使用 Knowledge Catalog 遠端 MCP 伺服器

本文說明如何使用 Knowledge Catalog 遠端 Model Context Protocol (MCP) 伺服器，連結至 AI 應用程式，包括 Gemini CLI、ChatGPT、Claude 和您開發的自訂應用程式。您可以透過 Knowledge Catalog 遠端 MCP 伺服器與 Knowledge Catalog 互動。您可以探索資料資產、搜尋中繼資料，以及擷取項目詳細資料。。

啟用 Dataplex API 時，系統會啟用 Dataplex API 遠端 MCP 伺服器。

Google 和 Google Cloud 遠端 MCP 伺服器

Google 和 Google Cloud 遠端 MCP 伺服器具備下列功能和優點：

簡化集中式探索作業。
管理全域或區域 HTTP 端點。
精細授權。
可選用 Model Armor 防護功能，確保提示詞和回覆安全無虞。
集中式稽核記錄。

如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器適用的安全性與控管措施，請參閱 Google Cloud MCP 伺服器總覽。

事前準備

登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、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.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Dataplex API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

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

Verify that billing is enabled for your Google Cloud project.

Enable the Dataplex API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

必要的角色

如要取得使用 Knowledge Catalog MCP 伺服器所需的權限，請要求管理員在您要使用 Knowledge Catalog MCP 伺服器的專案中，授予下列 IAM 角色：

發出 MCP 工具呼叫： MCP 工具使用者 (roles/mcp.toolUser)
具備 Knowledge Catalog 資源的完整存取權，包括項目、項目群組和詞彙表： Dataplex Catalog 管理員 (roles/dataplex.catalogAdmin)
如要存取資料產品資源：請參閱使用資料產品的必要角色

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 Knowledge Catalog 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 Knowledge Catalog MCP 伺服器，必須具備下列權限：

serviceusage.mcppolicy.get
serviceusage.mcppolicy.update
呼叫 MCP 工具： 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。

驗證及授權

Knowledge Catalog 遠端 MCP 伺服器會使用 OAuth 2.0 通訊協定搭配 Identity and Access Management (IAM) 進行驗證及授權。所有Google Cloud 身分皆支援 MCP 伺服器的驗證。

建議您為使用 MCP 工具的代理商建立個別身分，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 伺服器進行驗證」。

Knowledge Catalog MCP OAuth 範圍

OAuth 2.0 會使用範圍和憑證，判斷經過驗證的主體是否獲得授權，可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」。

Knowledge Catalog 具有下列 MCP 工具 OAuth 範圍：

gcloud CLI 的範圍 URI	說明
`https://www.googleapis.com/auth/dataplex.read-only`	僅允許讀取資料的權限。
`https://www.googleapis.com/auth/dataplex.read-write`	有權讀取及修改資料。

在工具呼叫期間存取的資源可能需要其他範圍。如要查看 Knowledge Catalog 必要的範圍清單，請參閱「Dataplex API」。

設定 MCP 用戶端，以使用 Knowledge Catalog MCP 伺服器

AI 應用程式和代理 (例如 Claude 或 Gemini CLI) 可以例項化 MCP 用戶端，連線至單一 MCP 伺服器。AI 應用程式可有多個連線至不同 MCP 伺服器的用戶端。如要連線至遠端 MCP 伺服器，MCP 用戶端必須知道遠端 MCP 伺服器的網址。

在 AI 應用程式中，尋找連線至遠端 MCP 伺服器的方法。系統會提示你輸入伺服器的詳細資料，例如名稱和網址。

針對 Knowledge Catalog MCP 伺服器，請視需要輸入下列資訊：

伺服器名稱：Knowledge Catalog MCP 伺服器
伺服器網址或端點：https://dataplex.googleapis.com/mcp
傳輸：HTTP
驗證詳細資料：視驗證方式而定，您可以輸入 Google Cloud 憑證、OAuth 用戶端 ID 和密鑰，或是代理程式身分和憑證。如要進一步瞭解驗證，請參閱「向 MCP 伺服器進行驗證」。
OAuth 範圍：連線至 Knowledge Catalog MCP 伺服器時要使用的 OAuth 2.0 範圍。

如需設定及連線至 MCP 伺服器的特定主機指南，請參閱下列內容：

如需更多一般指引，請參閱下列資源：

可用的工具

如要查看 Knowledge Catalog MCP 伺服器的可用 MCP 工具詳細資料和說明，請參閱「Knowledge Catalog MCP 參考資料」。

列出工具

使用 MCP 檢查器列出工具，或直接將 HTTP 要求傳送至 Knowledge Catalog 遠端 MCP 伺服器。tools/listtools/list 方法不需要驗證。

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

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

應用實例

以下是 Knowledge Catalog MCP 伺服器的應用範例：

在指定專案或機構中，找出符合搜尋條件的知識目錄項目。

提示範例

「找出與customer churn and retention相關的所有資料集，以便分析貴機構的消費者行為。」
「在 marketing-analytics-prod 專案中，搜尋與 marketing campaigns 相關的所有 BigQuery 資料表。」
「List all data products in test-project that have dataset test_dp as resource」(列出 test-project 中所有資料產品，這些產品將資料集 test_dp 視為資源)
「如何使用資料產品存取 test_dp dataset」
「在 us-central1 中，於 test-project 建立資料產品。將其命名為 test-data-product，並使用 cloudysanfrancisco@gmail.com 做為擁有者電子郵件地址。
在 test-dp 中將 Analyst 存取權群組新增至資料資產 test-data-asset，並授予 BigQuery 管理員角色
「Get me the schema of the data asset test-asset in data product test-dp」(取得資料產品 test-dp 中資料資產 test-asset 的架構)

選用的安全防護設定

由於 MCP 工具可執行的動作種類繁多，因此 MCP 會帶來新的安全風險和考量。為盡量降低及管理這些風險，Google Cloud 提供預設和可自訂的政策，控管貴機構或專案中 MCP 工具的使用情形。 Google Cloud

如要進一步瞭解 MCP 安全性和控管措施，請參閱這篇文章。

使用 Model Armor

Model Armor 是一項Google Cloud 服務，旨在提高 AI 應用程式的安全性。這項功能會主動篩選 LLM 提示詞和回覆，防範各種風險並支援負責任的 AI 做法。無論您是在雲端環境或外部雲端供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護敏感資料、維持法規遵循狀態，並在多元的 AI 環境中，持續強制執行 AI 安全政策。

Model Armor 僅適用於特定區域位置。如果專案已啟用 Model Armor，且對該專案的呼叫來自不支援的區域，Model Armor 會進行跨區域呼叫。詳情請參閱Model Armor 位置。

啟用 Model Armor

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

控制台

啟用 Model Armor API。
啟用 API 時所需的角色
如要啟用 API，您需要服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。
啟用 API
選取要啟用 Model Armor 的專案。

gcloud

開始前，請使用 Google Cloud CLI 搭配 Model Armor API 執行下列步驟：

在 Google Cloud 控制台中啟用 Cloud Shell。

啟用 Cloud Shell

Google Cloud 主控台底部會開啟一個 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，並已針對您目前的專案設定好相關值。工作階段可能要幾秒鐘的時間才能初始化。
執行下列指令，為 Model Armor 服務設定 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 伺服器的防護功能

如要保護 MCP 工具呼叫和回應，可以使用 Model Armor 底限設定。底限設定會定義專案適用的最低安全性篩選條件。這項設定會對專案中的所有 MCP 工具呼叫和回應套用一致的篩選器。

設定啟用 MCP 消毒功能的 Model Armor 底限設定。詳情請參閱「設定 Model Armor 底價」。

請參閱下列指令範例：

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：強制執行類型，可檢查 Google MCP 伺服器的內容，並封鎖符合篩選條件的提示和回覆。
ENABLED：啟用篩選器或強制執行的設定。
MEDIUM_AND_ABOVE：負責任的 AI 技術 - 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誤判。詳情請參閱「Model Armor 信心水準」。

使用 Model Armor 停用掃描 MCP 流量

如要停止使用 Model Armor 掃描 Google MCP 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