Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

GKE リモート MCP サーバーを使用する

Autopilot Standard

このドキュメントでは、Google Kubernetes Engine リモート Model Context Protocol（MCP）サーバーを使用して、Gemini CLI、ChatGPT、Claude などの AI アプリケーションや、開発中のカスタムアプリケーションに接続する方法について説明します。 GKE リモート MCP サーバーは、GKE リソースと Kubernetes リソースへの読み取りアクセスを提供します。これにより、AI エージェントは環境を検査して監視できます。 Google Kubernetes Engine リモート MCP サーバーは、Google Kubernetes Engine API を有効にすると有効になります。

Model Context Protocol （MCP）により、大規模言語モデル（LLM）と AI アプリケーション（エージェント）が外部のデータソースに接続する方法が標準化されます。MCP サーバーを使用すると、そのツール、リソース、プロンプトを使用してアクションを実行し、バックエンドサービスから更新されたデータを取得できます。

ローカル MCP サーバーとリモート MCP サーバーの違いは何ですか？

ローカル MCP サーバー: 通常はローカルマシンで実行され、同じデバイス上のサービス間の通信に標準の入力ストリームと出力ストリーム（stdio）を使用します。
リモート MCP サーバー: サービスのインフラストラクチャで実行され、AI MCP クライアントと MCP サーバー間の通信を行うために、AI アプリケーションに HTTP エンドポイントを提供します。MCP アーキテクチャの詳細については、 MCP アーキテクチャをご覧ください。

GKE ローカル MCP サーバーの詳細については、 GitHub の GKE MCP サーバーをご覧ください。

Google と Google Cloud リモート MCP サーバー

Google と Google Cloud リモート MCP サーバーには、次の機能と特典があります。

簡素化された一元的な検出
マネージドグローバルまたはリージョン HTTP エンドポイント
きめ細かい認可
Model Armor 保護によるプロンプトとレスポンスのセキュリティ（オプション）
一元的な監査ロギング

他の MCP サーバーと、Google Cloud サーバーで使用可能なセキュリティとガバナンスの制御については、Google Cloud MCP サーバーの概要をご覧ください。

次のような理由で、GKE ローカル MCP サーバーを使用することがあります。

ローカルで開発とテストを行う
オフラインでの MCP の使用
AI/ML ワークロードのマニフェスト生成など、クラスタとワークロードの作成
ローカルクライアントの構成（kubeconfig を使用）
クエリログ
GKE 環境の費用とセキュリティに関する推奨事項を取得する

ローカル MCP サーバーの使用方法については、 GKE MCP サーバーをご覧ください。次のセクションは、GKE リモート MCP サーバーにのみ適用されます。

始める前に

アカウントにログインします Google Cloud Google Cloudを初めて使用する場合は、アカウントを作成して、実際のシナリオで Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

Google Cloud CLI をインストールします。

注: すでに gcloud CLI をインストールしている場合は、 gcloud components update を実行して、最新バージョンがインストールされていることを確認してください。

外部 ID プロバイダ（IdP）を使用している場合は、まず連携 ID を使用して gcloud CLI にログインする必要があります。

gcloud CLI を初期化するには、次のコマンドを実行します:

gcloud init

プロジェクトを Google Cloud 作成または選択します。

プロジェクトを選択または作成するために必要なロール

プロジェクトを選択する: プロジェクトの選択には特定の IAM ロールは必要ありません。ロールが付与されているプロジェクトを選択できます。
プロジェクトを作成する: プロジェクトを作成するには、プロジェクト作成者ロール（roles/resourcemanager.projectCreator）が必要です。これには resourcemanager.projects.create 権限が含まれています。詳しくは、ロールを付与する方法をご覧ください。

プロジェクトを作成する Google Cloud :
```
gcloud projects create PROJECT_ID
```
PROJECT_ID は、作成する Google Cloud プロジェクトの名前に置き換えます。
作成した Google Cloud プロジェクトを選択します。
```
gcloud config set project PROJECT_ID
```
PROJECT_ID は、 Google Cloud プロジェクトの名前に置き換えます。

プロジェクトに対して課金が有効になっていることを確認します Google Cloud 。

Kubernetes Engine API を有効にします。

API を有効にするために必要なロール

API を有効にするには、serviceusage.services.enable 権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を通じてこの権限が付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を通じてこの権限を取得できます。ロールを付与する方法をご覧ください。

gcloud services enable container.googleapis.com

ユーザーアカウントにロールを付与します。次の IAM ロールごとに次のコマンドを 1 回実行します。roles/container.clusterViewer

gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE

次のように置き換えます。

PROJECT_ID: プロジェクト ID。
USER_IDENTIFIER: ユーザーアカウントの識別子。例: myemail@example.com。
ROLE: ユーザーアカウントに付与する IAM ロール。

Google Cloud CLI をインストールします。

外部 ID プロバイダ（IdP）を使用している場合は、まず連携 ID を使用して gcloud CLI にログインする必要があります。

gcloud CLI を初期化するには、次のコマンドを実行します:

gcloud init

プロジェクトを Google Cloud 作成または選択します。

プロジェクトを選択または作成するために必要なロール

プロジェクトを選択する: プロジェクトの選択には特定の IAM ロールは必要ありません。ロールが付与されているプロジェクトを選択できます。
プロジェクトを作成する: プロジェクトを作成するには、プロジェクト作成者ロール（roles/resourcemanager.projectCreator）が必要です。これには resourcemanager.projects.create 権限が含まれています。詳しくは、ロールを付与する方法をご覧ください。

プロジェクトを作成する Google Cloud :
```
gcloud projects create PROJECT_ID
```
PROJECT_ID は、作成する Google Cloud プロジェクトの名前に置き換えます。
作成した Google Cloud プロジェクトを選択します。
```
gcloud config set project PROJECT_ID
```
PROJECT_ID は、 Google Cloud プロジェクトの名前に置き換えます。

プロジェクトに対して課金が有効になっていることを確認します Google Cloud 。

Kubernetes Engine API を有効にします。

API を有効にするために必要なロール

gcloud services enable container.googleapis.com

ユーザーアカウントにロールを付与します。次の IAM ロールごとに次のコマンドを 1 回実行します。roles/container.clusterViewer

gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE

次のように置き換えます。

PROJECT_ID: プロジェクト ID。
USER_IDENTIFIER: ユーザーアカウントの識別子。例: myemail@example.com。
ROLE: ユーザーアカウントに付与する IAM ロール。

必要なロール

リモート MCP サーバーツールを呼び出すプリンシパルには、GKE リソースにアクセスする権限が必要です。このプリンシパルは、人間のユーザーまたは自動化されたサービスアカウントにできます。少なくとも、 Google Cloud プロジェクトに次のロールを付与します。

MCP ツールユーザー （roles/mcp.toolUser）: MCP サーバーエンドポイントにツール呼び出しを行う権限を付与します。
Kubernetes Engine クラスタ閲覧者 （roles/container.clusterViewer）: このロールは、リモートサーバーのツールに必要な読み取り専用アクセス権を提供します。

このロールを次のユーザーに付与します。

Gemini CLI などのクライアントを介して MCP サーバーとやり取りするユーザーのユーザーアカウント 。
MCP サーバーを呼び出す自律型エージェントまたはアプリケーションを構築する際のサービスアカウント 。

認証と認可

GKE リモート MCP サーバーは、認証と認可に Identity and Access Management（IAM）と OAuth 2.0 プロトコルを使用します。MCP サーバーへの認証では、すべての Google Cloud ID がサポートされています。

GKE リモート MCP サーバーは、認証に API キーを受け入れません。

リソースへのアクセスを制御してモニタリングできるように、MCP ツールを使用するエージェント用に別の ID を作成することをおすすめします。認証の詳細については、 MCP サーバーに対して認証するをご覧ください。

GKE リモート MCP の OAuth スコープ

OAuth 2.0 では、スコープと認証情報を使用して、認証されたプリンシパルがリソースに対して特定のアクションを実行する権限があるかどうかを判断します。Google の OAuth 2.0 スコープの詳細については、 OAuth 2.0 を使用して Google API にアクセスするをご覧ください。

GKE には、次の MCP ツール OAuth スコープがあります。

gcloud CLI のスコープの URI	説明
`https://www.googleapis.com/auth/container`	GKE リソースに対する完全な読み取り / 書き込みアクセス権を付与します。
`https://www.googleapis.com/auth/container.read-only`	GKE リソースに対する読み取り専用アクセス権を付与します。
`https://www.googleapis.com/auth/cloud-platform`	プロジェクト Google Cloud に対する広範な読み取り / 書き込みアクセス権を付与します。

ツール呼び出し中にアクセスされるリソースに追加のスコープが必要になる場合があります。GKE に必要なスコープの一覧を表示するには、 GKE API をご覧ください。

GKE MCP サーバーを使用するように MCP クライアントを構成する

Claude や Antigravity などの AI アプリケーションとエージェントは、単一の MCP サーバーに接続する MCP クライアントをインスタンス化できます。AI アプリケーションには、さまざまな MCP サーバーに接続する複数のクライアントを設定できます。アプリケーションがクライアント固有のガイダンスに記載されていない場合は、次の情報を使用してほとんどのアプリケーションから接続できます。

AI アプリケーションで、リモート MCP サーバーを追加または接続する方法を探します。 GKE MCP サーバーの場合は、必要に応じて次の情報を入力します。

サーバー名: GKE リモート MCP サーバー
サーバー URL またはエンドポイント: https://container.googleapis.com/mcp または別のツールセット URL。使用可能なツールをご覧ください。
トランスポート: HTTP
認証の詳細: 認証方法に応じて、認証情報 Google Cloud 、OAuth クライアント ID とシークレット、またはエージェントの ID と認証情報を入力できます。認証の詳細については、 MCP サーバーに対して認証するをご覧ください。

MCP サーバーの設定と接続に関するアプリケーション固有のガイダンスについては、クライアント固有のガイダンスをご覧ください。

一般的なガイダンスについては、次のリソースをご覧ください。

リダイレクト URI

ウェブベースのアプリケーションと一部のデスクトップアプリケーションでは、認証用のクライアント ID とシークレットを作成するときに、リダイレクト URI を許可リストに登録する必要があります。リダイレクト URI は、認可サーバーがトークンをアプリケーションに送信するために使用されます。アプリケーションのドキュメントには、使用する必要があるリダイレクト URI を指定する必要があります。カスタムリダイレクト URI はサポートされていません。

使用可能なツール

GKE MCP サーバーで使用可能な MCP ツールの詳細とその説明を表示するには、 GKE MCP リファレンスをご覧ください。

ツールの一覧表示

MCP インスペクタを使用してツールを一覧表示するか、 tools/list HTTP リクエストを GKE リモート MCP サーバーに直接送信します。tools/list メソッド: 認証を必要としません。

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

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

サンプルのユースケース

GKE リモート MCP サーバーのユースケースの例を次に示します。

GKE クラスタとノードプールの構成とステータスを確認します。たとえば、「'production-cluster' の詳細を表示して、すべてのノードプールを一覧表示する」というプロンプトを使用します。
kubectl を使用せずに、クラスタ内から Kubernetes リソース構成とコンテナログを表示します。たとえば、「'default' Namespace の 'frontend-deployment' の YAML を取得する」というプロンプトを使用します。
クラスタのアップグレードなど、長時間実行される GKE オペレーションのステータスをモニタリングします。たとえば、「過去 1 時間のプロジェクト内のすべての GKE オペレーションを一覧表示する」というプロンプトを使用します。

セキュリティと安全に関するオプションの構成

MCP ツールで実行できるアクションが多岐にわたるため、MCP によって新たなセキュリティリスクと考慮事項が加わります。これらのリスクを最小限に抑えて管理するために、 Google Cloud は、 Google Cloud組織またはプロジェクトでの MCP ツールの使用を制御するデフォルト設定とカスタマイズ可能なポリシーを提供します。

MCP のセキュリティとガバナンスの詳細については、 AI のセキュリティと安全性をご覧ください。

GKE で MCP を使用する場合は、責任の共有モデルをお客様と Google の間で理解することが重要です。Google はインフラストラクチャと MCP サーバー自体を保護しますが、MCP クライアントで使用される認証情報の保護、これらの認証情報に対する適切な IAM ポリシーの定義、AI エージェントが実行するアクションのモニタリングはお客様の責任となります。

Model Armor を使用する

Model Armor は、AI アプリケーションのセキュリティと安全性を強化するために設計された Google Cloud サービスです。LLM のプロンプトとレスポンスを事前にスクリーニングすることで、さまざまなリスクから保護し、責任ある AI への取り組みをサポートします。クラウド環境や外部クラウドプロバイダに AI をデプロイする場合でも、Model Armor を使用すると、悪意のある入力からの防御、コンテンツの安全性の検証、センシティブデータの保護、コンプライアンスの維持、多様な AI 環境全体で AI の安全性とセキュリティポリシーの一貫した適用が可能になります。

ロギングを有効にして Model Armorを有効にすると、Model Armor はペイロード全体をログに記録します。これにより、機密情報がログに公開される可能性があります。

Model Armor への MCP リクエストのルーティング

Model Armor は特定のリージョンで利用できます。Model Armor が有効になっていて、Model Armor がサポートしていない管轄区域で MCP サーバーを使用している場合、呼び出しのルーティング動作は MCP サーバーによって異なり、使用中のデータと転送中のデータのデータ所在地コンプライアンスに違反する可能性があります。個々の MCP サーバーの動作の詳細については、 Model Armor 対応プロダクトをご覧ください。

Model Armor を有効にする

Model Armor を使用するには、Model Armor API を有効にする必要があります。

コンソール

Model Armor API を有効にします。
API を有効にするために必要なロール
API を有効にするには、serviceusage.services.enable 権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を通じてこの権限が付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を通じてこの権限を取得できます。詳しくは、ロールを付与する方法をご覧ください。
API の有効化
Model Armor を有効にするプロジェクトを選択します。

gcloud

始める前に、Google Cloud CLI で Model Armor API を使用して、次の処理を行います。

Google Cloud コンソールで Cloud Shell をアクティブにします。

Cloud Shell をアクティブにする

コンソールの下部にある Google Cloud Cloud Shell セッションが開始し、コマンドラインプロンプトが表示されます。Cloud Shell はシェル環境です。Google Cloud CLI がすでにインストールされており、現在のプロジェクトの値もすでに設定されています。セッションが初期化されるまで数秒かかることがあります。
次のコマンドを実行して、Model Armor サービスの API エンドポイントを設定します。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
LOCATION は、Model Armor を使用するリージョンに置き換えます。

Google と Google Cloud リモート MCP サーバーの保護を構成する

MCP ツール呼び出しとレスポンスを保護するには、Model Armor のフロア設定を使用します。フロア設定では、プロジェクト全体に適用される最小限のセキュリティフィルタを定義します。この構成では、プロジェクト内のすべての MCP ツール呼び出しとレスポンスに一貫したフィルタセットが適用されます。

MCP サニタイズを有効にして、Model Armor のフロア設定を行います。詳細については、Model Armor のフロア設定を構成するをご覧ください。

次のコマンド例をご覧ください。

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"}]'

PROJECT_ID は、実際の Google Cloud プロジェクト ID に置き換えます。

次の設定に注意してください。

INSPECT_AND_BLOCK: Google MCP サーバーのコンテンツを検査し、フィルタに一致するプロンプトとレスポンスをブロックする適用タイプ。
ENABLED: フィルタまたは適用を有効にする設定。
MEDIUM_AND_ABOVE: 責任ある AI - 危険なフィルタ設定の信頼度。この設定は変更できますが、値を小さくすると誤検出が増える可能性があります。詳細については、Model Armor の信頼度をご覧ください。

Model Armor による MCP トラフィックのスキャンを無効にする

Model Armor がプロジェクトのフロア設定に基づいて Google MCP サーバーとの間のトラフィックを自動的にスキャンしないようにするには、次のコマンドを実行します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。Model Armor は、このプロジェクトのフロア設定で定義されたルールを Google MCP サーバーのトラフィックに自動的に適用しません。

Model Armor のフロア設定と一般的な構成は、MCP だけでなく、他のサービスにも影響する可能性があります。Model Armor は Vertex AI などのサービスと統合されているため、フロア設定を変更すると、MCP だけでなく、統合されているすべてのサービスでトラフィックスキャンと安全性の動作に影響する可能性があります。

IAM ポリシーで MCP の使用を制御する

Identity and Access Management（IAM）拒否ポリシーと許可ポリシーを使用すると、と Google MCP サーバーを Google Cloud 保護できます。

複数の条件を組み合わせて、次の条件に基づいてアクセスを許可または拒否することで、カスタマイズされたセキュリティポリシーとガバナンスポリシーを構築できます。

プリンシパル。
読み取り専用属性などのツールプロパティ。
サービス名またはツール名。
アプリケーションの OAuth クライアント ID。

詳細については、 Identity and Access Management による MCP の使用の制御をご覧ください。

次のステップ

GKE リモート MCP リファレンスドキュメントを読む。
Google Cloud MCP サーバーの詳細を確認する。

GKE リモート MCP サーバーを使用する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

ローカル MCP サーバーとリモート MCP サーバーの違いは何ですか？

Google と Google Cloud リモート MCP サーバー

始める前に

必要なロール

認証と認可

GKE リモート MCP の OAuth スコープ

GKE MCP サーバーを使用するように MCP クライアントを構成する

リダイレクト URI

使用可能なツール

ツールの一覧表示

サンプルのユースケース

セキュリティと安全に関するオプションの構成

Model Armor を使用する

Model Armor への MCP リクエストのルーティング

Model Armor を有効にする

コンソール

gcloud

Google と Google Cloud リモート MCP サーバーの保護を構成する

Model Armor による MCP トラフィックのスキャンを無効にする

IAM ポリシーで MCP の使用を制御する

次のステップ

GKE リモート MCP サーバーを使用する