Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

使用 Developer Connect MCP 伺服器

本文說明如何使用 Developer Connect 遠端 Model Context Protocol (MCP) 伺服器，連結 AI 應用程式，包括 Antigravity、ChatGPT、Claude，以及您正在開發的自訂應用程式。您可以使用 Developer Connect 遠端 Model Context Protocol (MCP) 伺服器，連結 AI 應用程式，包括 Antigravity、ChatGPT、Claude，以及您或貴組織開發的自訂應用程式。

Developer Connect 遠端 MCP 伺服器可讓 AI 應用程式和程式碼開發助理，使用一組適用於 GitHub、GitHub Enterprise、GitLab 和 GitLab Enterprise 的工具，處理連結至 Developer Connect 的原始碼存放區。代理可讀取修訂版本、差異、歸責和提取要求，以及開啟、評論和更新提取要求，不需 SCM 憑證。啟用 Developer Connect API 時，Developer Connect 遠端 MCP 伺服器也會一併啟用。

Model Context Protocol (MCP) 規範了大型語言模型 (LLM) 和 AI 應用程式或代理與外部資料來源的標準連線方式。MCP 伺服器可讓您使用其工具、資源和提示，從後端服務採取行動並取得最新資料。

本機和遠端 MCP 伺服器有何不同？

本機 MCP 伺服器: 通常在本機電腦上執行，並使用標準輸入內容和輸出串流 (stdio)，在同一部裝置上的服務之間通訊。
遠端 MCP 伺服器: 在服務的基礎架構上執行，並為 AI 應用程式提供 HTTP 端點，以便在 AI MCP 用戶端和 MCP 伺服器之間通訊。如要進一步瞭解 MCP 架構，請參閱「MCP 架構」。

無狀態核心

在 MCP 2026-07-28 版中，MCP 從雙向有狀態通訊協定，變更為無狀態通訊協定。每項 MCP 要求都包含自我描述，並可使用標頭轉送。由於每個要求都包含 HTTP 標頭或 _meta 參數中所需的所有資訊，因此不需要 initialize/initialized 握手或 Mcp-Session-Id。MCP 伺服器可透過多來回要求 (MRTR)，要求工具所需的額外資訊。

為協助轉送及處理要求，而不剖析要求主體，必須提供部分 MCP 標頭，包括：

MCP 規格要求的標頭，例如通訊協定版本標頭和標準要求標頭。
MCP 伺服器定義的自訂標頭。這些標頭會使用 x-mcp-header 屬性，從工具的輸入結構定義鏡像至 HTTP 標頭。例如，MCP 伺服器可能會定義自訂標頭，指定 Google Cloud 區域或專案 ID。

如要進一步瞭解 MCP 架構，請參閱 MCP 2026-07-28 版規格和主要異動。

Google 和 Google Cloud 遠端 MCP 伺服器

Google 和 Google Cloud 遠端 MCP 伺服器具有下列功能和優點：

簡化集中探索
代管的全域或區域 HTTP 端點
精細授權
選用 Model Armor 保護提示詞和回覆
集中化稽核記錄

如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器可用的安全性和管理控制項，請參閱「Google Cloud MCP 伺服器總覽」。

事前準備

您必須建立 Developer Connect 連線，連至原始碼管理 (SCM) 供應商，並取得存放區的 Git 存放區連結，才能使用 Developer Connect MCP 伺服器處理存放區。

必要的角色

如要取得使用 Developer Connect MCP 伺服器所需的權限，請要求管理員在包含 Developer Connect 連線的專案中，授予您下列 IAM 角色：

發出 MCP 工具呼叫：MCP 工具使用者 (roles/mcp.toolUser)
列出連線和 Git 存放區連結：Developer Connect 檢視者 (roles/developerconnect.viewer)
讀取修訂版本、差異、歸責和提取要求，以及開啟、評論和修改提取要求 (預先發布版期間僅限核准的專案)：Developer Connect 使用者 (roles/developerconnect.user)
建立連線和 Git 存放區連結：Developer Connect 管理員 (roles/developerconnect.admin)

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 Developer Connect 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

必須具備下列權限，才能使用 Developer Connect MCP 伺服器：

發出 MCP 工具呼叫：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

Developer Connect 遠端 MCP 伺服器使用 OAuth 2.0 通訊協定，搭配 Identity and Access Management (IAM) 進行驗證和授權。所有Google Cloud 身分都支援 MCP 伺服器驗證。

Developer Connect MCP 伺服器需要主體才能控管 Identity and Access Management (IAM)，不接受 API 金鑰。建議您為使用 MCP 工具的代理建立獨立身分，以便控管及監控資源存取權。

MCP 伺服器絕不會將 SCM 權杖或其他憑證傳回代理。Developer Connect 會使用各個連線儲存的憑證，呼叫 SCM 供應商。如要限制代理可使用的存放區，請授予特定連線的角色，或使用標記和拒絕政策。

如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。

Developer Connect MCP OAuth 範圍

OAuth 2.0 會使用範圍和憑證，判斷已驗證的主體是否有權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」。

Developer Connect 具有下列 MCP 工具 OAuth 範圍：

Google Cloud CLI 的範圍 URI	說明
`https://www.googleapis.com/auth/cloud-platform`	具備所有 Google Cloud 資源的完整權限。

在工具呼叫期間，可能需要額外權限才能存取資源。如要查看 Developer Connect 所需的角色和權限清單，請參閱「使用 IAM 控管存取權」。

設定 MCP 用戶端，使用 Developer Connect MCP 伺服器

AI 應用程式和代理 (例如 Claude 或 Antigravity) 可例項化 MCP 用戶端，連至單一 MCP 伺服器。AI 應用程式可以有多個用戶端，連線至不同的 MCP 伺服器。如果用戶端專屬指南中未列出您的應用程式，則可使用下列資訊從大多數應用程式連線。

伺服器名稱：Developer Connect MCP 伺服器
伺服器網址或端點：https://developerconnect.googleapis.com/mcp。Developer Connect MCP 伺服器僅適用於全域端點。
傳輸：可串流 HTTP
驗證詳細資料：視您要採用的驗證方式而定，您可以輸入 Google Cloud 憑證、OAuth 用戶端 ID 和密鑰，或代理身分和憑證。如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。
OAuth 範圍：連線至 Developer Connect MCP 伺服器時要使用的 OAuth 2.0 範圍。

如需設定及連線至 MCP 伺服器的應用程式專屬指引，請參閱用戶端專屬指引。

如需一般指引，請參閱下列資源：

可用的工具

如要查看 Developer Connect MCP 伺服器的可用 MCP 工具詳細資料和說明，請參閱 Developer Connect MCP 參考資料。

大多數工具會採用 Git 存放區連結的資源名稱，格式為 projects/PROJECT_ID/locations/LOCATION/connections/CONNECTION_ID/gitRepositoryLinks/LINK_ID。代理可以使用 list-connections 和 list-repo-links 工具找到這項資訊。

根據預設，fetch-repo-commit 和 diff-repo-commit 工具只會傳回檔案路徑和變更狀態。如要一併傳回逐行變更，請傳遞 path_filters，例如所有檔案的 ["**"]。

清單工具

使用 MCP 檢查工具列出工具，或直接將 tools/list HTTP 要求傳送至 Developer Connect 遠端 MCP 伺服器。tools/list 方法不需要驗證。

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"
    }'

應用實例

將 AI 代理或 IDE 助理連至 Developer Connect MCP 伺服器，即可使用自然語言查看及變更各個 SCM 供應商的程式碼。

Developer Connect MCP 伺服器適用於下列用途：

審查變更：讓代理讀取兩個分支版本或修訂版本之間的修訂版本和差異，並進行摘要或審查。
調查程式碼記錄：找出哪些修訂版本變更了檔案的特定行，並閱讀修訂訊息。
自動執行提取要求工作流程：開啟提取要求、新增討論和內嵌審查註解，以及更新或關閉提取要求。在預先發布版期間，只有核准的專案才能使用這個用途。

範例提示詞

以下列舉幾個可搭配連結 AI 應用程式使用的提示詞範例：

總結變更：「總結 https://github.com/my-org/my-repo 中 main 和 feature/login 之間的差異。」
審查提取要求：「列出 my-repo 中提取要求 #42 變更的檔案，並指出任何缺少錯誤處理的函式。」
追蹤程式碼：「誰在 main 變更了 service.go 的第 10 到 20 行，原因為何？」

下列提示使用的工具在預先發布版期間，僅供核准的專案使用：

開啟提取要求：「在 my-repo 中開啟從 feature/login 到 main 的提取要求，標題為『新增登入頁面』。」
對提取要求新增註解：「在提取要求 #42 的 auth.go 第 45 行新增內嵌註解，建議更好的錯誤處理方式。」

選用安全性和安全防護設定

MCP 工具可執行的動作繁多，因此會帶來新的安全風險和考量。為盡可能降低及管理這些風險，Google Cloud 提供預設設定和可自訂的政策，控管 Google Cloud組織或專案中的 MCP 工具使用情形。

如要進一步瞭解 MCP 安全性和管理，請參閱「AI 安全性」。

使用 Model Armor

Model Armor 是一項Google Cloud 服務，可提高 AI 應用程式的安全性。這項服務會主動篩選 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服務供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護機密資料、維持法規遵循，並在多元的 AI 環境中，一致地強制執行 AI 安全性和安全性政策。

啟用 Model Armor 並啟用記錄功能後，Model Armor 會記錄整個酬載。這可能會導致記錄中的機密資訊外洩。

MCP 要求轉送至 Model Armor

Developer Connect MCP 伺服器僅適用於全域端點，該端點會使用跨管轄區轉送。啟用 Model Armor 後，MCP 伺服器一律會將要求和回覆傳送至 Model Armor。如要進一步瞭解其他 MCP 伺服器的行為，請參閱「Model Armor 支援的產品」。

工具回覆通常包含原始碼和差異。Sensitive Data Protection 去識別化功能可能會變更程式碼中的 ID，導致差異無效。如果代理會處理程式碼，建議在 Developer Connect 的 Model Armor 設定中關閉 Sensitive Data Protection，並使用提示詞注入和越獄偵測、惡意網址偵測，以及負責任的 AI 篩選器。

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 (如果尚未啟用)。
啟用 API 所需的角色
如要啟用 API，您必須具備 serviceusage.services.enable 權限。如果您建立了專案，可能已透過擁有者角色 (roles/owner) 取得這項權限。否則，您可以透過 Service Usage 管理員角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。
啟用 API
選取要啟用 Model Armor 的專案。

gcloud

開始之前，請按照下列步驟，搭配使用 Google Cloud CLI 和 Model Armor API：

在 Google Cloud 控制台啟用 Cloud Shell。

啟用 Cloud Shell

Google Cloud 控制台底部會開啟 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，並已設定適用於您目前專案的值。工作階段可能要幾秒鐘的時間才能初始化。
執行下列指令，設定 Model Armor 服務的 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 MCP 伺服器保護措施

您可以使用 Model Armor 底限設定，保護 MCP 工具呼叫和回覆。底限設定會定義適用於整個專案的最低安全性篩選器。這項設定會對專案中的所有 MCP 工具呼叫和回覆，套用一組一致的篩選器。

設定 Model Armor 底限，並啟用 MCP 清理功能。詳情請參閱「設定 Model Armor 底限設定」。

請參閱以下範例指令：

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：這項強制執行類型會檢查 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 AI - 危險篩選器設定的信心水準。您可以修改這項設定，但如果設定的值較低，可能會導致更多偽陽性。詳情請參閱「Model Armor 信心水準」。

停用 Model Armor 掃描 MCP 流量的功能

如要停止 Model Armor 根據專案的最低設定，自動掃描 Google MCP 伺服器的往來流量，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

將 PROJECT_ID 替換為 Google Cloud 專案 ID。Model Armor 不會自動將這項專案底線設定中定義的規則，套用至任何 Google MCP 伺服器流量。

Model Armor 底限設定和一般設定不只會影響 MCP，Model Armor 與 Vertex AI 等服務整合，因此對底限設定所做的任何變更，都可能影響所有整合服務 (不限於 MCP) 的流量掃描和安全行為。

使用 IAM 政策控管 MCP 的使用

Identity and Access Management (IAM) 拒絕政策和允許政策可協助您保護 Google Cloud 和 Google MCP 伺服器。

您可以結合多項條件，根據下列項目允許或拒絕存取，建立自訂安全性和管理政策：

主體。
工具屬性，例如唯讀屬性。
服務或工具名稱。
應用程式的 OAuth 用戶端 ID。

詳情請參閱「使用 Identity and Access Management 控管 MCP 的使用情形」。