar esses riscos, o Google Cloud oferece configurações padrão e políticas personalizáveis para controlar o uso das ferramentas do MCP na sua organização ou projeto do Google Cloud.
Para mais informações sobre segurança e governança do MCP, consulte Segurança e proteção de IA.
Usar o Model Armor
O Model Armor é um Google Cloud serviço projetado para aumentar a segurança dos seus aplicativos de IA. Ele funciona verificando de maneira proativa os comandos e respostas de LLMs, protegendo contra vários riscos e apoiando práticas de IA responsável. Seja no seu ambiente de nuvem ou em provedores externos, o Model Armor ajuda a evitar entradas maliciosas, verificar a segurança do conteúdo, proteger dados sensíveis, manter a conformidade e aplicar suas políticas de segurança de IA de maneira consistente em todo o seu cenário de IA.
Quando o Model Armor está ativado com a geração de registros ativada, ele registra todo o payload. Isso pode expor informações sensíveis nos registros.
Roteamento de solicitações do MCP para o Model Armor
O Model Armor está disponível em algumas regiões. Quando o Model Armor está ativado e você usa um servidor MCP em uma jurisdição que não tem suporte do Model Armor, o comportamento de roteamento da chamada pode ser diferente para diferentes servidores MCP e violar a conformidade de residência de dados para dados em uso e em trânsito. Para mais informações sobre o comportamento de servidores MCP individuais, consulte Produtos compatíveis com o Model Armor.Ativar o Model Armor
É necessário ativar as APIs do Model Armor antes de usar o serviço.
Console
Ative a API Model Armor, se ela ainda não estiver ativada.
Funções necessárias para ativar APIs
Para ativar APIs, você precisa da permissão
serviceusage.services.enable. Se você criou o projeto, provavelmente já tem essa permissão pelo papel de proprietário (roles/owner). Caso contrário, é possível conseguir essa permissão pelo papel de administrador do Service Usage (roles/serviceusage.serviceUsageAdmin). Saiba como conceder papéis.Selecione o projeto em que você quer ativar o Model Armor.
gcloud
Antes de começar, siga estas etapas usando a Google Cloud CLI com a API Model Armor:
No console do Google Cloud , ative o Cloud Shell.
Na parte de baixo do console Google Cloud , uma sessão do Cloud Shell é iniciada e exibe um prompt de linha de comando. O Cloud Shell é um ambiente shell com a CLI do Google Cloud já instalada e com valores já definidos para o projeto atual. A inicialização da sessão pode levar alguns segundos.
-
Execute o comando a seguir para definir o endpoint de API do serviço Model Armor.
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
Substitua
LOCATIONpela região em que você quer usar o Model Armor.
Configurar a proteção para servidores MCP remotos e do Google Google Cloud
Para ajudar a proteger as chamadas e respostas da ferramenta MCP, use as configurações mínimas do Model Armor. Uma configuração mínima define os filtros de segurança mínimos que se aplicam a todo o projeto. Essa configuração aplica um conjunto consistente de filtros a todas as chamadas e respostas de ferramentas do MCP no projeto.
Configure uma configuração mínima do Model Armor com a sanitização da MCP ativada. Para mais informações, consulte Configurar as configurações mínimas do Model Armor.
Confira o exemplo de comando a seguir:
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"}]'
Substitua PROJECT_ID pelo ID do projeto Google Cloud .
Observe as seguintes configurações:
INSPECT_AND_BLOCK: o tipo de aplicação que inspeciona o conteúdo do servidor MCP do Google e bloqueia solicitações e respostas que correspondem aos filtros.ENABLED: a configuração que ativa um filtro ou uma aplicação.MEDIUM_AND_ABOVE: o nível de confiança para as configurações do filtro de IA responsável - perigoso. É possível modificar essa configuração, mas valores mais baixos podem resultar em mais falsos positivos. Para mais informações, consulte Níveis de confiança do Model Armor.
Desativar a verificação do tráfego do MCP com o Model Armor
Para impedir que o Model Armor verifique automaticamente o tráfego de e para servidores MCP do Google com base nas configurações mínimas do projeto, execute o seguinte comando:
gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--remove-integrated-services=GOOGLE_MCP_SERVER
Substitua PROJECT_ID pelo ID do projeto do Google Cloud . O Model Armor não aplica automaticamente as regras definidas nas configurações mínimas deste projeto ao tráfego de qualquer servidor MCP do Google.
As configurações mínimas e gerais do Model Armor podem afetar mais do que apenas o MCP. Como o Model Armor se integra a serviços como a Vertex AI, as mudanças feitas nas configurações mínimas podem afetar a verificação de tráfego e os comportamentos de segurança em todos os serviços integrados, não apenas no MCP.
Controlar o uso do MCP com políticas do IAM
As políticas de negação e permissão do Identity and Access Management (IAM) ajudam a proteger os servidores Google Cloud e do Google MCP.
É possível combinar vários critérios para criar políticas personalizadas de segurança e governança, permitindo ou negando o acesso com base no seguinte:
- O principal.
- Propriedades da ferramenta, como o atributo somente leitura.
- O nome do serviço ou da ferramenta.
- O ID do cliente OAuth do aplicativo.
Para mais informações, consulte Controlar o uso do MCP com o Identity and Access Management.
A seguir
- Leia a documentação de referência do MCP do Gemini Cloud Assist.
- Saiba mais sobre os servidores MCP do Google Cloud.
- Use o servidor MCP do App Design Center e o servidor MCP do Gemini Cloud Assist juntos.
- Para saber como usar o servidor MCP em um ambiente de desenvolvimento integrado, consulte Projetar e implantar um aplicativo usando a CLI do Antigravity.