MCP サーバーを使用する

MCP サーバーを使用すると、AI エージェント プラットフォームを使用してGoogle Cloud リソースを作成、管理、クエリするためのツールにアクセスして実行できます。このドキュメントでは、Google Cloud Data Agent Kit から Google Cloud リモート Model Context Protocol（MCP）サーバーに接続する方法について説明します。

サポートされている MCP サーバー

Data Agent Kit での作業では、次のリモート MCP サーバーがサポートされています。プロダクト固有の詳細については、以下のガイドを参照してください。

• AlloyDB for PostgreSQL リモート MCP サーバーを使用する
• BigQuery MCP サーバーを使用する
• Bigtable MCP サーバーを使用する
• Cloud SQL リモート MCP サーバーを使用する
• Cloud Storage MCP サーバーを使用する
• Knowledge Catalog リモート MCP サーバーを使用する
• Managed Service for Apache Spark MCP サーバーを使用する
• Spanner リモート MCP サーバーを使用する

リモート MCP サーバーは、対応する API を有効にすると有効になります。たとえば、プロジェクトで Spanner API を有効にすると、Spanner リモート MCP が自動的に有効になります。

Google Cloud 個のリモート 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。

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。

始める前に

1. Data Agent Kit をインストールします。
2. 拡張機能を設定して構成します。

必要なロール

IDE から Google Cloud MCP サーバーにアクセスするために必要な権限を取得するには、作業中のプロジェクトに対する MCP ツールユーザー（roles/mcp.toolUser）IAM ロールを付与するよう管理者に依頼してください。

アクセスする予定のリソースによっては、拡張機能を使用できるロールに加えて、追加のロールが必要になることがあります。サポートされている各 Google Cloudサービスでリモート MCP サーバーにアクセスするために必要な最小限のロールについては、プロダクト固有のガイドをご覧ください。

ロールの付与の詳細については、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。

サービス アカウントの権限借用

Data Agent Kit から MCP サーバーに接続するときに、ユーザー認証情報を使用するか、サービス アカウントの権限借用を使用できます。MCP サーバーに接続する場合は、gcloud CLI とアプリケーションのデフォルト認証情報（ADC）にサービス アカウントの権限借用を使用することをおすすめします。

これには、IDE のGoogle Cloud と gcloud CLI へのログインに使用した認証情報（通常はユーザー アカウント）から始める必要があります。次に、サービス アカウントの有効期間の短い認証情報をリクエストし、ユーザー認証情報の代わりにサービス アカウントの認証情報を使用します。詳細については、サービス アカウントの権限借用を使用するをご覧ください。

サービス アカウントの権限借用を使用して MCP サーバーに対する認証を行う方法については、サービス アカウントの権限借用をご覧ください。

IDE 拡張機能で Google Cloud リモート MCP サーバーを構成する

正しい構成で MCP サーバーをインストールするには、IDE で次の操作を行います。

1. アクティビティ バーの Google Cloud Data Agent Kit アイコンをクリックします。
2. [設定] を展開し、[設定] をクリックします。
3. [サービス統合] をクリックします。
4. 接続するサービスを選択します。

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。

ヒント: MCP トラフィックに自然言語データが含まれていない限り、プロンプト インジェクションとジェイルブレイクのフィルタを有効にしないでください。

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。

注: エージェントと MCP サーバーが異なるプロジェクトにある場合は、両方のプロジェクト（クライアント プロジェクトとリソース プロジェクト）でフロア設定を作成できます。この場合、Model Armor はプロジェクトごとに 1 回ずつ、計 2 回呼び出されます。

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。

トラブルシューティング

Data Agent Kit のエラーを診断して解決する方法については、トラブルシューティングをご覧ください。

次のステップ

• プロンプト インジェクションのリスクを軽減する
• データを変換する
• Google Cloud MCP サーバーの詳細