Usar o servidor MCP remoto do Datastream

Visualizar

Este recurso está sujeito aos "Termos da Pré-GA" nos Termos Gerais de Serviço dos Termos Específicos de Serviço e aos Termos Adicionais para Produtos Pré-lançamento de IA Generativa. Os recursos pré-GA estão disponíveis "no estado em que se encontram" e podem ter suporte limitado. Para mais informações, consulte as descrições das fases de lançamento.

Este documento mostra como usar o servidor do Protocolo de Contexto de Modelo (MCP) remoto do Datastream para se conectar a aplicativos de IA, incluindo a CLI do Gemini, o ChatGPT, o Claude e aplicativos personalizados que você está desenvolvendo. O servidor do MCP remoto do Datastream permite gerenciar e monitorar seus recursos do Datastream, como streams, perfis de conexão e objetos de stream, no aplicativo de IA. O servidor do MCP remoto do Datastream é ativado quando você ativa a API Datastream.

O Protocolo de Contexto de Modelo (MCP) padroniza a forma como modelos de linguagem grandes (LLMs) e aplicativos ou agentes de IA se conectam a fontes de dados externas. Os servidores do MCP permitem usar as ferramentas, os recursos e os comandos deles para realizar ações e receber dados atualizados do serviço de back-end.

Qual é a diferença entre servidores MCP locais e remotos?

Servidores MCP locais

Normalmente são executados na máquina local e usam os streams de entrada e saída padrão (stdio) para comunicação entre serviços no mesmo dispositivo.

Servidores MCP remotos

São executados na infraestrutura do serviço e oferecem um endpoint HTTP para aplicativos de IA para comunicação entre o cliente do MCP de IA e o servidor MCP. Para mais informações sobre a arquitetura do MCP, consulte Arquitetura do MCP.

Servidores MCP do Google e Google Cloud remotos

Os servidores MCP do Google e Google Cloud remotos têm os seguintes recursos e benefícios:

• Descoberta simplificada e centralizada
• Endpoints HTTP globais ou regionais gerenciados
• Autorização detalhada
• Segurança opcional de comandos e respostas com a proteção do Model Armor
• Geração de registros de auditoria centralizada

Para informações sobre outros servidores MCP e informações sobre segurança e controles de governança disponíveis para servidores MCP do Google Cloud, consulte Visão geral dos servidores MCP do Google Cloud.

Antes de começar

Faça login na sua Google Cloud conta do. Se você começou a usar o Google Cloud, crie uma conta para avaliar o desempenho dos nossos produtos em situações reais. Clientes novos também recebem US $300 em créditos para executar, testar e implantar cargas de trabalho.

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.

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.

1. Ative a API Datastream.

Funções exigidas

Para receber as permissões necessárias para usar o servidor do MCP remoto do Datastream, peça ao administrador para conceder a você os seguintes papéis do IAM no Google Cloud projeto:

• fazer chamadas de ferramentas do MCP
• Recursos do Datastream: leitor do Datastream (roles/datastream.viewer) ou administrador do Datastream (roles/datastream.admin)

Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Esses papéis predefinidos contêm as permissões necessárias para usar o servidor do MCP remoto do Datastream. Para acessar as permissões exatas que são necessárias, expanda a seção Permissões necessárias:

Permissões necessárias

As permissões a seguir são necessárias para usar o servidor do MCP remoto do Datastream:

• make MCP tool calls
• Recursos do Datastream:
  • datastream.streams.list
  • datastream.streams.get
  • datastream.streams.run
  • datastream.streams.delete

Essas permissões também podem ser concedidas com papéis personalizados ou outros papéis predefinidos.

Autenticação e autorização

Os servidores MCP do Datastream usam o OAuth 2.0 protocolo com o Identity and Access Management (IAM) para autenticação e autorização. Todas as Google Cloud identidades são aceitas para autenticação em servidores MCP.

Recomendamos que você crie uma identidade separada para agentes que usam ferramentas do MCP para que o acesso aos recursos possa ser controlado e monitorado. O Datastream não aceita chaves de API para autenticação em servidores MCP. Para mais informações sobre autenticação, consulte Autenticar em servidores MCP.

Escopos do OAuth do MCP do Datastream

O OAuth 2.0 usa escopos e credenciais para determinar se um principal autenticado está autorizado a realizar uma ação específica em um recurso. Para mais informações sobre os escopos do OAuth 2.0 no Google, leia Como usar o OAuth 2.0 para acessar as APIs do Google.

O Datastream tem os seguintes escopos do OAuth da ferramenta MCP:

URI de escopo para a CLI gcloud	Descrição
https://www.googleapis.com/auth/cloud-platform	Permite o acesso a todos os Google Cloud recursos, incluindo o Datastream.

Outros escopos podem ser necessários nos recursos acessados durante uma chamada de ferramenta. Para conferir uma lista de escopos necessários para o Datastream, consulte API Datastream.

Configurar um cliente do MCP para usar o servidor MCP do Datastream

Aplicativos e agentes de IA, como Claude ou Antigravity, podem instanciar um cliente do MCP que se conecta a um único servidor MCP. Um aplicativo de IA pode ter vários clientes que se conectam a diferentes servidores do MCP. Se o aplicativo não estiver listado nas orientações específicas do cliente, use as informações a seguir para se conectar na maioria dos aplicativos.

No aplicativo de IA, procure uma maneira de adicionar ou se conectar a um servidor do MCP remoto. Para o servidor MCP do Datastream, insira as seguintes informações conforme necessário:

• Nome do servidor: servidor MCP do Datastream
• URL do servidor ou endpoint: datastream.googleapis.com/mcp
• Transporte: HTTP

• Detalhes de autenticação: dependendo de como você quer autenticar, é possível inserir suas Google Cloud credenciais, o ID e a chave secreta do cliente OAuth ou uma identidade e credenciais do agente. Para mais informações sobre autenticação, consulte Autenticar em servidores MCP.

• Escopo do OAuth: o escopo do OAuth 2.0 que você quer usar ao se conectar ao servidor MCP do Datastream.

URIs de redirecionamento

Para aplicativos baseados na Web e alguns aplicativos para computador, é necessário permitir uma URI de redirecionamento ao criar um ID e uma chave secreta do cliente para autenticação. As URIs de redirecionamento são usadas pelo servidor de autorização para enviar tokens ao aplicativo. A documentação do aplicativo precisa especificar a URI de redirecionamento que você precisa usar. URIs de redirecionamento personalizadas não são compatíveis.

Para orientações específicas do aplicativo sobre como configurar e se conectar ao servidor MCP, consulte Orientações específicas do cliente.

Para orientações mais gerais, consulte os seguintes recursos:

• Conexão com servidores MCP remotos.
• Configurar o MCP em um aplicativo de IA.

Ferramentas disponíveis

Para conferir detalhes das ferramentas do MCP disponíveis e as descrições delas para o servidor MCP do Datastream, consulte a referência do MCP do Datastream.

Listar ferramentas

Use o inspetor do MCP para listar ferramentas ou envie uma tools/list solicitação HTTP diretamente para o servidor do MCP remoto do Datastream. O método tools/list não exige autenticação.

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

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

Exemplos de casos de uso

Confira a seguir exemplos de casos de uso para o servidor MCP do Datastream:

• Listar, receber, iniciar e excluir streams no projeto.
• Listar perfis de conexão para verificar as configurações de conectividade de origens e destinos.
• Listar e receber detalhes de objetos de stream específicos para acompanhar o progresso e o status da replicação.
• Use a ferramenta get_operation para consultar o status de operações como iniciar ou excluir um stream.

Exemplos de comandos:

• "Liste todos os streams do Datastream em execução no projeto PROJECT_ID e no local LOCATION."
• "Qual é o status do stream STREAM_ID do Datastream em LOCATION?"
• "Inicie o stream STREAM_ID do Datastream em LOCATION."
• "Liste os objetos que estão sendo replicados pelo stream projects/PROJECT_ID/locations/LOCATION/streams/STREAM_ID."
• "Verifique o status da replicação da tabela de origem TABLE_NAME no stream projects/PROJECT_ID/locations/LOCATION/streams/STREAM_ID."

Nos comandos, substitua o seguinte:

• PROJECT_ID pelo identificador do Google Cloud projeto.
• LOCATION pelo local do Google Cloud projeto.
• STREAM_ID pelo identificador do stream do Datastream.
• TABLE_NAME pelo nome da tabela de origem.

Configurações opcionais de segurança e proteção

O MCP introduz novos riscos e considerações de segurança devido à grande variedade de ações que podem ser realizadas com as ferramentas do MCP. Para minimizar e gerenciar esses riscos, Google Cloud o oferece configurações padrão e políticas personalizáveis para controlar o uso de ferramentas do MCP na sua Google Cloud organização ou projeto.

Para mais informações sobre segurança e governança do MCP, consulte Segurança e proteção de IA.

Usar o Model Armor

O Model Armor é um Google Cloud serviço projetado para aprimorar a segurança e a proteção dos seus aplicativos de IA. Ele funciona verificando de maneira proativa os comandos e respostas de LLMs, protegendo contra vários riscos e oferecendo suporte a práticas de IA responsável. Seja no ambiente de nuvem ou em provedores de nuvem externos, o Model Armor ajuda a evitar entradas maliciosas, verificar a segurança do conteúdo, proteger dados sensíveis, manter a conformidade e aplicar suas políticas de segurança de IA de maneira consistente em todo o cenário de IA.

Quando o Model Armor está ativado com a geração de registros ativada, ele registra todo o payload. Isso pode expor informações sensíveis nos registros.

Roteamento de solicitações do MCP para o Model Armor

O Model Armor está disponível em algumas regiões. Quando o Model Armor está ativado e você usa um servidor do MCP em uma jurisdição que o Model Armor não oferece suporte, o comportamento de roteamento da chamada pode ser diferente para diferentes servidores do MCP e pode violar a conformidade de residência de dados para dados em uso e em trânsito. Para mais informações sobre o comportamento de servidores do MCP individuais, consulte Produtos com suporte do Model Armor.

Ativar o Model Armor

É necessário ativar as APIs do Model Armor antes de usar o Model Armor.

Console

1. Ative a API Model Armor.

   Funções necessárias para ativar APIs

   Para ativar as APIs, é necessário ter a permissão serviceusage.services.enable. Se você criou o projeto, provavelmente já tem essa permissão pelo papel Proprietário (roles/owner). Caso contrário, você pode receber essa permissão pelo papel Administrador de uso do serviço (roles/serviceusage.serviceUsageAdmin). Saiba como conceder papéis.

   Ativar a API

2. Selecione o projeto em que você quer ativar o Model Armor.

gcloud

Antes de começar, siga estas etapas usando a Google Cloud CLI com a API Model Armor:

1. No Google Cloud console, ative o Cloud Shell.

   Ativar o Cloud Shell

   Na parte de baixo do Google Cloud console, uma sessão do Cloud Shell é iniciada e exibe um prompt de linha de comando. O Cloud Shell é um ambiente shell com a Google Cloud CLI já instalada e com valores já definidos para o projeto atual. A inicialização da sessão pode levar alguns segundos.

2. Execute o seguinte comando para definir o endpoint de API para o serviço Model Armor.

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

   Substitua LOCATION pela região em que você quer usar o Model Armor.

Configurar a proteção para servidores MCP do Google e Google Cloud remotos

Para ajudar a proteger as chamadas e respostas da ferramenta MCP, use as configurações mínimas do Model Armor. Uma configuração mínima define os filtros de segurança mínimos que se aplicam ao projeto. Essa configuração aplica um conjunto consistente de filtros a todas as chamadas e respostas da ferramenta MCP no projeto.

**Dica**: não ative o filtro de injeção de comandos e jailbreak, a menos que o tráfego do MCP contenha dados de linguagem natural.

Configure uma configuração mínima do Model Armor com a higienização do MCP ativada. Para mais informações, consulte Configurar as configurações mínimas do Model Armor.

Observação: se o agente e o servidor MCP estiverem em projetos diferentes, você poderá criar configurações mínimas nos dois projetos (o projeto do cliente e o projeto de recurso). Nesse caso, o Model Armor é invocado duas vezes, uma para cada projeto.

Consulte o exemplo de comando a seguir:

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"}]'

Substitua PROJECT_ID pelo ID do Google Cloud projeto.

Observe as seguintes configurações:

• INSPECT_AND_BLOCK: o tipo de aplicação que inspeciona o conteúdo do servidor do MCP do Google e bloqueia comandos e respostas que correspondem aos filtros.
• ENABLED: a configuração que ativa um filtro ou aplicação.
• MEDIUM_AND_ABOVE: o nível de confiança para as configurações de filtro de IA responsável - perigoso. É possível modificar essa configuração, embora valores mais baixos possam resultar em mais falsos positivos. Para mais informações, consulte Níveis de confiança do Model Armor.

Desativar a verificação do tráfego do MCP com o Model Armor

Para impedir que o Model Armor verifique automaticamente o tráfego de e para servidores do MCP do Google com base nas configurações mínimas do projeto, execute o seguinte comando:

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

Substitua PROJECT_ID pelo Google Cloud ID do projeto. O Model Armor não aplica automaticamente as regras definidas nas configurações mínimas desse projeto a nenhum tráfego do servidor do MCP do Google.

As configurações mínimas do Model Armor e a configuração geral podem afetar mais do que apenas o MCP. Como o Model Armor se integra a serviços como a Vertex AI, qualquer mudança feita nas configurações mínimas pode afetar a verificação de tráfego e os comportamentos de segurança em todos os serviços integrados, não apenas no MCP.

Controlar o uso do MCP com políticas do IAM

As políticas de negação epermissão do Identity and Access Management (IAM) ajudam você a proteger Google Cloud os servidores MCP do Google e.

É possível combinar vários critérios para criar políticas de segurança e governança personalizadas, permitindo ou negando o acesso com base no seguinte:

• O principal.
• Propriedades da ferramenta, como o atributo somente leitura.
• O nome do serviço ou da ferramenta.
• O ID do cliente OAuth do aplicativo.

Para mais informações, consulte Controlar o uso do MCP com o Identity and Access Management.

A seguir

• Leia a documentação de referência do MCP do Datastream.
• Saiba mais sobre os servidores MCP do Google Cloud.