Il Model Context Protocol (MCP) standardizza il modo in cui i modelli linguistici di grandi dimensioni (LLM) e le applicazioni o gli agenti AI si connettono a origini dati esterne. I server MCP ti consentono di utilizzare i relativi strumenti, risorse e prompt per eseguire azioni e ottenere dati aggiornati dal servizio di backend.
Qual è la differenza tra i server MCP locali e remoti?
- Server MCP locali
- In genere vengono eseguiti sulla macchina locale e utilizzano i flussi di input e output standard (stdio) per la comunicazione tra i servizi sullo stesso dispositivo.
- Server MCP remoti
- Vengono eseguiti sull'infrastruttura del servizio e offrono un endpoint HTTP alle applicazioni AI per la comunicazione tra il client MCP AI e il server MCP. Per ulteriori informazioni sull'architettura MCP, consulta Architettura MCP.
Server MCP Google e remoti Google Cloud
I server MCP Google e Google Cloud remoti hanno le seguenti funzionalità e i seguenti vantaggi:- Rilevamento semplificato e centralizzato
- Endpoint HTTP globali o regionali gestiti
- Autorizzazione granulare
- Sicurezza di prompt e risposte facoltativa con la protezione Model Armor
- Logging di audit centralizzato
Per informazioni su altri server MCP e sui controlli di sicurezza e governance disponibili per i server MCP di Google Cloud, consulta la panoramica dei server MCP di Google Cloud.
Prima di iniziare
- Accedi al tuo Google Cloud account. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti senza costi per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
- Abilita l'API Datastream.
Ruoli obbligatori
Per ottenere le autorizzazioni necessarie per utilizzare il server MCP remoto di Datastream, chiedi all'amministratore di concederti i seguenti ruoli IAM sul tuo Google Cloud progetto:
- Esegui chiamate allo strumento MCP
-
Risorse Datastream:
Visualizzatore Datastream (
roles/datastream.viewer) o Amministratore Datastream (roles/datastream.admin)
Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.
Questi ruoli predefiniti contengono le autorizzazioni necessarie per utilizzare il server MCP remoto di Datastream. Per vedere quali sono esattamente le autorizzazioni richieste, espandi la sezione Autorizzazioni obbligatorie:
Autorizzazioni obbligatorie
Per utilizzare il server MCP remoto di Datastream sono necessarie le seguenti autorizzazioni:
-
make MCP tool calls -
Risorse Datastream:
-
datastream.streams.list -
datastream.streams.get -
datastream.streams.run -
datastream.streams.delete
-
Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.
Autenticazione e autorizzazione
I server MCP di Datastream utilizzano il protocollo OAuth 2.0 con Identity and Access Management (IAM) per l'autenticazione e l'autorizzazione. Tutte le Google Cloud identità sono supportate per l'autenticazione ai server MCP.
Ti consigliamo di creare un'identità separata per gli agenti che utilizzano gli strumenti MCP in modo che l'accesso alle risorse possa essere controllato e monitorato. Datastream non accetta chiavi API per l'autenticazione ai server MCP. Per ulteriori informazioni sull' autenticazione, consulta Autenticarsi ai server MCP.
Ambiti OAuth MCP di Datastream
OAuth 2.0 utilizza ambiti e credenziali per determinare se un'entità autenticata è autorizzata a eseguire un'azione specifica su una risorsa. Per ulteriori informazioni sugli ambiti OAuth 2.0 in Google, consulta Utilizzare OAuth 2.0 per accedere alle API di Google.
Datastream ha i seguenti ambiti OAuth dello strumento MCP:
| URI ambito per gcloud CLI | Descrizione |
|---|---|
https://www.googleapis.com/auth/cloud-platform |
Consente l'accesso a tutte le Google Cloud risorse, inclusa Datastream. |
Potrebbero essere necessari ambiti aggiuntivi sulle risorse a cui si accede durante una chiamata allo strumento. Per visualizzare un elenco degli ambiti richiesti per Datastream, consulta API Datastream.
Configurare un client MCP per utilizzare il server MCP di Datastream
Le applicazioni e gli agenti AI, come Claude o Antigravity, possono creare un'istanza di un client MCP che si connette a un singolo server MCP. Un'applicazione AI può avere più client che si connettono a server MCP diversi. Se la tua applicazione non è elencata nelle indicazioni specifiche per il client, puoi utilizzare le seguenti informazioni per connetterti dalla maggior parte delle applicazioni.
Nell'applicazione AI, cerca un modo per aggiungere o connetterti a un server MCP remoto. Per il server MCP di Datastream, inserisci le seguenti informazioni, se necessario:
- Nome server: server MCP di Datastream
- URL del servidor o Endpoint: datastream.googleapis.com/mcp
- Trasporto: HTTP
Dettagli di autenticazione: a seconda della modalità di autenticazione, puoi inserire le tue Google Cloud credenziali, l'ID client OAuth e il client secret oppure un'identità e le credenziali dell'agente. Per ulteriori informazioni sull' autenticazione, consulta Autenticarsi ai server MCP.
Ambito OAuth: l'ambito OAuth 2.0 che vuoi utilizzare quando ti connetti al server MCP di Datastream.
URI di reindirizzamento
Per le applicazioni basate sul web e per alcune applicazioni desktop, devi inserire nella lista consentita un URI di reindirizzamento quando crei un ID client e un client secret per l'autenticazione. Gli URI di reindirizzamento vengono utilizzati dal server di autorizzazione per inviare token alla tua applicazione. La documentazione dell'applicazione deve specificare l'URI di reindirizzamento che devi utilizzare. Gli URI di reindirizzamento personalizzati non sono supportati.
Per indicazioni specifiche per l'applicazione sulla configurazione e la connessione al server MCP, consulta Indicazioni specifiche per il client.
Per indicazioni più generali, consulta le seguenti risorse:
Strumenti disponibili
Per visualizzare i dettagli degli strumenti MCP disponibili e le relative descrizioni per il server MCP di Datastream, consulta il riferimento MCP di Datastream.
Elencare gli strumenti
Utilizza l'ispettore MCP per elencare gli strumenti o invia una
tools/list richiesta HTTP direttamente al server MCP
remoto di Datastream. Il metodo tools/list non richiede l'autenticazione.
POST /mcp HTTP/1.1
Host: datastream.googleapis.com
Content-Type: application/json
{
"jsonrpc": "2.0",
"method": "tools/list",
}
Esempi di casi d'uso
Di seguito sono riportati alcuni esempi di casi d'uso per il server MCP di Datastream:
- Elenca, recupera, avvia ed elimina gli stream nel tuo progetto.
- Elenca i profili di connessione per verificare le impostazioni di connettività per origini e destinazioni.
- Elenca e recupera i dettagli di oggetti stream specifici per monitorare lo stato e l'avanzamento della replica.
- Utilizza lo strumento
get_operationper eseguire il polling dello stato delle operazioni, ad esempio l'avvio o l'eliminazione di uno stream.
Prompt di esempio:
- "Elenca tutti gli stream Datastream in esecuzione nel progetto PROJECT_ID e nella località LOCATION."
- "Qual è lo stato dello stream Datastream STREAM_ID in LOCATION?"
- "Avvia lo stream Datastream STREAM_ID in LOCATION."
- "Elenca gli oggetti replicati dallo stream
projects/PROJECT_ID/locations/LOCATION/streams/STREAM_ID." - "Controlla lo stato della replica per la tabella di origine TABLE_NAME nello stream
projects/PROJECT_ID/locations/LOCATION/streams/STREAM_ID."
Nei prompt, sostituisci quanto segue:
- PROJECT_ID con l'identificatore del tuo Google Cloud progetto.
- LOCATION con la località del tuo Google Cloud progetto.
- STREAM_ID con l'identificatore dello stream Datastream.
- TABLE_NAME con il nome della tabella di origine.
Configurazioni di sicurezza e protezione facoltative
MCP introduce nuovi rischi e considerazioni sulla sicurezza a causa della vasta gamma di azioni che puoi eseguire con gli strumenti MCP. Per ridurre al minimo e gestire questi rischi, Google Cloud offre impostazioni predefinite e policy personalizzabili per controllare l'utilizzo degli strumenti MCP nella tua Google Cloud organizzazione o nel tuo progetto.
Per ulteriori informazioni sulla sicurezza e la governance di MCP, consulta Sicurezza e protezione dell'AI.
Utilizzare Model Armor
Model Armor è un Google Cloud servizio progettato per migliorare la sicurezza e la protezione delle tue applicazioni AI. Funziona controllando in modo proattivo i prompt e le risposte degli LLM, proteggendo da vari rischi e supportando le pratiche di AI responsabile. Che tu stia eseguendo il deployment dell'AI nel tuo ambiente cloud o su provider di servizi cloud esterni, Model Armor può aiutarti a prevenire input dannosi, verificare la sicurezza dei contenuti, proteggere i dati sensibili, mantenere la conformità e applicare in modo coerente le policy di sicurezza e protezione dell'AI nel tuo panorama AI diversificato.
Quando Model Armor è abilitato con il logging abilitato, Model Armor registra l'intero payload. In questo modo, le informazioni sensibili potrebbero essere esposte nei log.
Routing delle richieste MCP a Model Armor
Model Armor è disponibile in alcune regioni. Quando Model Armor è abilitato e utilizzi un server MCP in una giurisdizione non supportata da Model Armor, il comportamento di routing della chiamata potrebbe essere diverso per i diversi server MCP e potrebbe interrompere la conformità alla residenza dei dati per i dati in uso e in transito. Per ulteriori informazioni sul comportamento dei singoli server MCP, consulta Prodotti supportati da Model Armor.Abilitare Model Armor
Prima di poter utilizzare Model Armor, devi abilitare le API Model Armor.
Console
Abilita l'API Model Armor.
Ruoli richiesti per abilitare le API
Per abilitare le API, devi disporre dell'autorizzazione
serviceusage.services.enable. Se hai creato il progetto, probabilmente hai già questa autorizzazione tramite il ruolo Proprietario (roles/owner). In caso contrario, puoi ottenere questa autorizzazione tramite il ruolo Amministratore utilizzo servizi (roles/serviceusage.serviceUsageAdmin). Scopri come concedere i ruoli.Seleziona il progetto in cui vuoi attivare Model Armor.
gcloud
Prima di iniziare, segui questi passaggi utilizzando Google Cloud CLI con l'API Model Armor:
Nella Google Cloud console, attiva Cloud Shell.
Nella parte inferiore della Google Cloud console, viene avviata una sessione di Cloud Shell e viene visualizzato un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già inclusa e installata e con valori già impostati per il progetto corrente. L'inizializzazione della sessione può richiedere alcuni secondi.
-
Esegui il comando seguente per impostare l'endpoint API per il servizio Model Armor.
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
Sostituisci
LOCATIONcon la regione in cui vuoi utilizzare Model Armor.
Configurare la protezione per i server MCP Google e Google Cloud remoti
Per proteggere le chiamate e le risposte degli strumenti MCP, puoi utilizzare le impostazioni di base di Model Armor. Un'impostazione di base definisce i filtri di sicurezza minimi che si applicano al progetto. Questa configurazione applica un insieme coerente di filtri a tutte le chiamate e le risposte degli strumenti MCP all'interno del progetto.
Configura un'impostazione di base di Model Armor con la sanificazione MCP abilitata. Per ulteriori informazioni, consulta Configurare le impostazioni di base di Model Armor.
Consulta il seguente comando di esempio:
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"}]'
Sostituisci PROJECT_ID con l'ID del tuo Google Cloud progetto.
Tieni presente le seguenti impostazioni:
INSPECT_AND_BLOCK: il tipo di applicazione che ispeziona i contenuti per il server MCP di Google e blocca i prompt e le risposte che corrispondono ai filtri.ENABLED: l'impostazione che abilita un filtro o un'applicazione.MEDIUM_AND_ABOVE: il livello di attendibilità per le impostazioni del filtro AI responsabile - Pericoloso. Puoi modificare questa impostazione, anche se valori inferiori potrebbero generare più falsi positivi. Per ulteriori informazioni, consulta Livelli di attendibilità di Model Armor.
Disabilitare l'analisi del traffico MCP con Model Armor
Per impedire a Model Armor di analizzare automaticamente il traffico da e verso i server MCP di Google in base alle impostazioni di base del progetto, esegui il comando seguente:
gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--remove-integrated-services=GOOGLE_MCP_SERVER
Sostituisci PROJECT_ID con l' Google Cloud ID del progetto. Model Armor non applica automaticamente le regole definite nelle impostazioni di base di questo progetto al traffico del server MCP di Google.
Le impostazioni di base e la configurazione generale di Model Armor possono influire su più di un solo MCP. Poiché Model Armor si integra con servizi come Vertex AI, le modifiche apportate alle impostazioni di base possono influire sull'analisi del traffico e sui comportamenti di sicurezza in tutti i servizi integrati, non solo in MCP.
Controllare l'utilizzo di MCP con le policy IAM
Le policy di negazione edi autorizzazione di Identity and Access Management (IAM) ti aiutano a proteggere Google Cloud i server MCP di Google.
Puoi combinare più criteri per creare policy di sicurezza e governance personalizzate consentendo o negando l'accesso in base a quanto segue:
- L'entità.
- Proprietà dello strumento come l'attributo di sola lettura.
- Il nome del servizio o dello strumento.
- L'ID client OAuth dell'applicazione.
Per ulteriori informazioni, consulta Controllare l'utilizzo di MCP con Identity and Access Management.
Passaggi successivi
- Leggi la documentazione di riferimento di MCP di Datastream.
- Scopri di più sui server MCP di Google Cloud.