Google utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Utilizza il server MCP di Developer Connect

Questo documento mostra come utilizzare il server Model Context Protocol (MCP) remoto di Developer Connect per connetterti ad applicazioni di AI, tra cui Antigravity, ChatGPT, Claude e applicazioni personalizzate che stai sviluppando. Puoi utilizzare il server Model Context Protocol (MCP) remoto di Developer Connect per connetterti alle applicazioni AI, tra cui Antigravity, ChatGPT, Claude e le applicazioni personalizzate che tu o la tua organizzazione state sviluppando.

Il server MCP remoto di Developer Connect consente alle tue applicazioni AI e ai tuoi assistenti al coding di lavorare con i repository di codice sorgente che hai collegato a Developer Connect, utilizzando un insieme di strumenti che funziona allo stesso modo per GitHub, GitHub Enterprise, GitLab e GitLab Enterprise. Gli agenti possono leggere commit, diff, blame e richieste di pull, nonché aprire, commentare e aggiornare le richieste di pull, senza richiedere le credenziali SCM. Il server MCP remoto di Developer Connect viene attivato quando abiliti l'API Developer Connect.

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 alle origini dati esterne. I server MCP ti consentono di utilizzare i loro strumenti, le loro risorse e i loro prompt per eseguire azioni e ottenere dati aggiornati dal loro servizio di backend.

Qual è la differenza tra i server MCP locali e remoti?

Server MCP locali: In genere vengono eseguiti sulla tua macchina locale e utilizzano i flussi di input e output standard (stdio) per la comunicazione tra i servizi sullo stesso dispositivo.
Server MCP remoti: Esegui l'applicazione sull'infrastruttura del servizio e offri un endpoint HTTP alle applicazioni di AI per la comunicazione tra il client MCP AI e il server MCP. Per saperne di più sull'architettura MCP, consulta Architettura MCP.

Core stateless

Con la versione MCP 2026-07-28, MCP passa da un protocollo bidirezionale stateful a un protocollo stateless. Ogni richiesta MCP è autodescrittiva e può essere instradata utilizzando le intestazioni. Non è necessario l'handshake initialize/initialized o Mcp-Session-Id perché ogni richiesta include tutte le informazioni necessarie nelle intestazioni HTTP o nel parametro _meta. I server MCP possono richiedere informazioni aggiuntive necessarie per uno strumento tramite richieste di andata e ritorno multiple (MRTR).

Per facilitare l'instradamento e l'elaborazione delle richieste senza analizzare il corpo della richiesta, sono necessarie alcune intestazioni MCP, tra cui:

Intestazioni richieste dalla specifica MCP, come l'intestazione della versione del protocollo e le intestazioni della richiesta standard.
Intestazioni personalizzate definite dal server MCP. Queste intestazioni vengono rispecchiate nelle intestazioni HTTP dallo schema di input dello strumento utilizzando la proprietà x-mcp-header. Ad esempio, un server MCP potrebbe definire un'intestazione personalizzata per specificare la regione o l'ID progetto Google Cloud .

Per ulteriori informazioni sull'architettura MCP, consulta la specifica della versione MCP 2026-07-28 e le modifiche principali.

Server MCP Google e Google Cloud remoti

I server MCP di Google e remoti Google Cloud offrono i seguenti vantaggi e funzionalità:

Rilevamento semplificato e centralizzato
Endpoint HTTP globali o regionali gestiti
Autorizzazione granulare
Sicurezza facoltativa di prompt e risposte con la protezione di Model Armor
Audit logging 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

Prima di poter utilizzare il server MCP di Developer Connect per lavorare con un repository, devi disporre di una connessione di Developer Connect al tuo provider di gestione del codice sorgente (SCM) e di un link al repository Git.

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per utilizzare il server MCP di Developer Connect, chiedi all'amministratore di concederti i seguenti ruoli IAM nel progetto che contiene le tue connessioni di Developer Connect:

Effettua chiamate allo strumento MCP: MCP Tool User (roles/mcp.toolUser)
Elenca le connessioni e i link ai repository Git: Developer Connect Viewer (roles/developerconnect.viewer)
Leggere commit, diff, blame e richieste di pull, nonché aprire, commentare e modificare richieste di pull (solo progetti approvati durante l'anteprima): Developer Connect User (roles/developerconnect.user)
Creare connessioni e link ai repository Git: Developer Connect Admin (roles/developerconnect.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 di Developer Connect. Per vedere quali sono esattamente le autorizzazioni richieste, espandi la sezione Autorizzazioni obbligatorie:

Autorizzazioni obbligatorie

Per utilizzare il server MCP di Developer Connect sono necessarie le seguenti autorizzazioni:

Effettua chiamate allo strumento MCP: mcp.tools.call

Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.

Autenticazione e autorizzazione

Il server MCP remoto di Developer Connect utilizza il protocollo OAuth 2.0 con Identity and Access Management (IAM) per l'autenticazione e l'autorizzazione. Tutte le identitàGoogle Cloud sono supportate per l'autenticazione ai server MCP.

Il server MCP Developer Connect richiede un'entità per il controllo di Identity and Access Management (IAM) e non accetta chiavi API. Ti consigliamo di creare un'identità separata per gli agenti che utilizzano gli strumenti MCP in modo da poter controllare e monitorare l'accesso alle risorse.

Il server MCP non restituisce mai token SCM o altre credenziali all'agente. Developer Connect utilizza le credenziali archiviate con ogni connessione per chiamare il provider SCM. Per limitare i repository che un agente può utilizzare, concedi i ruoli su connessioni specifiche o utilizza tag e policy di rifiuto.

Per saperne di più sull'autenticazione, consulta Esegui l'autenticazione nei server MCP.

Ambiti OAuth MCP di Developer Connect

OAuth 2.0 utilizza ambiti e credenziali per determinare se un'entità autenticata è autorizzata a eseguire un'azione specifica su una risorsa. Per saperne di più sugli ambiti OAuth 2.0 di Google, consulta Utilizzare OAuth 2.0 per accedere alle API di Google.

Developer Connect ha i seguenti ambiti OAuth dello strumento MCP:

URI dell'ambito per Google Cloud CLI	Descrizione
`https://www.googleapis.com/auth/cloud-platform`	Accesso completo a tutte le risorse Google Cloud .

Potrebbero essere necessarie autorizzazioni aggiuntive per le risorse a cui si accede durante una chiamata allo strumento. Per visualizzare un elenco di ruoli e autorizzazioni richiesti per Developer Connect, consulta Controllo dell'accesso con IAM.

Configura un client MCP per utilizzare il server MCP di Developer Connect

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 di 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.

Nome server: server MCP Developer Connect
URL server o Endpoint: https://developerconnect.googleapis.com/mcp. Il server MCP Developer Connect è disponibile solo sull'endpoint globale.
Trasporto: HTTP trasmissibile
Dettagli di autenticazione: a seconda di come vuoi eseguire l'autenticazione, puoi inserire le tue credenziali Google Cloud , l'ID client e il secret OAuth o un'identità e le credenziali dell'agente. Per saperne di più sull'autenticazione, consulta Autenticati ai server MCP.
Ambito OAuth: l'ambito OAuth 2.0 che vuoi utilizzare per la connessione al server MCP di Developer Connect.

Per indicazioni specifiche sull'applicazione per la 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 Developer Connect, consulta il riferimento MCP Developer Connect.

La maggior parte degli strumenti utilizza il nome della risorsa di un link al repository Git, nel formato projects/PROJECT_ID/locations/LOCATION/connections/CONNECTION_ID/gitRepositoryLinks/LINK_ID. Un agente può trovarlo con gli strumenti list-connections e list-repo-links.

Per impostazione predefinita, gli strumenti fetch-repo-commit e diff-repo-commit restituiscono solo i percorsi dei file e gli stati delle modifiche. Per restituire anche le modifiche riga per riga, passa path_filters, ad esempio ["**"] per tutti i file.

Strumenti per gli elenchi

Utilizza lo strumento di controllo MCP per elencare gli strumenti o invia una richiesta HTTP tools/list direttamente al server MCP remoto di Developer Connect. Il metodo tools/list non richiede l'autenticazione.

curl -X POST https://developerconnect.googleapis.com/mcp \
    -H 'Content-Type: application/json' \
    -H 'Accept: application/json' \
    -d '{
      "jsonrpc": "2.0",
      "id": 1,
      "method": "tools/list"
    }'

Esempi di casi d'uso

La connessione di un agente AI o di un assistente IDE al server MCP di Developer Connect ti consente di esaminare e modificare il codice tra i provider SCM utilizzando il linguaggio naturale.

Puoi utilizzare il server MCP di Developer Connect per i seguenti casi d'uso:

Esamina le modifiche: consenti a un agente di leggere i commit e le differenze tra due rami o commit e di riassumerli o esaminarli.
Esamina la cronologia del codice: scopri quali commit hanno modificato righe specifiche di un file e leggi i relativi messaggi di commit.
Automatizza i flussi di lavoro delle richieste di pull: apri le richieste di pull, aggiungi commenti di discussione e di revisione in linea e aggiorna o chiudi le richieste di pull. Durante l'anteprima, questo caso d'uso è disponibile solo per i progetti approvati.

Prompt di esempio

Di seguito sono riportati alcuni esempi di prompt che puoi utilizzare con la tua applicazione di AI connessa:

Riassumi una modifica: "Riassumi la differenza tra main e feature/login in https://github.com/my-org/my-repo."
Esamina una richiesta di pull: "Elenca i file modificati nella richiesta di pull n. 42 in my-repo e indica le funzioni prive di gestione degli errori."
Traccia una riga: "Chi ha modificato per ultimo le righe da 10 a 20 di service.go il giorno main e perché?"

I seguenti prompt utilizzano strumenti che, durante l'anteprima, sono disponibili solo per i progetti approvati:

Apri una richiesta di pull: "Apri una richiesta di pull da feature/login a main in my-repo con il titolo 'Aggiungi pagina di accesso'".
Commenta una richiesta di pull: "Aggiungi un commento incorporato alla riga 45 di auth.go nella richiesta di pull n. 42 suggerendo una migliore gestione degli errori."

Configurazioni di sicurezza e protezione facoltative

MCP introduce nuovi rischi e considerazioni sulla sicurezza a causa dell'ampia varietà 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 organizzazione o nel tuo progetto Google Cloud.

Per saperne di più sulla sicurezza e sulla governance di MCP, consulta Sicurezza e protezione dell'AI.

Utilizza Model Armor

Model Armor è un servizioGoogle Cloud progettato per migliorare la sicurezza delle tue applicazioni di AI. Funziona analizzando in modo proattivo i prompt e le risposte degli LLM, proteggendo da vari rischi e supportando pratiche di AI responsabile. Che tu stia eseguendo il deployment dell'AI nel tuo ambiente cloud o su provider cloud esterni, Model Armor può aiutarti a prevenire input dannosi, verificare la sicurezza dei contenuti, proteggere i dati sensibili, mantenere la conformità e applicare le tue policy di sicurezza e protezione dell'AI in modo coerente nel tuo panorama di AI diversificato.

Quando Model Armor è abilitato con il logging abilitato, Model Armor registra l'intero payload. Ciò potrebbe esporre informazioni sensibili nei log.

Routing delle richieste MCP a Model Armor

Il server MCP di Developer Connect è disponibile solo sull'endpoint globale, che utilizza il routing tra giurisdizioni. Quando attivi Model Armor, il server MCP invia sempre richieste e risposte a Model Armor. Per saperne di più sul comportamento di altri server MCP, consulta Prodotti supportati da Model Armor.

Le risposte dello strumento spesso contengono codice sorgente e diff. L'anonimizzazione di Sensitive Data Protection può modificare gli identificatori nel codice, rendendo non validi i diff. Se i tuoi agenti lavorano con il codice, valuta la possibilità di disattivare Sensitive Data Protection nella configurazione di Model Armor per Developer Connect e utilizza il rilevamento di prompt injection e jailbreak, il rilevamento di URL dannosi e i filtri di AI responsabile.

Abilita Model Armor

Per poter utilizzare Model Armor, devi abilitare le API Model Armor.

Console

Abilita l'API Model Armor, se non è già abilitata.
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 Service Usage (roles/serviceusage.serviceUsageAdmin). Scopri come concedere i ruoli.
Abilitare l'API
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 console Google Cloud , attiva Cloud Shell.

Attiva Cloud Shell

Nella parte inferiore della console Google Cloud , 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 installata e con valori già impostati per il progetto corrente. L'inizializzazione della sessione può richiedere alcuni secondi.
Esegui questo comando per impostare l'endpoint API per il servizio Model Armor.
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
Sostituisci LOCATION con la regione in cui vuoi utilizzare Model Armor.

Configura la protezione per i server MCP

Per proteggere le chiamate allo strumento e le risposte dello strumento MCP, puoi utilizzare le impostazioni di base di Model Armor. Un'impostazione di base definisce i filtri di sicurezza minimi che si applicano a tutto il progetto. Questa configurazione applica un insieme coerente di filtri a tutte le chiamate allo strumento e risposte MCP all'interno del progetto.

Configura un'impostazione di base di Model Armor con la sanitizzazione MCP abilitata. Per saperne di più, consulta Configura le impostazioni di base di Model Armor.

Vedi 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 progetto Google Cloud .

Tieni presente le seguenti impostazioni:

INSPECT_AND_BLOCK: il tipo di applicazione che esamina i contenuti per il server MCP di Google e blocca i prompt e le risposte che corrispondono ai filtri.
ENABLED: l'impostazione che attiva un filtro o un'applicazione.
MEDIUM_AND_ABOVE: il livello di confidenza per le impostazioni dei filtri di AI responsabile - Pericoloso. Puoi modificare questa impostazione, anche se valori più bassi potrebbero generare più falsi positivi. Per saperne di più, consulta Livelli di confidenza di Model Armor.

Disabilita la scansione del traffico MCP con Model Armor

Per impedire a Model Armor di eseguire la scansione automatica del traffico da e verso i server MCP di Google in base alle impostazioni di base del progetto, esegui questo comando:

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

Sostituisci PROJECT_ID con l'ID progetto Google Cloud . 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 elementi rispetto a MCP. Poiché Model Armor si integra con servizi come Vertex AI, qualsiasi modifica apportata alle impostazioni di base può influire sulla scansione del traffico e sui comportamenti di sicurezza in tutti i servizi integrati, non solo in MCP.

Controlla l'utilizzo di MCP con le policy IAM

Le policy di negazione e le policy di autorizzazione di Identity and Access Management (IAM) ti aiutano a proteggere Google Cloud e 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 saperne di più, consulta Controlla l'utilizzo di MCP con Identity and Access Management.

Passaggi successivi

Consulta la documentazione di riferimento di Developer Connect MCP.
Scopri di più sui server MCP di Google Cloud.
Scopri di più sul controllo dell'accesso con IAM.