Usar o servidor MCP remoto do GKE

Autopilot Standard

Neste documento, mostramos como usar o servidor remoto do Protocolo de Contexto de Modelo (MCP) do Google Kubernetes Engine para se conectar a aplicativos de IA, incluindo a CLI do Gemini, o ChatGPT, o Claude e aplicativos personalizados que você está desenvolvendo. O servidor MCP remoto do GKE fornece acesso de leitura aos seus recursos do GKE e do Kubernetes. Ele permite que um agente de IA inspecione e observe seu ambiente. O servidor MCP remoto do Google Kubernetes Engine é ativado quando você ativa a API Google Kubernetes Engine.

O Protocolo de Contexto de Modelo (MCP) padroniza como os modelos de linguagem grandes (LLMs) e os aplicativos ou agentes de IA se conectam a fontes de dados externas. Com os servidores MCP, você pode usar as ferramentas, os recursos e os comandos deles para realizar ações e receber dados atualizados do serviço de back-end.

Qual é a diferença entre servidores MCP locais e remotos?

Servidores MCP locais

Normalmente, são executados na máquina local e usam os fluxos de entrada e saída padrão (stdio) para comunicação entre serviços no mesmo dispositivo.

Servidores MCP remotos

São executados na infraestrutura do serviço e oferecem um endpoint HTTP para que os aplicativos de IA se comuniquem entre o cliente MCP de IA e o servidor MCP. Para mais informações sobre a arquitetura do MCP, consulte Arquitetura do MCP.

Núcleo sem estado

Com a versão 2026-07-28 do MCP, o MCP muda de um protocolo bidirecional com estado para um protocolo sem estado. Cada solicitação do MCP é autodescritiva e pode ser roteada usando cabeçalhos. Não é necessário o handshake initialize/initialized ou Mcp-Session-Id porque cada solicitação inclui todas as informações necessárias nos cabeçalhos HTTP ou no parâmetro _meta. Os servidores MCP podem solicitar mais informações necessárias para uma ferramenta usando solicitações de várias viagens de ida e volta (MRTR).

Para ajudar a rotear e processar solicitações sem analisar o corpo da solicitação, alguns cabeçalhos do MCP são necessários, incluindo os seguintes:

• Cabeçalhos exigidos pela especificação do MCP, como o cabeçalho da versão do protocolo e os cabeçalhos da solicitação padrão.
• Cabeçalhos personalizados definidos pelo servidor MCP. Esses cabeçalhos são espelhados em cabeçalhos HTTP do esquema de entrada da ferramenta usando a propriedade x-mcp-header. Por exemplo, um servidor MCP pode definir um cabeçalho personalizado para especificar a região ou o ID do projeto Google Cloud .

Para mais informações sobre a arquitetura do MCP, consulte a especificação e as principais mudanças da versão 2026-07-28 do MCP.

Para informações sobre o servidor MCP local do GKE, consulte Servidor MCP do GKE no GitHub.

Servidores MCP remotos do Google e Google Cloud

Os servidores MCP remotos do Google e do Google Cloud têm os seguintes recursos e benefícios:

• Descoberta simplificada e centralizada
• Endpoints HTTP globais ou regionais gerenciados
• Autorização detalhada
• Segurança opcional de comandos e respostas com a proteção do Model Armor
• Geração de registros de auditoria centralizada

Para informações sobre outros servidores MCP e sobre os controles de segurança e governança disponíveis para servidores MCP do Google Cloud, consulte Visão geral dos servidores MCP do Google Cloud.

Talvez você queira usar o servidor MCP local do GKE pelos seguintes motivos:

• Desenvolvimento e teste locais
• Uso off-line do MCP
• Criação de clusters e cargas de trabalho, incluindo a geração de manifestos para cargas de trabalho de IA/ML
• Configuração do cliente local (usando kubeconfig)
• Registros de consultas
• Receber recomendações de custo e segurança para seu ambiente do GKE

Para mais informações sobre como usar nosso servidor MCP local, consulte Servidor MCP do GKE. As seções a seguir se aplicam apenas ao servidor MCP remoto do GKE.

Antes de começar

Faça login na sua conta do Google Cloud . Se você começou a usar o Google Cloudagora, crie uma conta para avaliar o desempenho dos nossos produtos em situações reais. Clientes novos também recebem US $300 em créditos para executar, testar e implantar cargas de trabalho sem custos financeiros.
Instale a CLI do Google Cloud.
Observação:se você já instalou a CLI gcloud, execute o comando gcloud components update para verificar se tem a versão mais recente.
Ao usar um provedor de identidade (IdP) externo, primeiro faça login na CLI gcloud com sua identidade federada.
Para inicializar a CLI gcloud, execute o seguinte comando:
gcloud init
Crie ou selecione um Google Cloud projeto.
Funções necessárias para selecionar ou criar um projeto
• Selecionar um projeto: não é necessário um papel específico do IAM para selecionar um projeto. Você pode escolher qualquer projeto em que tenha recebido um papel.
• Criar um projeto: para criar um projeto, é preciso ter o papel de Criador de projetos (roles/resourcemanager.projectCreator), que contém a permissão resourcemanager.projects.create. Saiba como conceder papéis.
Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.
• Crie um projeto do Google Cloud :

  gcloud projects create PROJECT_ID

  Substitua PROJECT_ID por um nome para o projeto do Google Cloud que você está criando.

• Selecione o projeto Google Cloud que você criou:

  gcloud config set project PROJECT_ID

  Substitua PROJECT_ID pelo nome do projeto do Google Cloud .
Verifique se o faturamento está ativado para o projeto do Google Cloud .
Ative a API Kubernetes Engine, se ela ainda não estiver ativada:
Funções necessárias para ativar APIs
Para ativar APIs, você precisa da permissão serviceusage.services.enable. Se você criou o projeto, provavelmente já tem essa permissão pelo papel de proprietário (roles/owner). Caso contrário, é possível conseguir essa permissão pelo papel de administrador do Service Usage (roles/serviceusage.serviceUsageAdmin). Saiba como conceder papéis.
gcloud services enable container.googleapis.com
Conceda papéis à sua conta de usuário. Execute uma vez o seguinte comando para cada um dos seguintes papéis do IAM: roles/container.clusterViewer
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
Substitua:
• PROJECT_ID: o ID do projeto.
• USER_IDENTIFIER: o identificador da sua conta de usuário . Por exemplo, [e-mail].
• ROLE: o papel do IAM que você concede à sua conta de usuário.

Instale a CLI do Google Cloud.

Observação:se você já instalou a CLI gcloud, execute o comando gcloud components update para verificar se tem a versão mais recente.

Ao usar um provedor de identidade (IdP) externo, primeiro faça login na CLI gcloud com sua identidade federada.

Para inicializar a CLI gcloud, execute o seguinte comando:

gcloud init

Crie ou selecione um Google Cloud projeto.

Funções necessárias para selecionar ou criar um projeto

• Selecionar um projeto: não é necessário um papel específico do IAM para selecionar um projeto. Você pode escolher qualquer projeto em que tenha recebido um papel.
• Criar um projeto: para criar um projeto, é preciso ter o papel de Criador de projetos (roles/resourcemanager.projectCreator), que contém a permissão resourcemanager.projects.create. Saiba como conceder papéis.

Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

• Crie um projeto do Google Cloud :

  gcloud projects create PROJECT_ID

  Substitua PROJECT_ID por um nome para o projeto do Google Cloud que você está criando.

• Selecione o projeto Google Cloud que você criou:

  gcloud config set project PROJECT_ID

  Substitua PROJECT_ID pelo nome do projeto do Google Cloud .

Verifique se o faturamento está ativado para o projeto do Google Cloud .

Ative a API Kubernetes Engine, se ela ainda não estiver ativada:

Funções necessárias para ativar APIs

Para ativar APIs, você precisa da permissão serviceusage.services.enable. Se você criou o projeto, provavelmente já tem essa permissão pelo papel de proprietário (roles/owner). Caso contrário, é possível conseguir essa permissão pelo papel de administrador do Service Usage (roles/serviceusage.serviceUsageAdmin). Saiba como conceder papéis.

gcloud services enable container.googleapis.com

Conceda papéis à sua conta de usuário. Execute uma vez o seguinte comando para cada um dos seguintes papéis do IAM: roles/container.clusterViewer

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

Substitua:

• PROJECT_ID: o ID do projeto.
• USER_IDENTIFIER: o identificador da sua conta de usuário . Por exemplo, [e-mail].
• ROLE: o papel do IAM que você concede à sua conta de usuário.

Funções exigidas

O principal que faz chamadas para as ferramentas do servidor MCP remoto precisa de permissões para acessar os recursos do GKE. Esse principal pode ser um usuário humano ou uma conta de serviço automatizada. No mínimo, conceda o seguinte papel no projeto doGoogle Cloud :

• Usuário da ferramenta MCP (roles/mcp.toolUser): concede permissão para fazer chamadas de ferramenta ao endpoint do servidor MCP.
• Leitor de cluster do Kubernetes Engine (roles/container.clusterViewer): esse papel fornece o acesso somente leitura necessário para as ferramentas do servidor remoto.

Conceda esse papel para:

• Uma conta de usuário quando uma pessoa está interagindo com o servidor MCP por um cliente como a CLI do Gemini.
• Uma conta de serviço ao criar um agente ou aplicativo autônomo que chama o servidor MCP.

Autenticação e autorização

Os servidores MCP remotos do GKE usam o protocolo OAuth 2.0 com o Identity and Access Management (IAM) para autenticação e autorização. Todas as identidades doGoogle Cloud são compatíveis com a autenticação em servidores MCP.

O servidor MCP remoto do GKE não aceita chaves de API para autenticação.

Recomendamos criar uma identidade separada para agentes que usam ferramentas MCP para que o acesso aos recursos possa ser controlado e monitorado. Para mais informações sobre autenticação, consulte Autenticar em servidores MCP.

Escopos do OAuth do MCP remoto do GKE

O OAuth 2.0 usa escopos e credenciais para determinar se um principal autenticado tem autorização para realizar uma ação específica em um recurso. Para mais informações sobre os escopos do OAuth 2.0 no Google, leia Como usar o OAuth 2.0 para acessar as APIs do Google.

O GKE tem os seguintes escopos OAuth da ferramenta MCP:

URI de escopo para a CLI gcloud	Descrição
https://www.googleapis.com/auth/container	Concede acesso completo de leitura e gravação aos recursos do GKE.
https://www.googleapis.com/auth/container.read-only	Concede acesso somente leitura aos seus recursos do GKE.
https://www.googleapis.com/auth/cloud-platform	Concede acesso amplo de leitura e gravação aos seus projetos do Google Cloud .

Outros escopos podem ser necessários nos recursos acessados durante uma chamada de ferramenta. Para conferir uma lista dos escopos necessários para o GKE, consulte API GKE.

Configurar um cliente MCP para usar o servidor MCP do GKE

Aplicativos e agentes de IA, como Claude ou Antigravity, podem instanciar um cliente MCP que se conecta a um único servidor MCP. Um aplicativo de IA pode ter vários clientes que se conectam a diferentes servidores do MCP. Se o aplicativo não estiver listado nas orientações específicas do cliente, use as informações a seguir para se conectar na maioria dos aplicativos.

No seu aplicativo de IA, procure uma maneira de adicionar ou se conectar a um servidor MCP remoto. Para o servidor MCP do GKE, insira as seguintes informações, conforme necessário:

• Nome do servidor: servidor MCP remoto do GKE
• URL do servidor ou Endpoint: https://container.googleapis.com/mcp ou outro URL do conjunto de ferramentas. Consulte Ferramentas disponíveis.
• Transporte: HTTP transmitível
• Detalhes de autenticação: dependendo de como você quer fazer a autenticação, insira suas credenciais do Google Cloud , o ID e a chave secreta do cliente OAuth ou uma identidade e credenciais de agente. Para mais informações sobre autenticação, consulte Autenticar em servidores MCP.
• Escopo do OAuth: o escopo do OAuth 2.0 que você quer usar ao se conectar ao servidor MCP do GKE.

Para orientações específicas sobre como configurar e se conectar ao servidor MCP, consulte Orientações específicas do cliente.

Para orientações mais gerais, consulte os seguintes recursos:

• Conexão com servidores MCP remotos.
• Configurar o MCP em um aplicativo de IA.

URIs de redirecionamento

Para aplicativos baseados na Web e alguns aplicativos para computador, é necessário permitir uma URI de redirecionamento ao criar um ID e uma chave secreta do cliente para autenticação. Os URIs de redirecionamento são usados pelo servidor de autorização para enviar tokens ao seu aplicativo. A documentação do aplicativo deve especificar o URI de redirecionamento que você precisa usar. URIs de redirecionamento personalizados não são compatíveis.

Ferramentas disponíveis

Para conferir detalhes das ferramentas do MCP disponíveis e as descrições delas para o servidor MCP do GKE, consulte a referência do MCP do GKE.

Ferramentas de lista

Use o inspetor do MCP para listar ferramentas ou envie uma solicitação HTTP tools/list diretamente ao servidor MCP remoto do GKE. O método tools/list não requer autenticação.

curl -X POST https://container.googleapis.com/TOOLSET_ENDPOINT \
    -H 'Content-Type: application/json' \
    -H 'Accept: application/json' \
    -H 'MCP-Protocol-Version: MCP_PROTOCOL_VERSION' \
    -H 'Mcp-Method: tools/list' \
    -d '{
      "jsonrpc": "2.0",
      "id": 1,
      "method": "tools/list",
      "params": {
        "_meta": {
          "io.modelcontextprotocol/protocolVersion": "MCP_PROTOCOL_VERSION",
          "io.modelcontextprotocol/clientCapabilities": {
            "extensions": {
              "io.modelcontextprotocol/ui": {
                "mimeTypes": ["text/html;profile=mcp-app"]
              }
            }
          }
        }
      }
    }'

Substitua:

• TOOLSET_ENDPOINT: o restante do endpoint do MCP após o nome do serviço. Por exemplo, para o GKE, pode ser mcp/toolset-name.
• MCP_PROTOCOL_VERSION: a versão do protocolo MCP, por exemplo, 2026-07-28.

Exemplos de casos de uso

Confira a seguir exemplos de casos de uso do servidor MCP remoto do GKE:

• Inspecione a configuração e o status dos clusters do GKE e pools de nós. Por exemplo, use o comando: "Mostre os detalhes do meu 'production-cluster' e liste todos os pools de nós dele".
• Veja as configurações de recursos do Kubernetes e os registros de contêiner de um cluster sem usar o kubectl. Por exemplo, use o comando: "Get the YAML for the 'frontend-deployment' in the 'default' namespace".
• Monitore o status de operações de longa duração do GKE, como upgrades de cluster. Por exemplo, use o comando: "Liste todas as operações do GKE no meu projeto da última hora".

Configurações opcionais de segurança

O MCP apresenta novos riscos e considerações de segurança devido à grande variedade de ações que podem ser realizadas com as ferramentas do MCP. Para minimizar e gerenciar esses riscos, o Google Cloud oferece configurações padrão e políticas personalizáveis para controlar o uso das ferramentas do MCP na sua organização ou projeto do Google Cloud.

Para mais informações sobre a segurança e a governança do MCP, consulte Segurança e proteção da IA.

Ao usar o MCP com o GKE, é importante entender o modelo de responsabilidade compartilhada entre você e o Google. Embora o Google proteja a infraestrutura e o próprio servidor do MCP, você é responsável por proteger as credenciais usadas pelo cliente do MCP, definir políticas adequadas do IAM para essas credenciais e monitorar as ações realizadas pelo agente de IA.

Usar o Model Armor

O Model Armor é um serviço doGoogle Cloud projetado para aprimorar a segurança dos seus aplicativos com a IA. Ele funciona verificando de maneira proativa os comandos e respostas de LLMs, protegendo contra vários riscos e apoiando práticas de IA responsável. Seja no seu ambiente de nuvem ou em provedores externos, o Model Armor ajuda a evitar entradas maliciosas, verificar a segurança do conteúdo, proteger dados sensíveis, manter a conformidade e aplicar suas políticas de segurança de IA de maneira consistente em todo o seu cenário de IA.

Quando o Model Armor está ativado com a geração de registros ativada, ele registra todo o payload. Isso pode expor informações sensíveis nos seus registros.

Roteamento de solicitações do MCP para o Model Armor

O Model Armor está disponível em determinadas regiões. Quando o Model Armor está ativado e você usa um servidor MCP em uma jurisdição que não tem suporte do Model Armor, o comportamento de roteamento da chamada pode ser diferente para diferentes servidores MCP e violar a conformidade de residência de dados para dados em uso e em trânsito. Para mais informações sobre o comportamento de servidores MCP individuais, consulte Produtos compatíveis com o Model Armor.

Ativar o Model Armor

É necessário ativar as APIs do Model Armor antes de usar o serviço.

Console

1. Ative a API Model Armor, se ela ainda não estiver ativada.

   Funções necessárias para ativar APIs

   Para ativar APIs, você precisa da permissão serviceusage.services.enable. Se você criou o projeto, provavelmente já tem essa permissão pelo papel de proprietário (roles/owner). Caso contrário, é possível receber essa permissão pelo papel de administrador do Service Usage (roles/serviceusage.serviceUsageAdmin). Saiba como conceder papéis.

   Ativar a API

2. Selecione o projeto em que você quer ativar o Model Armor.

gcloud

Antes de começar, siga estas etapas usando a Google Cloud CLI com a API Model Armor:

1. No console do Google Cloud , ative o Cloud Shell.

   Ativar o Cloud Shell

   Na parte de baixo do console Google Cloud , uma sessão do Cloud Shell é iniciada e exibe um prompt de linha de comando. O Cloud Shell é um ambiente shell com a CLI do Google Cloud já instalada e com valores já definidos para o projeto atual. A inicialização da sessão pode levar alguns segundos.

2. Execute o comando a seguir para definir o endpoint de API do serviço Model Armor.

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

   Substitua LOCATION pela região em que você quer usar o Model Armor.

Configurar a proteção para servidores MCP remotos do Google e do Google Cloud

Para ajudar a proteger as chamadas e respostas da ferramenta MCP, use as configurações mínimas do Model Armor. Uma configuração mínima define os filtros de segurança mínimos que se aplicam a todo o projeto. Essa configuração aplica um conjunto consistente de filtros a todas as chamadas e respostas de ferramentas do MCP no projeto.

Dica: não ative o filtro de injeção de comandos e jailbreak, a menos que seu tráfego do MCP contenha dados de linguagem natural.

Configure uma configuração mínima do Model Armor com a sanitização da MCP ativada. Para mais informações, consulte Configurar as configurações mínimas do Model Armor.

Observação: se o agente e o servidor MCP estiverem em projetos diferentes, será possível criar configurações mínimas em ambos os projetos (o projeto do cliente e o projeto do recurso). Nesse caso, o Model Armor é invocado duas vezes, uma para cada projeto.

Confira o exemplo de comando a seguir:

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"}]'

Substitua PROJECT_ID pelo ID do projeto Google Cloud .

Observe as seguintes configurações:

• INSPECT_AND_BLOCK: o tipo de restrição que inspeciona o conteúdo do servidor MCP do Google e bloqueia comandos e respostas que correspondem aos filtros.
• ENABLED: a configuração que ativa um filtro ou uma aplicação.
• MEDIUM_AND_ABOVE: o nível de confiança para as configurações do filtro de IA responsável - Perigoso. É possível modificar essa configuração, mas valores mais baixos podem resultar em mais falsos positivos. Para mais informações, consulte Níveis de confiança do Model Armor.

Desativar a verificação do tráfego do MCP com o Model Armor

Para impedir que o Model Armor verifique automaticamente o tráfego de e para os servidores MCP do Google com base nas configurações mínimas do projeto, execute o seguinte comando:

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

Substitua PROJECT_ID pelo ID do projeto do Google Cloud . O Model Armor não aplica automaticamente as regras definidas nas configurações mínimas desse projeto a nenhum tráfego do servidor MCP do Google.

As configurações mínimas e a configuração geral do Model Armor podem afetar mais do que apenas o MCP. Como o Model Armor se integra a serviços como a Vertex AI, as mudanças feitas nas configurações mínimas podem afetar a verificação de tráfego e os comportamentos de segurança em todos os serviços integrados, não apenas no MCP.

Controlar o uso do MCP com políticas do IAM

As políticas de negação e permissão do Identity and Access Management (IAM) ajudam a proteger os servidores Google Cloud e do Google MCP.

É possível combinar vários critérios para criar políticas personalizadas de segurança e governança, permitindo ou negando o acesso com base no seguinte:

• O principal.
• Propriedades da ferramenta, como o atributo somente leitura.
• O nome do serviço ou da ferramenta.
• O ID do cliente OAuth do aplicativo.

Para mais informações, consulte Controlar o uso do MCP com o Identity and Access Management.

A seguir

• Leia a documentação de referência do MCP remoto do GKE.
• Saiba mais sobre os servidores MCP do Google Cloud.