שימוש בשרת MCP של CX Agent Studio

‫CX Agent Studio מספק שרת מרוחק של Model Context Protocol‏ (MCP) שאפשר להשתמש בו בסוכנים ובאפליקציות מבוססות-AI כדי לערוך משאבים של CX Agent Studio. לדוגמה, אתם יכולים להשתמש ב-Gemini CLI או ב-Antigravity כדי לעצב ולפתח את אפליקציית הסוכן שלכם ב-CX Agent Studio.

התכונה הזו מאפשרת תהליכי עבודה של פיתוח בעזרת AI, ומפחיתה באופן משמעותי את הקשיים בפיתוח ובשמירה של אפליקציות סוכנים:

  • Vibe Coding (יצירת אב טיפוס מהירה): במקום ללחוץ באופן ידני על ממשק המשתמש כדי ליצור סוכן, אתם יכולים פשוט להנחות את סביבת הפיתוח המשולבת (IDE) שלכם שמבוססת על AI: "צור סוכן תמיכה לקמעונאות שמשתמש ב-Shopify API ומדבר בנימה ידידותית". סוכן התכנות משתמש בשרת MCP כדי ליצור את ארכיטקטורת הסוכן בשבילכם.
  • ארגון מחדש וניקוי של קוד בכמות גדולה: שרת ה-MCP מצטיין בפעולות בכמות גדולה שקשה לבצע בממשק משתמש. לדוגמה, אפשר לתת את הפקודות "Rename the 'customer_id' parameter across all 15 sub-agents" או "Find and delete all unused intents".
  • פיתוח אינטראקטיבי מבוסס-הערכה: אפשר להריץ הערכה שנכשלה ולתת לסוכן את ההוראה: 'שנה את ההוראות עד שההערכה הספציפית הזו תעבור'.
  • תיקון עצמי ואופטימיזציה: סוכן עזר אוטומטי יכול לעקוב אחרי הביצועים של סוכן (לדוגמה, אם הוא נכשל בהערכה ספציפית) ולהשתמש בשרת MCP כדי לשנות באופן אוטונומי את ההוראות או לתקן את ההגדרות של כלי כדי לשפר את הציון (שיפור הציון).
  • הבנת ההקשר: השרת מאפשר לעוזרי תכנות "לקרוא" את המצב הנוכחי של סוכן שנפרס, מה שמקל על הבנת הגדרות מורכבות מדור קודם בלי צורך לעיין בקובצי JSON באופן ידני.

Model Context Protocol‏ (MCP) הוא תקן שקובע איך מודלים גדולים של שפה (LLM) ואפליקציות או סוכני AI מתחברים למקורות נתונים חיצוניים. שרתי MCP מאפשרים לכם להשתמש בכלים, במשאבים ובהנחיות שלהם כדי לבצע פעולות ולקבל נתונים מעודכנים משירות ה-Backend שלהם.

מה ההבדל בין שרתי MCP מקומיים לבין שרתי MCP מרחוק?

שרתי MCP מקומיים
בדרך כלל פועלים במחשב המקומי ומשתמשים בזרמי הקלט והפלט הרגילים (stdio) לתקשורת בין שירותים באותו מכשיר.
שרתי MCP מרוחקים
פועל בתשתית של השירות ומציע נקודת קצה של HTTP לאפליקציות AI לצורך תקשורת בין לקוח ה-MCP של ה-AI לבין שרת ה-MCP. מידע נוסף על ארכיטקטורת MCP זמין במאמר ארכיטקטורת MCP.
שרת ה-MCP המרוחק של Customer Experience Agent Studio מופעל כשמפעילים את Customer Experience Agent Studio API.

‫Google ושרתי MCP מרוחקים Google Cloud

לשרתי MCP של Google Google Cloud ושרתי MCP מרוחקים יש את התכונות והיתרונות הבאים:

  • גילוי פשוט ומרכזי
  • נקודות קצה (endpoints) מנוהלות של HTTP ברמה הגלובלית או האזורית
  • הרשאות פרטניות
  • אבטחת הנחיות ותשובות אופציונלית באמצעות הגנה מוגברת על המודל
  • רישום מרכזי ביומן הביקורת

מידע על שרתי MCP אחרים ועל אמצעי אבטחה ובקרה שזמינים לשרתי Google Cloud MCP מופיע במאמר סקירה כללית על שרתי Google Cloud MCP.

מגבלות

ההגבלות הבאות חלות:

  • מגבלות הקשר של הטוקנים: יכול להיות שהגדרות של סוכנים גדולים (עם הרבה כלים והוראות מפורטות) יחרגו מחלון ההקשר של חלק ממודלים של קידוד כשמאחזרים הגדרות מלאות של סוכנים. מומלץ לאחזר רכיבי משנה ספציפיים (לדוגמה, רק כלי אחד) במקום את כל הגדרת האפליקציה בבת אחת. בנוסף, המשתמשים צריכים לעקוב אחרי השימוש בחלון ההקשר ולהפעיל מחדש את הסשן עם הסוכן מדי פעם (אחרי כמה בקשות) כדי לנקות את המאגר.
  • זמן האחזור: שינויים קטנים מתבצעים בדרך כלל מהר יותר באמצעות 'שינוי ישיר' (קריאות API). עם זאת, במקרים של שינויים ארכיטקטוניים נרחבים (למשל, שינוי שמות של משתנים ב-50 קבצים), מומלץ להשתמש בתהליך העבודה 'ייצוא -> עריכה מקומית -> ייבוא' כדי להבטיח את שלמות הנתונים. שרת ה-MCP תומך גם בתהליך העבודה הזה באמצעות הכלים export_app ו-import_app.

איך זה עובד

השרת חושף את CX Agent Studio API, שמשמש גם את ממשק המשתמש לבניית סוכנים. אפליקציית ה-AI מוגדרת להשתמש בשרת ולהתחבר אליו. השרת מפרסם רשימה של כלים זמינים, כמו:

  • list_agents()
  • create_tool(name, python_code, ...)
  • update_instruction(agent_name, new_instruction)
  • run_evaluation(dataset)

כשמספקים פקודה בשפה טבעית לאפליקציית ה-AI, אפליקציית ה-AI מחליטה אם להשתמש בשרת ה-MCP של CX Agent Studio ואיזה כלי להפעיל.

אפשר להשתמש באחד משני תהליכי עבודה שונים, בהתאם למורכבות המשימה:

  • שימוש בשרת MCP מרוחק (הכי טוב למהירות וליצירת אב טיפוס): מחברים את שרת ה-MCP ישירות לסביבת התכנות כדי לבצע שינויים בזמן אמת באמצעות קריאות ל-API.
  • עותקים מקומיים (השיטה הכי טובה לשינויים בהיקף גדול ולשליטה): משתמשים בכלי export_app של שרת ה-MCP כדי להוריד את הסוכן למערכת הקבצים המקומית, עורכים את הקבצים באמצעות כלי העזרה לתכנות, ומעלים את השינויים בחזרה באמצעות import_app. האפשרות הזו שימושית לשינוי מבנה בקנה מידה גדול, לשילוב של ניהול גרסאות או למיזוג של תרומות מצוותים.

הקטעים הבאים רלוונטיים רק לשרת MCP מרוחק של Customer Experience Agent Studio.

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לשימוש בשרת ה-MCP של Customer Experience Agent Studio, צריך לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט שבו אתם רוצים להשתמש בשרת ה-MCP של Customer Experience Agent Studio:

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

התפקידים המוגדרים מראש האלה כוללים את ההרשאות שנדרשות לשימוש בשרת ה-MCP של Customer Experience Agent Studio. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי להשתמש בשרת ה-MCP של Customer Experience Agent Studio, נדרשות ההרשאות הבאות:

  • ביצוע קריאות לכלי MCP: mcp.tools.call

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

אימות והרשאה

שרת ה-MCP המרוחק של Customer Experience Agent Studio משתמש בפרוטוקול OAuth 2.0 עם ניהול זהויות והרשאות גישה (IAM) לאימות ולהרשאה. כל Google Cloud הזהויות נתמכות לצורך אימות לשרתי MCP.

אנחנו ממליצים ליצור זהות נפרדת לסוכנים שמשתמשים בכלים של MCP, כדי שתוכלו לשלוט בגישה למשאבים ולעקוב אחריה. מידע נוסף על אימות זמין במאמר בנושא אימות לשרתי MCP.

היקפי הרשאות OAuth של MCP

ב-OAuth 2.0 משתמשים בהיקפי הרשאות ובפרטי כניסה כדי לקבוע אם לחשבון מאומת יש הרשאה לבצע פעולה ספציפית במשאב. מידע נוסף על היקפי OAuth 2.0 ב-Google זמין במאמר שימוש ב-OAuth 2.0 לגישה ל-Google APIs.

לכלי ה-MCP ב-CX Agent Studio יש את היקפי ההרשאות הבאים של OAuth: https://www.googleapis.com/auth/ces

הגדרת לקוח MCP לשימוש בשרת CES MCP

אפליקציות וסוכנים מבוססי-AI, כמו Claude או Gemini CLI, יכולים ליצור מופע של לקוח MCP שמתחבר לשרת MCP יחיד. לאפליקציית AI יכולים להיות כמה לקוחות שמתחברים לשרתי MCP שונים. כדי להתחבר לשרת MCP מרוחק, לקוח ה-MCP צריך לדעת את כתובת ה-URL של שרת ה-MCP המרוחק.

באפליקציית ה-AI, מחפשים דרך להתחבר לשרת MCP מרוחק. תתבקשו להזין פרטים על השרת, כמו השם וכתובת ה-URL שלו.

בשרת ה-MCP של CX Agent Studio, מזינים את הפרטים הבאים לפי הצורך:

  • שם השרת: שרת CES MCP
  • כתובת URL של השרת או נקודת קצה: https://ces.googleapis.com/mcp
  • Transport: HTTP
  • פרטי אימות: Google Cloud פרטי הכניסה שלכם, מזהה הלקוח והסוד שלכם ב-OAuth, או זהות ופרטי כניסה של סוכן. פרטי האימות שבוחרים תלויים בשיטת האימות שרוצים להשתמש בה. מידע נוסף זמין במאמר בנושא אימות לשרתי MCP.

הוראות ספציפיות למארח לגבי הגדרה וחיבור לשרת MCP:

הנחיות כלליות נוספות זמינות במקורות המידע הבאים:

כלים זמינים

כדי לראות פרטים על כלי MCP זמינים ותיאורים שלהם בשרת ה-MCP של Customer Experience Agent Studio, אפשר לעיין בהפניה ל-MCP של Customer Experience Agent Studio.

כלים ליצירת רשימות

אפשר להשתמש בכלי לבדיקת MCP כדי לראות רשימה של כלים, או לשלוח בקשת HTTP tools/list ישירות לשרת MCP המרוחק של Customer Experience Agent Studio. בשיטה tools/list לא נדרש אימות.

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

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

הגדרות אבטחה ובטיחות אופציונליות

השימוש ב-MCP כרוך בסיכוני אבטחה חדשים ובשיקולים חדשים, בגלל המגוון הרחב של הפעולות שאפשר לבצע באמצעות כלי ה-MCP. כדי למזער את הסיכונים האלה ולנהל אותם,Google Cloud מציע הגדרות ברירת מחדל ומדיניות שניתנת להתאמה אישית כדי לשלוט בשימוש בכלי MCP בארגון או בפרויקט שלכם ב- Google Cloud.

מידע נוסף על אבטחה וניהול של MCP זמין במאמר בנושא אבטחה ובטיחות של AI.

שימוש בהגנה מוגברת על המודל

‫Model Armor הואGoogle Cloud שירות שנועד לשפר את האבטחה והבטיחות של אפליקציות ה-AI שלכם. הכלי פועל על ידי סינון יזום של הנחיות ותשובות של מודלים גדולים של שפה (LLM), הגנה מפני סיכונים שונים ותמיכה בשיטות עבודה אחראיות של AI. בין אם אתם פורסים AI בסביבת הענן שלכם או אצל ספקי שירותי ענן חיצוניים, הגנה מוגברת על המודל יכול לעזור לכם למנוע קלט זדוני, לאמת את בטיחות התוכן, להגן על מידע אישי רגיש, לשמור על תאימות ולאכוף את מדיניות הבטיחות והאבטחה של ה-AI באופן עקבי בסביבת ה-AI המגוונת שלכם.

כשמפעילים את Model Armor עם הפעלת רישום ביומן, המערכת רושמת ביומן את כל מטען הנתונים. הפעולה הזו עלולה לחשוף מידע רגיש ביומני הרישום.

ניתוב בקשות של MCP אל Model Armor

‫Model Armor זמין באזורים מסוימים. כש-Model Armor מופעל ואתם משתמשים בשרת MCP בתחום שיפוט ש-Model Armor לא תומך בו, יכול להיות שהתנהגות הניתוב של השיחה תהיה שונה עבור שרתי MCP שונים, ושהיא תפגע בתאימות של נתוני השימוש והנתונים במעבר לדרישות של שמירת נתונים. מידע נוסף על ההתנהגות של שרתי MCP בודדים זמין במאמר בנושא הגנה מוגברת על המודל: מוצרים נתמכים.

הפעלת הגנה מוגברת על המודל

כדי להשתמש בהגנה מוגברת על המודל, צריך להפעיל קודם את ממשקי ה-API של הגנה מוגברת על המודל.

המסוף

  1. מפעילים את הגנה מוגברת על המודל API.

    תפקידים שנדרשים להפעלת ממשקי API

    כדי להפעיל ממשקי API, נדרשת ההרשאה serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד 'בעלים' (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד 'אדמין בממשק Service Usage' (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים

    להפעלת ה-API

  2. בוחרים את הפרויקט שבו רוצים להפעיל את הגנה מוגברת על המודל.

gcloud

לפני שמתחילים, מבצעים את השלבים הבאים באמצעות Google Cloud CLI עם Model Armor API:

  1. במסוף Google Cloud , מפעילים את Cloud Shell.

    הפעלת Cloud Shell

    בחלק התחתון של Google Cloud המסוף יתחיל סשן של Cloud Shell ותופיע הודעה של שורת הפקודה. Cloud Shell היא סביבת מעטפת שבה ה-CLI של Google Cloud מותקן ומוגדרים ערכים לפרויקט הקיים. הסשן יופעל תוך כמה שניות.

  2. מריצים את הפקודה הבאה כדי להגדיר את נקודת קצה ל-API לשירות הגנה מוגברת על המודל.

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

    מחליפים את LOCATION באזור שבו רוצים להשתמש בהגנה מוגברת על המודל.

הגדרת הגנה לשרתי MCP של Google ושרתי Google Cloud MCP מרוחקים

כדי להגן על הקריאות והתגובות של כלי ה-MCP, אפשר להשתמש בהגדרות של Model Armor. הגדרת רמת בסיס מגדירה את מסנני האבטחה המינימליים שחלים על הפרויקט. ההגדרה הזו מחילה קבוצה עקבית של מסננים על כל הקריאות והתשובות של כלי MCP בפרויקט.

הגדרת סף תחתון של הגנה מוגברת על המודל עם הפעלת ניקוי נתונים ב-MCP. מידע נוסף זמין במאמר בנושא הגדרת ערכי סף ב-Model Armor.

דוגמה לפקודה:

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"}]'

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud .

שימו לב להגדרות הבאות:

  • ‫INSPECT_AND_BLOCK: סוג האכיפה שבודק את התוכן בשרת MCP של Google וחוסם הנחיות ותשובות שתואמות למסננים.
  • ‫ENABLED: ההגדרה שמפעילה מסנן או אכיפה.
  • ‫MEDIUM_AND_ABOVE: רמת המהימנות של ההגדרות של המסנן 'AI אחראי – מסוכן'. אפשר לשנות את ההגדרה הזו, אבל ערכים נמוכים יותר עלולים להוביל ליותר תוצאות חיוביות כוזבות. מידע נוסף זמין במאמר בנושא רמות הסמך של הגנה מוגברת על המודל.

השבתת סריקת תעבורת נתונים של MCP באמצעות הגנה מוגברת על המודל

כדי להפסיק את הסריקה האוטומטית של התנועה אל השרתים של Google MCP וממנה על ידי Model Armor על סמך הגדרות הרצפה של הפרויקט, מריצים את הפקודה הבאה:

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

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud . התכונה הגנה מוגברת על המודל לא מחילה באופן אוטומטי את הכללים שמוגדרים בהגדרות אבטחה מינימליות של הפרויקט הזה על תעבורת נתונים של שרת MCP.

ההגדרות של הסף התחתון של Model Armor וההגדרות הכלליות יכולות להשפיע על יותר דברים מאשר רק על MCP. ‫Model Armor משולב עם שירותים כמו Vertex AI, ולכן כל שינוי שתבצעו בהגדרות של רמת הבסיס יכול להשפיע על סריקת התנועה ועל התנהגויות הבטיחות בכל השירותים המשולבים, ולא רק ב-MCP.

שליטה בשימוש ב-MCP באמצעות מדיניות IAM

כללי מדיניות הדחייה ומדיניות ההרשאות של ניהול הזהויות והרשאות הגישה (IAM) עוזרים לכם לאבטח Google Cloud שרתים של Google MCP.

אתם יכולים לשלב כמה קריטריונים כדי ליצור מדיניות אבטחה ומדיניות ניהול בהתאמה אישית, על ידי מתן או דחייה של גישה על סמך הקריטריונים הבאים:

  • החשבון הראשי.
  • מאפייני כלי כמו מאפיין הקריאה בלבד.
  • שם השירות או שם הכלי.
  • מזהה הלקוח ב-OAuth של האפליקציה.

מידע נוסף זמין במאמר שליטה בשימוש ב-MCP באמצעות ניהול זהויות וגישה.

המאמרים הבאים