使用 Compute Engine 遠端 MCP 伺服器

本文說明如何使用 Compute Engine 遠端 Model Context Protocol (MCP) 伺服器，連結 AI 應用程式，包括 Antigravity、ChatGPT、Claude，以及您開發的自訂應用程式。Compute Engine 遠端 MCP 伺服器提供全方位功能，可讓 LLM 代理執行一系列基礎架構管理工作，包括：

• 管理虛擬機器 (VM) 執行個體。
• 管理代管執行個體群組管理員和執行個體範本。
• 管理磁碟和快照。
• 擷取預留項目和承諾使用合約的相關資訊。 啟用 Compute Engine API 時，Compute Engine 遠端 MCP 伺服器也會一併啟用。

  Model Context Protocol (MCP) 規範了大型語言模型 (LLM) 和 AI 應用程式或代理與外部資料來源的標準連線方式。MCP 伺服器可讓您使用其工具、資源和提示，從後端服務採取行動並取得更新資料。

  本機和遠端 MCP 伺服器有何不同？

  本機 MCP 伺服器

  通常在本機電腦上執行，並使用標準輸入內容和輸出串流 (stdio)，在同一部裝置上的服務之間通訊。

  遠端 MCP 伺服器

  在服務的基礎架構上執行，並為 AI 應用程式提供 HTTP 端點，以便 AI MCP 用戶端與 MCP 伺服器之間通訊。如要進一步瞭解 MCP 架構，請參閱「MCP 架構」。

  無狀態核心

  在 MCP 2026-07-28 版中，MCP 從雙向有狀態通訊協定變更為無狀態通訊協定。每項 MCP 要求都包含自我描述，並可使用標頭轉送。由於每個要求都包含 HTTP 標頭或 _meta 參數中所需的所有資訊，因此不需要 initialize/initialized 握手或 Mcp-Session-Id。MCP 伺服器可透過多來回要求 (MRTR)，要求工具所需的額外資訊。

  為協助轉送及處理要求，而不剖析要求主體，必須提供部分 MCP 標頭，包括：

  • MCP 規格要求的標頭，例如通訊協定版本標頭和標準要求標頭。
  • MCP 伺服器定義的自訂標頭。這些標頭會使用 x-mcp-header 屬性，從工具的輸入結構定義鏡像至 HTTP 標頭。舉例來說，MCP 伺服器可能會定義自訂標頭，指定 Google Cloud 區域或專案 ID。

  如要進一步瞭解 MCP 架構，請參閱 MCP 2026-07-28 版規格和主要異動。

  Google 和 Google Cloud 遠端 MCP 伺服器

  Google 和 Google Cloud 遠端 MCP 伺服器具有下列功能和優點：
  • 簡化集中探索
  • 代管的全域或區域 HTTP 端點
  • 精細授權
  • 選用 Model Armor 保護提示詞和回覆
  • 集中化稽核記錄

  如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器的安全性和管理控制項，請參閱「Google Cloud MCP 伺服器總覽」。

  注意： Compute Engine 遠端 MCP 伺服器不支援完整的區域隔離，可能會透過任何區域轉送對 MCP 工具的呼叫。

  事前準備

  登入 Google Cloud 帳戶。如果您未曾使用過 Google Cloud，歡迎 建立帳戶，親自體驗實際使用我們產品的成效。新客戶還能獲得價值 $300 美元的免費抵免額，用於執行、測試及部署工作負載。
  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.
  Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.
  Go to project selector
  Verify that billing is enabled for your Google Cloud project.
  Make sure that you have the following role or roles on the project: Compute Instance Admin (v1), Compute Security Admin, Service Account User, Service Usage Admin
  Check for the roles
  1. In the Google Cloud console, go to the IAM page.

     Go to IAM
  2. Select the project.

  3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.

  4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.
  Grant the roles
  1. In the Google Cloud console, go to the IAM page.

     Go to IAM
  2. Select the project.
  3. Click Grant access.

  4. In the New principals field, enter your user identifier. This is typically the email address for a Google Account.

  5. Click Select a role, then search for the role.
  6. To grant additional roles, click Add another role and add each additional role.
  7. Click Save.

  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.

  Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

  Go to project selector

  Verify that billing is enabled for your Google Cloud project.

  Make sure that you have the following role or roles on the project: Compute Instance Admin (v1), Compute Security Admin, Service Account User, Service Usage Admin

  Check for the roles

  1. In the Google Cloud console, go to the IAM page.

     Go to IAM
  2. Select the project.

  3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.

  4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

  Grant the roles

  1. In the Google Cloud console, go to the IAM page.

     Go to IAM
  2. Select the project.
  3. Click Grant access.

  4. In the New principals field, enter your user identifier. This is typically the email address for a Google Account.

  5. Click Select a role, then search for the role.
  6. To grant additional roles, click Add another role and add each additional role.
  7. Click Save.
  1. 啟用 Compute Engine API。

     啟用 Compute Engine API

  必要的角色

  如要取得使用 Compute Engine 遠端 MCP 伺服器所需的權限，請要求管理員在 Google Cloud 專案中授予您下列 IAM 角色：

  • 發出 MCP 工具呼叫：MCP 工具使用者 (roles/mcp.toolUser)

  如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

  這些預先定義的角色具備使用 Compute Engine 遠端 MCP 伺服器所需的權限。如要查看確切的必要權限，請展開「Required permissions」(必要權限) 部分：

  所需權限

  如要使用 Compute Engine 遠端 MCP 伺服器，必須具備下列權限：

  • 發出 MCP 工具呼叫：mcp.tools.call

  您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

  您也必須具備執行 Compute Engine 作業所需的角色和權限。詳情請參閱「Compute Engine 角色和權限」。

  驗證及授權

  Compute Engine MCP 伺服器會使用 OAuth 2.0 通訊協定和 Identity and Access Management (IAM) 進行驗證及授權。所有Google Cloud 身分都支援 MCP 伺服器驗證。

  建議您為使用 MCP 工具的代理建立獨立身分，以便控管及監控資源存取權。如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。

  Compute Engine MCP OAuth 範圍

  OAuth 2.0 會使用範圍和憑證，判斷通過驗證的主體是否有權對資源執行特定動作。如要進一步瞭解 Google 的 OAuth 2.0 範圍，請參閱「使用 OAuth 2.0 存取 Google API」。

  Compute Engine 具有下列 MCP 工具 OAuth 範圍：

  gcloud CLI 的範圍 URI	說明
  https://www.googleapis.com/auth/compute.read-only	僅允許讀取資料。
  https://www.googleapis.com/auth/compute.read-write	可讀取及修改資料。

  在工具呼叫期間存取的資源，可能需要額外的範圍。如要查看 Compute Engine 所需的範圍清單，請參閱「Compute Engine API」。

  設定 MCP 用戶端，以便使用 Compute Engine MCP 伺服器

  AI 應用程式和代理 (例如 Claude 或 Antigravity) 可例項化 MCP 用戶端，連至單一 MCP 伺服器。AI 應用程式可以有多個用戶端，連線至不同的 MCP 伺服器。如果用戶端專屬指南中未列出您的應用程式，則可使用下列資訊，從大多數應用程式連線。

  在 AI 應用程式中，找出新增或連線至遠端 MCP 伺服器的方法。針對 Compute Engine MCP 伺服器，請視需要輸入下列資訊：

  • 伺服器名稱：Compute Engine MCP 伺服器
  • 伺服器網址或端點：https://compute.googleapis.com/mcp
  • 傳輸：可串流 HTTP
  • 驗證詳細資料：視您要採用的驗證方式而定，您可以輸入 Google Cloud 憑證、OAuth 用戶端 ID 和密鑰，或代理身分和憑證。如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。
  • OAuth 範圍：連線至 Compute Engine MCP 伺服器時要使用的 OAuth 2.0 範圍。

  重新導向 URI

  如果是網頁式應用程式和部分電腦應用程式，您必須在建立用於驗證的用戶端 ID 和密鑰時，將重新導向 URI 加入許可清單。授權伺服器會使用重新導向 URI，將權杖傳送至應用程式。應用程式說明文件應指定您必須使用的重新導向 URI。不支援自訂重新導向 URI。

  如需設定及連線至 MCP 伺服器的應用程式專屬指引，請參閱「用戶端專屬指引」。

  如需一般指引，請參閱下列資源：

  • 連線至遠端 MCP 伺服器。
  • 在 AI 應用程式中設定 MCP。

  可用的工具

  如要查看 Compute Engine MCP 伺服器的可用 MCP 工具詳細資料和說明，請參閱 Compute Engine MCP 參考資料。

  清單工具

  使用 MCP 檢查工具列出工具，或直接將 tools/list HTTP 要求傳送至 Compute Engine 遠端 MCP 伺服器。tools/list 方法不需要驗證。

  curl -X POST https://compute.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"]
                }
              }
            }
          }
        }
      }'
  

  更改下列內容：

  • TOOLSET_ENDPOINT：服務名稱後方的 MCP 端點其餘部分。例如，Compute Engine 的值可能是 mcp/toolset-name。
  • MCP_PROTOCOL_VERSION：MCP 通訊協定版本。例如：2026-07-28。

  應用實例

  下列範例說明如何使用 Compute Engine MCP 伺服器管理 Compute Engine 資源：

  • 檢查及管理資源。舉例來說，如要瞭解專案中的資源分配和設定，可以列出所有運算執行個體。您也可以找出可用區中所有執行中的運算執行個體，並顯示其位置和名稱，以便管理資源。
  • 清除未使用的資源，降低營運成本。舉例來說，您可以找出並清除可用區中不再與來源磁碟相關聯的磁碟快照，或找出並刪除已停止且附加昂貴 GPU 資源的 VM 執行個體。
  • 最佳化執行個體效能。舉例來說，您可以將佈建不足的 VM 執行個體調整為同系列中較大的機型，並確認更新成功。
  • 為 AI 工作負載佈建專用 VM，並享有可用區彈性。例如，在指定區域中任何可用的可用區，建立附加特定 GPU 加速器的 VM 執行個體。
  • 排解及驗證執行個體設定。例如，擷取工作凍結的特定 VM 執行個體設定詳細資料、重新啟動該執行個體，並確認基礎加速器和磁碟已連結。

  提示範例

  以下是範例提示詞，可讓您使用 Compute Engine MCP 伺服器執行工作：

  • 「列出 PROJECT_ID 中的所有 VM，包括 VM 名稱和可用區。」
  • 「顯示 VM_NAME 的執行個體詳細資料。」
  • 「在 REGION 中，找出來源磁碟已不存在的所有磁碟快照。」
  • 「將 VM_NAME 的機器類型變更為同一機器家族中次大的機器類型，在重新上線時傳送通知，並確認新的機器類型。」
  • 「找出 REGION 中所有搭載 NVIDIA 加速器的執行中 VM，並顯示這些 VM 的可用區和名稱。」
  • 「在 ZONE 建立 VM，並連接 NVIDIA T4 加速器。將 VM 命名為 my-nvidiat4-vm。
  • 「找出 REGION 中所有已停止且搭載 NVIDIA Tesla T4 加速器的 VM，並刪除這些 VM。」

  更改下列內容：

  • PROJECT_ID： Google Cloud 專案 ID。
  • REGION：資源所在的區域名稱。
  • ZONE：VM 所在的可用區名稱。
  • VM_NAME：VM 執行個體的名稱。

  選用安全性和安全防護設定

  MCP 工具可執行的動作繁多，因此會帶來新的安全風險和考量。為盡可能降低及管理這些風險，Google Cloud 提供預設設定和可自訂的政策，控管 Google Cloud組織或專案中的 MCP 工具使用情形。

  如要進一步瞭解 MCP 安全性和管理，請參閱「AI 安全性」。

  使用 Model Armor

  Model Armor 是一項Google Cloud 服務，可提高 AI 應用程式的安全性。這項服務會主動篩選 LLM 提示詞和回覆，防範各種風險，並確保採行負責任的 AI 做法。無論您是在雲端環境或外部雲端服務供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護機密資料、維持法規遵循，並在多元的 AI 環境中，一致地強制執行 AI 安全性和安全性政策。

  啟用 Model Armor 並啟用記錄功能後，Model Armor 會記錄整個酬載。這可能會導致記錄中的機密資訊外洩。

  MCP 要求轉送至 Model Armor

  Model Armor 僅適用於特定區域。啟用 Model Armor 後，如果您在 Model Armor 不支援的管轄區使用 MCP 伺服器，呼叫的轉送行為可能會因 MCP 伺服器而異，且可能會違反使用中和傳輸中資料的資料落地法規。如要進一步瞭解個別 MCP 伺服器的行為，請參閱「Model Armor 支援的產品」。

  啟用 Model Armor

  您必須先啟用 Model Armor API，才能使用 Model Armor。

  控制台

  1. 啟用 Model Armor API (如果尚未啟用)。

     啟用 API 所需的角色

     您必須具備 serviceusage.services.enable 權限，才能啟用 API。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「Service Usage 管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

     啟用 API

  2. 選取要啟用 Model Armor 的專案。

  gcloud

  開始之前，請按照下列步驟，搭配使用 Google Cloud CLI 和 Model Armor API：

  1. 在 Google Cloud 控制台啟用 Cloud Shell。

     啟用 Cloud Shell

     Google Cloud 控制台底部會開啟 Cloud Shell 工作階段，並顯示指令列提示。Cloud Shell 是已安裝 Google Cloud CLI 的殼層環境，並已設定適用於您目前專案的值。工作階段可能要幾秒鐘的時間才能初始化。

  2. 執行下列指令，設定 Model Armor 服務的 API 端點。

     gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"

     將 LOCATION 替換為要使用 Model Armor 的區域。

  設定 Google 和 Google Cloud 遠端 MCP 伺服器的保護措施

  如要保護 MCP 工具呼叫和回覆，可以使用 Model Armor 底限設定。底限設定會定義適用於整個專案的最低安全性篩選器。這項設定會對專案中的所有 MCP 工具呼叫和回覆，套用一組一致的篩選器。

  提示： 除非 MCP 流量含有自然語言資料，否則請勿啟用提示詞注入和越獄篩選器。

  設定 Model Armor 底限，並啟用 MCP 清理功能。詳情請參閱「設定 Model Armor 底限設定」。

  注意： 如果代理和 MCP 伺服器位於不同專案，您可以在兩個專案 (用戶端專案和資源專案) 中建立樓層設定。在這種情況下，Model Armor 會叫用兩次，每個專案各一次。

  請參閱以下範例指令：

  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"}]'

  將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  請注意下列設定：

  • INSPECT_AND_BLOCK：這個強制執行類型會檢查 Google MCP 伺服器的內容，並封鎖符合篩選條件的提示和回覆。
  • ENABLED：啟用篩選器或違規處置的設定。
  • MEDIUM_AND_ABOVE：負責任 AI - 危險篩選器設定的信心水準。您可以修改這項設定，但較低的值可能會導致更多偽陽性。詳情請參閱「Model Armor 信心水準」。

  停用 Model Armor 掃描 MCP 流量的功能

  如要停止 Model Armor 根據專案的最低設定，自動掃描 Google MCP 伺服器的往來流量，請執行下列指令：

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

  將 PROJECT_ID 替換為 Google Cloud 專案 ID。Model Armor 不會自動將這項專案底限設定中定義的規則，套用至任何 Google MCP 伺服器流量。

  Model Armor 底限設定和一般設定不只會影響 MCP，Model Armor 與 Vertex AI 等服務整合，因此您對底限設定所做的任何變更，都可能影響所有整合服務的流量掃描和安全行為，不限於 MCP。

  使用 IAM 政策控管 MCP

  Identity and Access Management (IAM) 拒絕政策和允許政策可協助您保護 Google Cloud 和 Google MCP 伺服器。

  您可以結合多項條件，根據下列項目允許或拒絕存取，建立自訂安全性和管理政策：

  • 主體。
  • 工具屬性，例如唯讀屬性。
  • 服務或工具名稱。
  • 應用程式的 OAuth 用戶端 ID。

  詳情請參閱「使用 Identity and Access Management 控管 MCP 使用情形」。

  後續步驟

  • 參閱 Compute Engine MCP 參考文件。
  • 進一步瞭解 Google Cloud MCP 伺服器。