Remote-MCP-Server für Datenherkunft verwenden

In diesem Dokument wird beschrieben, wie Sie den Remote-MCP-Server (Model Context Protocol) für die Datenherkunft verwenden, um eine Verbindung zu KI-Anwendungen wie der Gemini CLI, ChatGPT, Claude und benutzerdefinierten Anwendungen herzustellen, die Sie entwickeln. Mit dem Remote-MCP-Server für die Datenherkunft können Sie mit der Datenherkunft interagieren, um Datenherkunftsgrafiken abzufragen, die vorgelagerte Datenherkunft zu ermitteln und die nachgelagerte Auswirkung zu analysieren. Der Remote-MCP-Server für die Data Lineage API wird aktiviert, wenn Sie die Data Lineage API aktivieren.

Das Model Context Protocol (MCP) standardisiert, wie Large Language Models (LLMs) und KI-Anwendungen oder ‑Agents eine Verbindung zu externen Datenquellen herstellen. Mit MCP-Servern können Sie ihre Tools, Ressourcen und Prompts verwenden, um Aktionen auszuführen und aktualisierte Daten von ihrem Backend-Dienst abzurufen.

Was ist der Unterschied zwischen lokalen und Remote-MCP-Servern?

Lokale MCP-Server
werden in der Regel auf Ihrem lokalen Computer ausgeführt und verwenden die Standardeingabe- und ‑ausgabestreams (stdio) für die Kommunikation zwischen Diensten auf demselben Gerät.
Remote-MCP-Server
werden in der Infrastruktur des Dienstes ausgeführt und bieten einen HTTP-Endpunkt für KI-Anwendungen zur Kommunikation zwischen dem KI-MCP-Client und dem MCP-Server. Weitere Informationen zur MCP-Architektur finden Sie unter MCP-Architektur.

Google- und Google Cloud Remote-MCP-Server

Google- und Google Cloud Remote-MCP-Server bieten die folgenden Funktionen und Vorteile:

  • Vereinfachte, zentralisierte Erkennung
  • Verwaltete globale oder regionale HTTP-Endpunkte
  • Detaillierte Autorisierung
  • Optionale Prompt- und Antwortsicherheit mit Model Armor-Schutz
  • Zentralisierte Audit-Protokollierung

Informationen zu anderen MCP-Servern und zu Sicherheits und Governance-Kontrollen, die für Google Cloud-MCP-Server verfügbar sind, finden Sie unter Übersicht über Google Cloud-MCP-Server.

Hinweis

  1. Melden Sie sich in Ihrem Google Cloud Konto an. Wenn Sie noch kein Google Cloud-Konto haben, erstellen Sie ein Konto, um zu sehen, wie sich unsere Produkte in realen Szenarien schlagen. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

  2. 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.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. Enable the Data Lineage API.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the API

  5. 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.

    Go to project selector

  6. Verify that billing is enabled for your Google Cloud project.

  7. Enable the Data Lineage API.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the API

    8.

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Projekt zuzuweisen, in dem Sie den MCP-Server für die Datenherkunft verwenden möchten, um die Berechtigungen zu erhalten, die Sie zur Verwendung des MCP-Servers für die Datenherkunft benötigen:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zur Verwendung des MCP-Servers für die Datenherkunft erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen , um die notwendigen Berechtigungen anzuzeigen, die erforderlich sind:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um den MCP-Server für die Datenherkunft zu verwenden:

  • MCP-Toolaufrufe ausführen: mcp.tools.call
  • Datenherkunft nach Links abfragen: datalineage.locations.searchLinks

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Authentifizierung und Autorisierung

Der Remote-MCP-Server für die Data Lineage API verwendet das OAuth 2.0 Protokoll mit Identity and Access Management (IAM) zur Authentifizierung und Autorisierung. Alle Google Cloud Identitäten werden für die Authentifizierung bei MCP-Servern unterstützt.

Wir empfehlen, eine separate Identität für Agents zu erstellen, die MCP-Tools verwenden, damit der Zugriff auf Ressourcen gesteuert und überwacht werden kann. Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.

Welche MCP-OAuth-Bereiche benötige ich für die Datenherkunft?

OAuth 2.0 verwendet Bereiche und Anmeldedaten, um zu ermitteln, ob ein authentifiziertes Prinzipal autorisiert ist, eine bestimmte Aktion für eine Ressource auszuführen. Weitere Informationen zu OAuth 2.0-Bereichen bei Google finden Sie unter Mit OAuth 2.0 auf Google APIs zugreifen.

Die Datenherkunft hat die folgenden MCP-Tool-OAuth-Bereiche:

Bereichs-URI für die gcloud CLI Beschreibung
https://www.googleapis.com/auth/datalineage.readonly Ermöglicht nur den Zugriff zum Lesen von Daten.
https://www.googleapis.com/auth/datalineage.read-write Ermöglicht den Zugriff zum Lesen und Ändern von Daten.

Für die Ressourcen, auf die während eines Toolaufrufs zugegriffen wird, sind möglicherweise zusätzliche Bereiche erforderlich. Eine Liste der für die Datenherkunft erforderlichen Bereiche finden Sie unter Data Lineage API.

MCP-Client für die Verwendung des MCP-Servers für die Datenherkunft konfigurieren

KI-Anwendungen und ‑Agents wie Claude oder Antigravity können einen MCP-Client instanziieren, der eine Verbindung zu einem einzelnen MCP-Server herstellt. Eine KI-Anwendung kann mehrere Clients haben, die eine Verbindung zu verschiedenen MCP-Servern herstellen. Wenn Ihre Anwendung nicht in der clientspezifischen Anleitung aufgeführt ist, können Sie die folgenden Informationen verwenden, um eine Verbindung von den meisten Anwendungen aus herzustellen.

Suchen Sie in Ihrer KI-Anwendung nach einer Möglichkeit, einen Remote-MCP-Server hinzuzufügen oder eine Verbindung zu ihm herzustellen. Geben Sie für den MCP-Server für die Datenherkunft die folgenden Informationen ein:

  • Servername: MCP-Server für die Datenherkunft
  • Server-URL oder Endpunkt:
    • Globaler Endpunkt: https://datalineage.googleapis.com/mcp
    • Regionale Endpunkte: https://REGION-datalineage.googleapis.com/mcp. Ersetzen Sie REGION durch eine der unterstützten Regionen.
  • Transport: HTTP
  • Authentifizierungsdetails: Je nachdem, wie Sie sich authentifizieren möchten, können Sie Ihre Google Cloud Anmeldedaten, Ihre OAuth-Client-ID und Ihren Clientschlüssel oder eine Agent-Identität und ‑Anmeldedaten eingeben. Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.
  • OAuth-Bereich: der OAuth 2.0-Bereich, den Sie verwenden möchten, wenn Sie eine Verbindung zum MCP-Server für die Datenherkunft herstellen.

Weiterleitungs-URIs

Bei webbasierten Anwendungen und einigen Desktopanwendungen müssen Sie eine Weiterleitungs-URI auf die Zulassungsliste setzen, wenn Sie eine Client-ID und einen Clientschlüssel für die Authentifizierung erstellen. Weiterleitungs-URIs werden vom Autorisierungsserver verwendet, um Tokens an Ihre Anwendung zu senden. In der Dokumentation Ihrer Anwendung sollte die Weiterleitungs-URI angegeben sein, die Sie verwenden müssen. Benutzerdefinierte Weiterleitungs-URIs werden nicht unterstützt.

Anwendungsspezifische Anleitungen zum Einrichten und Herstellen einer Verbindung zu einem MCP-Server finden Sie unter Clientspezifische Anleitung.

Allgemeinere Anleitungen finden Sie in den folgenden Ressourcen:

Welche MCP-Tools bietet die Datenherkunft?

Details zu den verfügbaren MCP-Tools und ihren Beschreibungen für den MCP-Server für die Datenherkunft finden Sie in der Referenz zum MCP-Server für die Datenherkunft.

Verfügbare MCP-Tools auflisten

Verwenden Sie den MCP-Inspector, um Tools aufzulisten, oder senden Sie eine tools/list HTTP-Anfrage direkt an den Remote-MCP-Server für die Datenherkunft. Für die Methode tools/list ist keine Authentifizierung erforderlich.

POST /mcp HTTP/1.1
Host: datalineage.googleapis.com
Content-Type: application/json

{
  "method": "tools/list",
  "jsonrpc": "2.0",
  "id": 1
}

Beispielanwendungsfälle

Beispielanwendungsfälle für den MCP-Server für die Datenherkunft:

  • Alle vorgelagerten Datenquellen und Transformationsprozesse ermitteln, die in ein bestimmtes Daten-Asset einfließen, um die Datenherkunft und ‑genauigkeit zu überprüfen.
  • Die Auswirkungen von fehlerhaften, angehaltenen oder verzögerten Datenpipelines auf nachgelagerte Datenverbraucher analysieren.

Beispiel-Prompts

  • „In meinem Projekt my-analytics-project habe ich ein Dataset sales_data mit einer Tabelle namens monthly_reports. Nennen Sie mir alle Daten-Assets und Transformationsprozesse, die Daten in diese Tabelle einfließen lassen.“
  • „Ich habe einen BigQuery-Job, der in die Tabelle hr_dataset.salary schreibt. Ich sehe, dass der Job seit 12 Stunden nicht ausgeführt wird. Können Sie mir sagen, bei welchen nachgelagerten Assets aufgrund dieses Problems veraltete Daten vorhanden sind?“
  • „Sehen Sie sich die Tabelle monthly_reports im Dataset sales_data und im Projekt my-analytics-project an, um alle Spalten mit vorgelagerten Datenquellen zu finden, und nennen Sie mir alle Prozesse, die in diese Spalten einfließen.“
  • „Suchen Sie nach Herkunftslinks, die mit der Tabelle finance.employment_costs verbunden sind, um die vorgelagerten Abhängigkeiten zu ermitteln.“

Optionale Sicherheitskonfigurationen

MCP birgt neue Sicherheitsrisiken und ‑aspekte, da mit den MCP-Tools eine Vielzahl von Aktionen ausgeführt werden kann. Um diese Risiken zu minimieren und zu verwalten, Google Cloud bietet Standardeinstellungen und anpassbare Richtlinien, mit denen die Verwendung von MCP-Tools in Ihrer Google Cloud Organisation oder Ihrem Projekt gesteuert werden kann.

Weitere Informationen zu MCP-Sicherheit und ‑Governance finden Sie unter KI-Sicherheit und ‑Schutz.

MCP-Nutzung mit IAM-Richtlinien steuern

Mit IAM-Ablehnungs- und ‑Zulassungsrichtlinien (Identity and Access Management) können Sie und Google-MCP-Server schützen. secure Google Cloud

Sie können mehrere Kriterien kombinieren, um benutzerdefinierte Sicherheits- und Governance-Richtlinien zu erstellen, indem Sie den Zugriff basierend auf den folgenden Kriterien zulassen oder ablehnen:

  • Das Prinzipal.
  • Toolattribute wie das schreibgeschützte Attribut.
  • Der Dienstname oder Toolname.
  • Die OAuth-Client-ID der Anwendung.

Weitere Informationen finden Sie unter MCP-Nutzung mit Identity and Access Management steuern.

Nächste Schritte