Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Utiliser des serveurs MCP

Les serveurs MCP vous permettent d'accéder à des outils et de les exécuter pour créer, gérer et interroger Google Cloud des ressources à l'aide de plates-formes d'agents IA. Ce document explique comment se connecter à des serveurs MCP (Model Context Protocol) Google Cloud distants à partir de l'extension Google Cloud Data Agent Kit pour l'IDE Antigravity.

Serveurs MCP compatibles

Les serveurs MCP distants suivants sont compatibles avec l'extension Data Agent Kit pour l'IDE Antigravity. Pour obtenir des informations spécifiques à un produit, consultez les guides suivants :

Un serveur MCP distant est activé lorsque vous activez l'API correspondante. Par exemple, lorsque vous activez l'API Spanner dans votre projet, le serveur MCP distant Spanner est automatiquement activé.

Google Cloud Serveurs MCPdistants

Les serveurs MCP Google et Google Cloud distants présentent les fonctionnalités et avantages suivants :

Découverte simplifiée et centralisée
Points de terminaison HTTP mondiaux ou régionaux gérés
Autorisations précises
Sécurité facultative des prompts et des réponses avec la protection Model Armor
Journalisation d'audit centralisée

Pour en savoir plus sur les autres serveurs MCP et sur les contrôles de sécurité et de gouvernance disponibles pour les serveurs MCP Google Cloud, consultez la présentation des serveurs MCP Google Cloud.

Le Model Context Protocol (MCP) standardise la façon dont les grands modèles de langage (LLM) et les applications ou agents d'IA se connectent à des sources de données externes. Les serveurs MCP vous permettent d'utiliser leurs outils, leurs ressources et leurs prompts pour effectuer des actions et obtenir des données mises à jour à partir de leur service backend.

Quelle est la différence entre les serveurs MCP locaux et distants ?

Serveurs MCP locaux: S'exécutent généralement sur votre machine locale et utilisent les flux d'entrée et de sortie standards (stdio) pour la communication entre les services sur le même appareil.
Serveurs MCP distants: S'exécutent sur l'infrastructure du service et proposent un point de terminaison HTTP aux applications d'IA pour la communication entre le client MCP d'IA et le serveur MCP. Pour en savoir plus sur l'architecture MCP, consultez la section Architecture MCP.

Avant de commencer

Installez l'extension Data Agent Kit pour l'IDE Antigravity.
Configurez l'extension. Veillez à activer toutes les API.

Rôles requis

Pour obtenir les autorisations nécessaires pour accéder aux Google Cloud serveurs MCP à partir de votre IDE, demandez à votre administrateur de vous accorder le rôle IAM Utilisateur de l'outil MCP (roles/mcp.toolUser) sur le projet sur lequel vous travaillez.

En fonction des ressources auxquelles vous prévoyez d'accéder, vous aurez peut-être besoin de rôles supplémentaires en plus de ceux qui vous permettent d'utiliser l'extension. Pour connaître les rôles minimaux requis pour accéder aux serveurs MCP distants pour chaque service compatible Google Cloud, consultez les guides spécifiques aux produits.

Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, dossiers et aux organisations.

Emprunter l'identité d'un compte de service

Lorsque vous vous connectez à des serveurs MCP à partir de l'extension Data Agent Kit pour l'IDE Antigravity, vous pouvez utiliser vos identifiants utilisateur ou emprunter l'identité d'un compte de service. Nous vous recommandons d'emprunter l'identité d'un compte de service pour la gcloud CLI et les identifiants par défaut de l'application (ADC) lorsque vous vous connectez à des serveurs MCP.

Cela implique de commencer par les identifiants que vous avez utilisés pour vous connecter à Google Cloud et à la gcloud CLI dans l'IDE Antigravity, généralement votre compte utilisateur. Vous demandez ensuite des identifiants éphémères pour votre compte de service et vous les utilisez à la place de vos identifiants utilisateur. Pour en savoir plus, consultez la section Utiliser l'emprunt d'identité d'un compte de service.

Pour savoir comment emprunter l'identité d'un compte de service pour vous authentifier auprès des serveurs MCP, consultez la section Emprunter l'identité d'un compte de service.

Authentification et autorisation

Lorsque vous utilisez l'IDE Antigravity, vos identifiants par défaut de l'application vous authentifient auprès des Google Cloud serveurs MCP.

Configurer Google Cloud les serveurs MCP distants dans l'extension

À l'aide d'outils d'agent dans l'IDE, vous pouvez instancier un client MCP qui se connecte à un seul serveur MCP. Vous pouvez avoir plusieurs clients qui se connectent à différents serveurs MCP. Pour se connecter à un serveur MCP distant, le client MCP doit connaître au minimum l'URL du serveur MCP distant.

Pour chaque client, utilisez les éléments suivants, si nécessaire.

Nom du serveur : SERVER_NAME
Point de terminaison : ENDPOINT
Transport: HTTP
Informations d'authentification : selon la méthode d'authentification souhaitée, vous pouvez saisir vos Google Cloud identifiants, votre ID client et votre code secret OAuth, ou une identité et des identifiants d'agent.
- Pour en savoir plus sur l'authentification, consultez la section S'authentifier auprès des serveurs MCP.
- Pour obtenir des informations sur l'authentification pour chaque service compatible, consultez les guides spécifiques aux produits.
Champ d'application OAuth : le champ d'application OAuth 2.0 que vous souhaitez utiliser lorsque vous vous connectez au serveur MCP AlloyDB.

Remplacez SERVER_NAME et ENDPOINT par les valeurs du service auquel vous vous connectez. Pour AlloyDB, vous devez spécifier une région, par exemple us-east4.

Service	Nom du serveur	Point de terminaison
AlloyDB	Serveur MCP AlloyDB	https://alloydb.REGION.rep.googleapis.com/mcp
BigQuery	Serveur MCP BigQuery	https://bigquery.googleapis.com/mcp
Cloud SQL	Serveur MCP Cloud SQL	https://sqladmin.googleapis.com/mcp
Knowledge Catalog	Serveur MCP Knowledge Catalog	https://dataplex.googleapis.com/mcp
Managed Service pour Apache Spark	Serveur MCP Managed Service pour Apache Spark	https://dataproc-us-central1.googleapis.com/mcp
Spanner	Serveur MCP Spanner	https://spanner.googleapis.com/mcp

Configurations MCP pour la boîte à outils et les serveurs MCP distants

Utilisez les configurations suivantes pour chaque service Google Cloud Data Agent Kit auquel vous souhaitez vous connecter.

AlloyDB

Télécommande

'datacloud_alloydb_remote': {
  serverUrl: 'https://alloydb.REGION.rep.googleapis.com/mcp',
  authProviderType: 'google_credentials',
  oauth: {
    scopes: ['https://www.googleapis.com/auth/cloud-platform'],
  },
},

Local

'datacloud_alloydb-postgres-admin_toolbox': {
  '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
  'command': 'npx',
  'args': [
    '-y',
    '@toolbox-sdk/server@>=1.1.0',
    '--prebuilt',
    'alloydb-postgres-admin',
    '--stdio'
  ],
  'env': {},
},
'datacloud_alloydb-postgres_toolbox': {
  '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
  'command': 'npx',
  'args': [
    '-y',
    '@toolbox-sdk/server@>=1.1.0',
    '--prebuilt',
    'alloydb-postgres',
    '--stdio'
  ],
  'env': {
    'ALLOYDB_POSTGRES_CLUSTER': '',
    'ALLOYDB_POSTGRES_DATABASE': '',
    'ALLOYDB_POSTGRES_INSTANCE': '',
    'ALLOYDB_POSTGRES_IP_TYPE': '',
    'ALLOYDB_POSTGRES_PASSWORD': '',
    'ALLOYDB_POSTGRES_PROJECT': '',
    'ALLOYDB_POSTGRES_REGION': '',
    'ALLOYDB_POSTGRES_USER': '',
  },
},

BigQuery

Télécommande

'datacloud_bigquery_remote': {
  serverUrl: 'https://bigquery.googleapis.com/mcp',
  authProviderType: 'google_credentials',
  oauth: {
    scopes: [
      'https://www.googleapis.com/auth/bigquery',
      'https://www.googleapis.com/auth/cloud-platform',
    ],
},

Local

'datacloud_bigquery_toolbox': {
  command: 'npx',
  args: [
    '-y',
    '@toolbox-sdk/server@>=1.1.0',
    '--prebuilt',
    'bigquery',
    '--stdio'
  ],
  env: {
    'BIGQUERY_LOCATION': '',
    'BIGQUERY_PROJECT': '',
  },
},

Cloud SQL

Télécommande

'datacloud_cloud-sql_remote': {
  serverUrl: 'https://sqladmin.googleapis.com/mcp',
  authProviderType: 'google_credentials',
  oauth: {
    scopes: ['https://www.googleapis.com/auth/cloud-platform'],
  },
},

Local

'datacloud_cloud-sql-postgresql-admin_toolbox': {
  '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
  'command': 'npx',
  'args': [
    '-y',
    '@toolbox-sdk/server@>=1.1.0',
    '--prebuilt',
    'cloud-sql-postgres-admin',
    '--stdio'
  ],
  'env': {},
},
'datacloud_cloud-sql-postgresql_toolbox': {
  '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
  'command': 'npx',
  'args': [
    '-y',
    '@toolbox-sdk/server@>=1.1.0',
    '--prebuilt',
    'cloud-sql-postgres',
    '--stdio'
  ],
  'env': {
    'CLOUD_SQL_POSTGRES_DATABASE': '',
    'CLOUD_SQL_POSTGRES_INSTANCE': '',
    'CLOUD_SQL_POSTGRES_IP_TYPE': '',
    'CLOUD_SQL_POSTGRES_PASSWORD': '',
    'CLOUD_SQL_POSTGRES_PROJECT': '',
    'CLOUD_SQL_POSTGRES_REGION': '',
    'CLOUD_SQL_POSTGRES_USER': '',
  },
},

Knowledge Catalog

Télécommande

'datacloud_knowledge_catalog_remote': {
  serverUrl: 'https://dataplex.googleapis.com/mcp',
  authProviderType: 'google_credentials',
  oauth: {
    scopes: ['https://www.googleapis.com/auth/cloud-platform'],
  },
},

Local

'datacloud_knowledge_catalog_toolbox': {
  '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
  'command': 'npx',
  'args': [
    '-y',
    '@toolbox-sdk/server@>=1.1.0',
    '--prebuilt',
    'dataplex',
    '--stdio'
  ],
  'env': {
      'DATAPLEX_PROJECT': '${PROJECT_ID}',
    }

Managed Service pour Apache Spark

Télécommande

'datacloud_managed_apache_spark_remote': {
          serverUrl: 'https://dataproc-${REGION}.googleapis.com/mcp',
          authProviderType: 'google_credentials',
          oauth: {
            scopes: ['https://www.googleapis.com/auth/dataproc'],
          },
        },

Local

'datacloud_managed_apache_spark_toolbox': {
        '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
        'command': 'npx',
        'args': [
          '-y',
          TOOLBOX_VERSION,
          '--prebuilt',
          'dataproc',
          '--stdio',
          '--user-agent-metadata',
          'google-cloud-data-agent-kit-${IDE_TYPE}',
        ],
        'env': {
          'DATAPROC_PROJECT': '${PROJECT_ID}',
          'DATAPROC_REGION': '${REGION}',
        },
      },
      'datacloud_serverless-spark_toolbox': {
        '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
        'command': 'npx',
        'args': [
          '-y',
          TOOLBOX_VERSION,
          '--prebuilt',
          'serverless-spark',
          '--stdio',
          '--user-agent-metadata',
          'google-cloud-data-agent-kit-${IDE_TYPE}',
        ],
        'env': {
          'SERVERLESS_SPARK_PROJECT': '${PROJECT_ID}',
          'SERVERLESS_SPARK_LOCATION': '${REGION}',
        },
      },

Spanner

Télécommande

'datacloud_spanner_remote': {
  serverUrl: 'https://spanner.googleapis.com/mcp',
  authProviderType: 'google_credentials',
  oauth: {
    scopes: [
      'https://www.googleapis.com/auth/spanner.admin',
      'https://www.googleapis.com/auth/spanner.data',
    ],
  },
},

Local

'datacloud_spanner_toolbox': {
  '$typeName': 'exa.cascade_plugins_pb.CascadePluginCommandTemplate',
  'command': 'npx',
  'args': [
    '-y',
    '@toolbox-sdk/server@>=1.1.0',
    '--prebuilt',
    'spanner',
    '--stdio'
  ],
  'env': {
    'SPANNER_DATABASE': '',
    'SPANNER_DIALECT': '',
    'SPANNER_INSTANCE': '',
    'SPANNER_PROJECT': '',
  },
},

Configurations de sécurité facultatives

Le MCP introduit de nouveaux risques et considérations de sécurité en raison de la grande variété d'actions que vous pouvez effectuer avec les outils MCP. Pour minimiser et gérer ces risques, Google Cloud propose des paramètres par défaut et des règles personnalisables pour contrôler l'utilisation des outils MCP dans votre Google Cloud organisation ou projet.

Pour en savoir plus sur la sécurité et la gouvernance du MCP, consultez la section Sécurité de l'IA.

Utiliser Model Armor

Model Armor est un Google Cloud service conçu pour améliorer la sécurité de vos applications d'IA. Il analyse de manière proactive les prompts et les réponses des LLM, protège contre divers risques et prend en charge les pratiques d'IA responsable. Que vous déployiez l'IA dans votre environnement cloud ou chez des fournisseurs de cloud externes, Model Armor peut vous aider à éviter les entrées malveillantes, à vérifier la sécurité du contenu, à protéger les données sensibles, à assurer la conformité et à appliquer vos règles de sécurité de l'IA de manière cohérente dans votre environnement d'IA diversifié.

Lorsque Model Armor est activé avec la journalisation, il enregistre l'intégralité de la charge utile. Cela peut exposer des informations sensibles dans vos journaux.

Routage des requêtes MCP vers Model Armor

Model Armor est disponible dans certaines régions. Lorsque Model Armor est activé et que vous utilisez un serveur MCP dans une juridiction non prise en charge par Model Armor, le comportement de routage de l'appel peut être différent pour différents serveurs MCP et peut enfreindre la conformité de la résidence des données pour les données en cours d'utilisation et en transit. Pour en savoir plus sur le comportement des serveurs MCP individuels, consultez la section Produits compatibles avec Model Armor.

Activer Model Armor

Vous devez activer les API Model Armor avant de pouvoir utiliser Model Armor.

Console

Activez l'API Model Armor.
Rôles requis pour activer les API
Pour activer les API, vous avez besoin de l'autorisation serviceusage.services.enable. Si vous avez créé le projet, vous disposez probablement déjà de cette autorisation via le rôle Propriétaire (roles/owner). Sinon, vous pouvez obtenir cette autorisation via le rôle Administrateur d'utilisation du service (roles/serviceusage.serviceUsageAdmin). Découvrez comment attribuer des rôles.
Activer l'API
Sélectionnez le projet dans lequel vous souhaitez activer Model Armor.

gcloud

Avant de commencer, suivez ces étapes à l'aide de la Google Cloud CLI avec l'API Model Armor :

Installez la Google Cloud CLI, puis connectez-vous à la gcloud CLI avec votre identité fédérée. Après vous être connecté, initialisez la Google Cloud CLI en exécutant la commande suivante :
```
gcloud init
```
Exécutez la commande suivante pour définir le point de terminaison de l'API pour le service Model Armor.
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
Remplacez LOCATION par la région dans laquelle vous souhaitez utiliser Model Armor.

Configurer la protection pour les serveurs MCP Google et Google Cloud distants

Pour protéger vos appels et réponses d'outils MCP, vous pouvez utiliser les paramètres de plancher Model Armor. Un paramètre de plancher définit les filtres de sécurité minimaux qui s'appliquent à l'ensemble du projet. Cette configuration applique un ensemble cohérent de filtres à tous les appels et réponses d'outils MCP du projet.

Configurez un paramètre de plancher Model Armor avec la désinfection MCP activée. Pour en savoir plus, consultez la section Configurer les paramètres de plancher Model Armor settings.

Consultez l'exemple de commande suivant :

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"}]'

Remplacez PROJECT_ID par l'ID du Google Cloud projet.

Notez les paramètres suivants :

INSPECT_AND_BLOCK : type d'application qui inspecte le contenu du serveur MCP Google et bloque les prompts et les réponses qui correspondent aux filtres.
ENABLED : paramètre qui active un filtre ou une application.
MEDIUM_AND_ABOVE : niveau de confiance pour les paramètres de filtre IA responsable – Dangereux. Vous pouvez modifier ce paramètre, mais des valeurs inférieures peuvent entraîner davantage de faux positifs. Pour en savoir plus, consultez la section Niveaux de confiance de Model Armor.

Désactiver l'analyse du trafic MCP avec Model Armor

Pour empêcher Model Armor d'analyser automatiquement le trafic vers et depuis les serveurs MCP Google en fonction des paramètres de plancher du projet, exécutez la commande suivante :

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

Remplacez PROJECT_ID par l' Google Cloud ID du projet. Model Armor n'applique pas automatiquement les règles définies dans les paramètres de plancher de ce projet au trafic des serveurs MCP Google.

Les paramètres de plancher et la configuration générale de Model Armor peuvent avoir un impact au-delà du MCP. Étant donné que Model Armor s'intègre à des services tels que Vertex AI, toute modification apportée aux paramètres de plancher peut affecter l'analyse du trafic et les comportements de sécurité dans tous les services intégrés, et pas seulement dans le MCP.

Contrôler l'utilisation du MCP avec les stratégies IAM

Les stratégies de refus et d'autorisation IAM (Identity and Access Management) vous aident à sécuriser Google Cloud les serveurs MCP Google.

Vous pouvez combiner plusieurs critères pour créer des stratégies de sécurité et de gouvernance personnalisées en autorisant ou en refusant l'accès en fonction des éléments suivants :

Le compte principal.
Les propriétés de l'outil, comme l'attribut en lecture seule.
Le nom du service ou de l'outil.
L'ID client OAuth de l'application.

Pour en savoir plus, consultez la section Contrôler l'utilisation du MCP avec Identity and Access Management.

Résoudre les problèmes

Pour connaître les méthodes de diagnostic et de résolution des erreurs liées à l'extension Data Agent Kit pour l'IDE Antigravity, consultez la section Résoudre les problèmes.

Utiliser des serveurs MCP Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

Serveurs MCP compatibles

Google Cloud Serveurs MCPdistants

Quelle est la différence entre les serveurs MCP locaux et distants ?

Avant de commencer

Rôles requis

Emprunter l'identité d'un compte de service

Authentification et autorisation

Configurer Google Cloud les serveurs MCP distants dans l'extension

Configurations MCP pour la boîte à outils et les serveurs MCP distants

AlloyDB

Télécommande

Local

BigQuery

Télécommande

Local

Cloud SQL

Télécommande

Local

Knowledge Catalog

Télécommande

Local

Managed Service pour Apache Spark

Télécommande

Local

Spanner

Télécommande

Local

Configurations de sécurité facultatives

Utiliser Model Armor

Routage des requêtes MCP vers Model Armor

Activer Model Armor

Console

gcloud

Configurer la protection pour les serveurs MCP Google et Google Cloud distants

Désactiver l'analyse du trafic MCP avec Model Armor

Contrôler l'utilisation du MCP avec les stratégies IAM

Résoudre les problèmes

Étape suivante

Utiliser des serveurs MCP