Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

使用 GKE 远程 MCP 服务器

Autopilot Standard

本文档介绍了如何使用 Google Kubernetes Engine 远程 Model Context Protocol (MCP) 服务器连接到 AI 应用，包括 Antigravity、ChatGPT、Claude 以及您正在开发的自定义应用。GKE 远程 MCP 服务器提供对 GKE 和 Kubernetes 资源的读取权限。它允许 AI 智能体检查和观察您的环境。当您启用 Google Kubernetes Engine API 时，Google Kubernetes Engine 远程 MCP 服务器也会启用。

Model Context Protocol (MCP) 规范了大语言模型 (LLM) 以及 AI 应用或智能体与外部数据源的连接方式。借助 MCP 服务器，您可以使用其工具、资源和提示来执行操作，并从其后端服务获取更新后的数据。

本地 MCP 服务器和远程 MCP 服务器有何区别？

本地 MCP 服务器: 通常在本地机器上运行，并使用标准输入和输出流 (stdio) 在同一设备上的服务之间进行通信。
远程 MCP 服务器: 在服务的基础设施上运行，并向 AI 应用提供 HTTP 端点，以便在 AI MCP 客户端和 MCP 服务器之间进行通信。如需详细了解 MCP 架构，请参阅 MCP 架构。

无状态核心

从 MCP 版本 2026-07-28 开始，MCP 从双向有状态协议更改为无状态协议。每个 MCP 请求都是自描述的，可以使用标头进行路由。不需要 initialize/initialized 握手或 Mcp-Session-Id，因为每个请求都包含 HTTP 标头或 _meta 参数中所需的所有信息。MCP 服务器可以通过多往返请求 (MRTR) 请求工具所需的其他信息。

为了在不解析请求正文的情况下帮助路由和处理请求，需要一些 MCP 标头，包括：

MCP 规范要求的标头，例如协议版本标头和标准请求标头。
由 MCP 服务器定义的自定义标头。这些标头会使用 x-mcp-header 属性从工具的输入架构镜像到 HTTP 标头中。例如，MCP 服务器可能会定义一个自定义标头，用于指定 Google Cloud 区域或项目 ID。

如需详细了解 MCP 架构，请参阅 MCP 版本 2026-07-28 规范和主要变更。

如需了解 GKE 本地 MCP 服务器，请参阅 GitHub 上的 GKE MCP 服务器。

Google 和 Google Cloud 远程 MCP 服务器

Google 和 Google Cloud 远程 MCP 服务器具有以下功能和优势：

简化、集中的发现
托管式全球或区域 HTTP 端点
细粒度授权
可选的提示和回答安全功能，由 Model Armor 提供保护
集中式审核日志记录

如需了解其他 MCP 服务器以及 Google Cloud MCP 服务器可用的安全和治理控制措施，请参阅 Google Cloud MCP 服务器概览。

出于以下原因，您可能需要使用 GKE 本地 MCP 服务器：

本地开发和测试
离线 MCP 使用
集群和工作负载创建，包括为 AI/机器学习工作负载生成清单
本地客户端配置（使用 kubeconfig）
查询日志
获取针对 GKE 环境的费用和安全建议

如需详细了解如何使用我们的本地 MCP 服务器，请参阅 GKE MCP 服务器。以下部分仅适用于 GKE 远程 MCP 服务器。

准备工作

登录您的 Google Cloud 账号。如果您是 Google Cloud新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

安装 Google Cloud CLI。

注意：如果您之前安装了 gcloud CLI，请确保通过运行 gcloud components update 来获得最新版本。

如果您使用的是外部身份提供方 (IdP)，则必须先使用联合身份登录 gcloud CLI。

如需初始化 gcloud CLI，请运行以下命令：

gcloud init

创建或选择 Google Cloud 项目。

选择或创建项目所需的角色

选择项目：选择项目不需要特定的 IAM 角色，您可以选择已获授角色的任何项目。
创建项目：如需创建项目，您需要拥有 Project Creator 角色 (roles/resourcemanager.projectCreator)，该角色包含 resourcemanager.projects.create 权限。了解如何授予角色。

创建 Google Cloud 项目：
```
gcloud projects create PROJECT_ID
```
将 PROJECT_ID 替换为您要创建的 Google Cloud 项目的名称。
选择您创建的 Google Cloud 项目：
```
gcloud config set project PROJECT_ID
```
将 PROJECT_ID 替换为您的 Google Cloud 项目名称。

验证是否已为您的 Google Cloud 项目启用结算功能。

启用 Kubernetes Engine API（如果尚未启用）：

启用 API 所需的角色

如需启用 API，您需要拥有 serviceusage.services.enable 权限。如果您创建了项目，则可能已经通过 Owner 角色 (roles/owner) 拥有此权限。否则，您可以通过 Service Usage Admin 角色 (roles/serviceusage.serviceUsageAdmin) 获得此权限。了解如何授予角色。

gcloud services enable container.googleapis.com

向您的用户账号授予角色。对以下每个 IAM 角色运行以下命令一次： roles/container.clusterViewer

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

替换以下内容：

PROJECT_ID：您的项目 ID。
USER_IDENTIFIER：您的用户账号的标识符。例如 myemail@example.com。
ROLE：您向用户账号授予的 IAM 角色。

安装 Google Cloud CLI。

注意：如果您之前安装了 gcloud CLI，请确保通过运行 gcloud components update 来获得最新版本。

如果您使用的是外部身份提供方 (IdP)，则必须先使用联合身份登录 gcloud CLI。

如需初始化 gcloud CLI，请运行以下命令：

gcloud init

创建或选择 Google Cloud 项目。

选择或创建项目所需的角色

选择项目：选择项目不需要特定的 IAM 角色，您可以选择已获授角色的任何项目。
创建项目：如需创建项目，您需要拥有 Project Creator 角色 (roles/resourcemanager.projectCreator)，该角色包含 resourcemanager.projects.create 权限。了解如何授予角色。

创建 Google Cloud 项目：
```
gcloud projects create PROJECT_ID
```
将 PROJECT_ID 替换为您要创建的 Google Cloud 项目的名称。
选择您创建的 Google Cloud 项目：
```
gcloud config set project PROJECT_ID
```
将 PROJECT_ID 替换为您的 Google Cloud 项目名称。

验证是否已为您的 Google Cloud 项目启用结算功能。

启用 Kubernetes Engine API（如果尚未启用）：

启用 API 所需的角色

gcloud services enable container.googleapis.com

向您的用户账号授予角色。对以下每个 IAM 角色运行以下命令一次： roles/container.clusterViewer

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

替换以下内容：

PROJECT_ID：您的项目 ID。
USER_IDENTIFIER：您的用户账号的标识符。例如 myemail@example.com。
ROLE：您向用户账号授予的 IAM 角色。

所需的角色

对远程 MCP 服务器工具进行调用的主账号需要具有访问 GKE 资源的权限。此主账号可以是人类用户，也可以是自动化服务账号。请至少授予Google Cloud 项目的以下角色：

MCP Tool User (roles/mcp.toolUser)：授予对 MCP 服务器端点进行工具调用的权限。
Kubernetes Engine Cluster Viewer (roles/container.clusterViewer)：此角色提供远程服务器工具所需的只读权限。

向以下账号授予此角色：

用户通过 Gemini CLI 等客户端与 MCP 服务器交互时的用户账号。
构建调用 MCP 服务器的自主代理或应用时的服务账号。

身份验证和授权

GKE 远程 MCP 服务器使用 OAuth 2.0 协议和 Identity and Access Management (IAM) 进行身份验证和授权。支持所有 Google Cloud 身份用于向 MCP 服务器进行身份验证。

GKE 远程 MCP 服务器不接受使用 API 密钥进行身份验证。

我们建议为使用 MCP 工具的智能体创建单独的身份，以便控制和监控对资源的访问。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。

GKE 远程 MCP OAuth 范围

OAuth 2.0 使用范围和凭证来确定经过身份验证的主账号是否有权对资源执行特定操作。如需详细了解 Google 的 OAuth 2.0 范围，请参阅使用 OAuth 2.0 访问 Google API。

GKE 具有以下 MCP 工具 OAuth 范围：

gcloud CLI 的范围 URI	说明
`https://www.googleapis.com/auth/container`	授予对 GKE 资源的完整读写权限。
`https://www.googleapis.com/auth/container.read-only`	授予对 GKE 资源的只读权限。
`https://www.googleapis.com/auth/cloud-platform`	授予对 Google Cloud 项目的广泛读写权限。

在工具调用期间访问的资源可能需要额外的范围。如需查看 GKE 所需的范围列表，请参阅 GKE API。

将 MCP 客户端配置为使用 GKE MCP 服务器

Claude 或 Antigravity 等 AI 应用和智能体可以实例化连接到单个 MCP 服务器的 MCP 客户端。一个 AI 应用可以有多个连接到不同 MCP 服务器的客户端。如果您的应用未在特定于客户端的指南中列出，则可以使用以下信息从大多数应用进行连接。

在 AI 应用中，寻找添加或连接到远程 MCP 服务器的方式。对于 GKE MCP 服务器，请根据需要输入以下信息：

服务器名称：GKE 远程 MCP 服务器
服务器网址或端点：https://container.googleapis.com/mcp 或其他工具集网址，请参阅可用工具
传输：可流式传输的 HTTP
身份验证详细信息：您可以根据所需的身份验证方式，输入 Google Cloud 凭证、OAuth 客户端 ID 和密钥，或代理身份和凭证。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。
OAuth 范围：连接到 GKE MCP 服务器时要使用的 OAuth 2.0 范围。

如需了解有关设置和连接到 MCP 服务器的应用专属指南，请参阅客户端专属指南。

如需了解更宽泛的指南，请参阅以下资源：

重定向 URI

对于基于 Web 的应用和某些桌面应用，您必须在创建用于身份验证的客户端 ID 和密钥时将重定向 URI 列入许可清单。授权服务器使用重定向 URI 向您的应用发送令牌。应用的文档应指定您必须使用的重定向 URI。不支持自定义重定向 URI。

可用工具

如需查看 GKE MCP 服务器的可用 MCP 工具的详细信息及其说明，请参阅 GKE MCP 参考文档。

列出工具

使用 MCP 检查器列出工具，或直接向 GKE 远程 MCP 服务器发送 tools/list HTTP 请求。tools/list 方法不需要进行身份验证。

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"]
              }
            }
          }
        }
      }
    }'

替换以下内容：

TOOLSET_ENDPOINT：MCP 端点在服务名称之后的部分。例如，对于 GKE，这可能是 mcp/toolset-name。
MCP_PROTOCOL_VERSION：MCP 协议版本，例如 2026-07-28。

示例应用场景

以下是 GKE 远程 MCP 服务器的示例应用场景：

检查 GKE 集群和节点池的配置和状态。例如，使用提示：“Show me the details of my '生产环境集群' and list all of its 节点池。”
无需使用 kubectl，即可查看集群内的 Kubernetes 资源配置和容器日志。例如，使用提示：“Get the YAML for the 'frontend-deployment' in the 'default' namespace.”
监控长时间运行的 GKE 操作（例如集群升级）的状态。例如，使用提示：“List all the GKE operations in my project from the last hour.”

可选的安全和保障配置

由于 MCP 工具可执行各种操作，因此 MCP 会引发新的安全风险和注意事项。为了最大限度地降低这些风险并进行管理，Google Cloud 提供了默认设置和可自定义的政策，用于控制 MCP 工具在 Google Cloud组织或项目中的使用。

如需详细了解 MCP 安全性和治理，请参阅 AI 安全性。

将 MCP 与 GKE 搭配使用时，请务必了解您与 Google 之间的责任共担模型。虽然 Google 负责保护基础设施和 MCP 服务器本身，但您需要负责保护 MCP 客户端使用的凭证、为这些凭证定义适当的 IAM 政策，以及监控 AI 智能体执行的操作。

使用 Model Armor

Model Armor 是一项Google Cloud 服务，旨在增强 AI 应用的安全性。它通过主动筛选 LLM 提示和回答来防范各种风险，并支持 Responsible AI 实践。无论您是在云环境还是外部云服务提供商中部署 AI，Model Armor 都能帮助您防止恶意输入、验证内容安全性、保护敏感数据、保持合规性，并在各种 AI 环境中以一致的方式实施 AI 安全政策。

启用 Model Armor 并启用日志记录后，Model Armor 会记录整个载荷。这可能会在日志中泄露敏感信息。

MCP 请求路由到 Model Armor

Model Armor 仅在部分区域提供。如果 Model Armor 处于启用状态，并且您在 Model Armor 不支持的管辖区内使用 MCP 服务器，则不同 MCP 服务器的调用路由行为可能会有所不同，并且可能会违反使用中数据和传输中数据的数据驻留合规性。如需详细了解各个 MCP 服务器的行为，请参阅 Model Armor 支持的产品。

启用 Model Armor

您必须先启用 Model Armor API，然后才能使用 Model Armor。

控制台

启用 Model Armor API（如果尚未启用）。
启用 API 所需的角色
如需启用 API，您需要拥有 serviceusage.services.enable 权限。如果您创建了项目，则可能已经通过 Owner 角色 (roles/owner) 拥有此权限。否则，您可以通过 Service Usage Admin 角色 (roles/serviceusage.serviceUsageAdmin) 获得此权限。了解如何授予角色。
启用 API
选择要启用 Model Armor 的项目。

gcloud

在开始之前，请使用 Google Cloud CLI 和 Model Armor API 按照以下步骤操作：

在 Google Cloud 控制台中，激活 Cloud Shell。

激活 Cloud Shell

Cloud Shell 会话随即会在 Google Cloud 控制台的底部启动，并显示命令行提示符。Cloud Shell 是一个已安装 Google Cloud CLI 且已为当前项目设置值的 Shell 环境。该会话可能需要几秒钟时间来完成初始化。
运行以下命令，为 Model Armor 服务设置 API 端点。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
将 LOCATION 替换为您要使用 Model Armor 的区域。

为 Google 和 Google Cloud 远程 MCP 服务器配置保护措施

为帮助保护 MCP 工具调用和响应，您可以使用 Model Armor 下限设置。下限设置定义了适用于整个项目的最低安全过滤条件。此配置会将一组一致的过滤条件应用于项目中的所有 MCP 工具调用和响应。

设置 Model Armor 下限设置，并启用 MCP 清理功能。如需了解详情，请参阅配置 Model Armor 下限设置。

请参阅以下示例命令：

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"}]'

请将 PROJECT_ID 替换为您的 Google Cloud 项目 ID。

请注意以下设置：

INSPECT_AND_BLOCK：强制执行类型，用于检查 Google MCP 服务器的内容，并屏蔽与过滤条件匹配的提示和回答。
ENABLED：用于启用过滤条件或强制执行的设置。
MEDIUM_AND_ABOVE：Responsible AI - 危险过滤条件设置的置信度。您可以修改此设置，但较低的值可能会导致更多假正例。如需了解详情，请参阅 Model Armor 置信度。

禁止使用 Model Armor 扫描 MCP 流量

如需阻止 Model Armor 根据项目的下限设置自动扫描进出 Google MCP 服务器的流量，请运行以下命令：

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

将 PROJECT_ID 替换为 Google Cloud 项目 ID。Model Armor 不会自动将此项目的下限设置中定义的规则应用于任何 Google MCP 服务器流量。

Model Armor 下限设置和常规配置不仅会影响 MCP，还会影响其他方面。由于 Model Armor 与 Vertex AI 等服务集成，因此您对下限设置所做的任何更改都可能会影响所有集成服务（而不仅仅是 MCP）的流量扫描和安全行为。

使用 IAM 政策控制 MCP 的使用

Identity and Access Management (IAM) 拒绝政策和允许政策可帮助您保护 Google Cloud 和 Google MCP 服务器。

您可以组合使用多个条件，根据以下条件允许或拒绝访问，从而构建自定义安全和治理政策：

主账号。
工具属性，例如只读属性。
服务名称或工具名称。
应用的 OAuth 客户端 ID。

如需了解详情，请参阅使用 Identity and Access Management 控制 MCP 的使用。

后续步骤

阅读 GKE 远程 MCP 参考文档。
详细了解 Google Cloud MCP 服务器。

使用 GKE 远程 MCP 服务器 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

本地 MCP 服务器和远程 MCP 服务器有何区别？

无状态核心

Google 和 Google Cloud 远程 MCP 服务器

准备工作

所需的角色

身份验证和授权

GKE 远程 MCP OAuth 范围

将 MCP 客户端配置为使用 GKE MCP 服务器

重定向 URI

可用工具

列出工具

示例应用场景

可选的安全和保障配置

使用 Model Armor

MCP 请求路由到 Model Armor

启用 Model Armor

控制台

gcloud

为 Google 和 Google Cloud 远程 MCP 服务器配置保护措施

禁止使用 Model Armor 扫描 MCP 流量

使用 IAM 政策控制 MCP 的使用

后续步骤

使用 GKE 远程 MCP 服务器