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更新資料。
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 AI MCP 用戶端與 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。舉例來說，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。
如要瞭解 GKE 本機 MCP 伺服器，請參閱 GitHub 上的 GKE MCP 伺服器。
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 伺服器的安全性和管理控制項，請參閱「Google Cloud MCP 伺服器總覽」。
您可能基於下列原因，想使用 GKE 本機 MCP 伺服器：
- 本機開發和測試
- 離線使用 MCP
- 建立叢集和工作負載，包括為 AI/機器學習工作負載生成資訊清單
- 本機用戶端設定 (使用
kubeconfig) - 查詢記錄
- 取得 GKE 環境的費用和安全性建議
如要進一步瞭解如何使用本機 MCP 伺服器，請參閱「GKE MCP 伺服器」。以下各節僅適用於 GKE 遠端 MCP 伺服器。
事前準備
- 登入 Google Cloud 帳戶。如果您未曾使用過 Google Cloud，歡迎 建立帳戶，親自體驗實際使用我們產品的成效。新客戶還能獲得價值 $300 美元的免費抵免額，用於執行、測試及部署工作負載。
-
安裝 Google Cloud CLI。
-
若您採用的是外部識別資訊提供者 (IdP)，請先 使用聯合身分登入 gcloud CLI。
-
執行下列指令，初始化 gcloud CLI：
gcloud init -
選取或建立專案所需的角色
- 選取專案：選取專案時不需要特定 IAM 角色，只要您獲派某個專案的角色，即可選取該專案。
-
建立專案：如要建立專案，您必須具備專案建立者角色 (
roles/resourcemanager.projectCreator)，其中包含resourcemanager.projects.create權限。瞭解如何授予角色。
-
建立 Google Cloud 專案：
gcloud projects create PROJECT_ID
將
PROJECT_ID替換為您要建立的 Google Cloud 專案名稱。 -
選取您建立的 Google Cloud 專案：
gcloud config set project PROJECT_ID
將
PROJECT_ID替換為 Google Cloud 專案名稱。
啟用 Kubernetes Engine API (如果尚未啟用)：
啟用 API 所需的角色
您必須具備
serviceusage.services.enable權限，才能啟用 API。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。gcloud services enable container.googleapis.com
-
將角色授予使用者帳戶。針對下列各個 IAM 角色執行下列指令一次：
roles/container.clusterViewergcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
更改下列內容：
PROJECT_ID：專案 ID。USER_IDENTIFIER：使用者帳戶 ID。 例如：myemail@example.com。ROLE：授予使用者帳戶的 IAM 角色。
-
安裝 Google Cloud CLI。
-
若您採用的是外部識別資訊提供者 (IdP)，請先 使用聯合身分登入 gcloud CLI。
-
執行下列指令，初始化 gcloud CLI：
gcloud init -
選取或建立專案所需的角色
- 選取專案：選取專案時不需要特定 IAM 角色，只要您獲派某個專案的角色，即可選取該專案。
-
建立專案：如要建立專案，您必須具備專案建立者角色 (
roles/resourcemanager.projectCreator)，其中包含resourcemanager.projects.create權限。瞭解如何授予角色。
-
建立 Google Cloud 專案：
gcloud projects create PROJECT_ID
將
PROJECT_ID替換為您要建立的 Google Cloud 專案名稱。 -
選取您建立的 Google Cloud 專案：
gcloud config set project PROJECT_ID
將
PROJECT_ID替換為 Google Cloud 專案名稱。
啟用 Kubernetes Engine API (如果尚未啟用)：
啟用 API 所需的角色
您必須具備
serviceusage.services.enable權限，才能啟用 API。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。gcloud services enable container.googleapis.com
-
將角色授予使用者帳戶。針對下列各個 IAM 角色執行下列指令一次：
roles/container.clusterViewergcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
更改下列內容：
PROJECT_ID：專案 ID。USER_IDENTIFIER：使用者帳戶 ID。 例如：myemail@example.com。ROLE：授予使用者帳戶的 IAM 角色。
必要的角色
呼叫遠端 MCP 伺服器工具的主體，必須具備存取 GKE 資源的權限。這個主體可以是真人使用者或自動化服務帳戶。請至少授予Google Cloud 專案下列角色：
- MCP 工具使用者 (
roles/mcp.toolUser)：可對 MCP 伺服器端點發出工具呼叫。 - Kubernetes Engine 叢集檢視者 (
roles/container.clusterViewer)：這個角色提供遠端伺服器工具所需的唯讀存取權。
將這個角色授予：
- 使用者帳戶：使用者透過 Gemini CLI 等用戶端與 MCP 伺服器互動時。
- 建構自主代理或呼叫 MCP 伺服器的應用程式時，請使用服務帳戶。
驗證及授權
GKE 遠端 MCP 伺服器會使用 OAuth 2.0 通訊協定和 Identity and Access Management (IAM) 進行驗證及授權。所有Google Cloud 身分都支援 MCP 伺服器驗證。
GKE 遠端 MCP 伺服器不接受 API 金鑰驗證。
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。如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。
GKE 遠端 MCP OAuth 範圍
OAuth 2.0 會使用範圍和憑證，判斷通過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」。
GKE 具有下列 MCP 工具 OAuth 範圍：
| gcloud CLI 的範圍 URI | 說明 |
|---|---|
https://www.googleapis.com/auth/container |
具備 GKE 資源的完整讀取/寫入權限。 |
https://www.googleapis.com/auth/container.read-only |
授予 GKE 資源的唯讀存取權。 |
https://www.googleapis.com/auth/cloud-platform |
授予 Google Cloud 專案的廣泛讀取/寫入權限。 |
在工具呼叫期間存取的資源，可能需要額外的範圍。如要查看 GKE 所需的範圍清單，請參閱「GKE API」。
設定 MCP 用戶端，以便使用 GKE 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。
在 AI 應用程式中，找出新增或連線至遠端 MCP 伺服器的方法。針對 GKE MCP 伺服器，請視需要輸入下列資訊：
- 伺服器名稱：GKE 遠端 MCP 伺服器
- 「伺服器網址」或「端點」：https://container.googleapis.com/mcp 或其他工具組網址，請參閱「可用工具」
- 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 GKE 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：
重新導向 URI
如果是網頁式應用程式和部分電腦應用程式，您必須在建立用於驗證的用戶端 ID 和密鑰時，將重新導向 URI 加入許可清單。授權伺服器會使用重新導向 URI，將權杖傳送至應用程式。應用程式說明文件應指定您必須使用的重新導向 URI。不支援自訂重新導向 URI。
可用的工具
如要查看 GKE MCP 伺服器可用的 MCP 工具詳細資料和說明，請參閱 GKE MCP 參考資料。
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 GKE 遠端 MCP 伺服器。tools/list 方法不需要驗證。
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"]
}
}
}
}
}
}'
更改下列內容：
TOOLSET_ENDPOINT：服務名稱後方的 MCP 端點其餘部分。舉例來說，如果是 GKE，這可能是mcp/toolset-name。MCP_PROTOCOL_VERSION：MCP 通訊協定版本，例如2026-07-28。
應用實例
以下是 GKE 遠端 MCP 伺服器的用途範例：
- 檢查 GKE 叢集和節點集區的設定和狀態。例如，您可以使用以下提示詞：「顯示『production-cluster』的詳細資料，並列出所有節點集區。」
- 不必使用 kubectl，即可在叢集內查看 Kubernetes 資源設定和容器記錄。例如，使用以下提示：「取得『default』命名空間中『frontend-deployment』的 YAML。」
- 監控長時間執行的 GKE 作業狀態，例如叢集升級。例如，您可以使用以下提示：「列出過去一小時內，我專案中的所有 GKE 作業。」
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」。
搭配使用 MCP 和 GKE 時，請務必瞭解您與 Google 之間的共同責任模式。雖然 Google 會保護基礎架構和 MCP 伺服器本身，但您仍須負責保護 MCP 用戶端使用的憑證、為這些憑證定義適當的 IAM 政策，以及監控 AI 代理執行的動作。
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，並確保採行負責任的 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
Model Armor 僅適用於特定區域。啟用 Model Armor 後，如果您在 Model Armor 不支援的管轄區使用 MCP 伺服器，呼叫的轉送行為可能會因 MCP 伺服器而異，且可能會違反使用中和傳輸中資料的資料落地法規。如要進一步瞭解個別 MCP 伺服器的行為，請參閱「Model Armor 支援的產品」。啟用 Model Armor
您必須先啟用 Model Armor API，才能使用 Model Armor。
控制台
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。
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 Google 和 Google Cloud 遠端 MCP 伺服器的保護措施
如要保護 MCP 工具呼叫和回覆，可以使用 Model Armor 底限設定。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：這個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：啟用篩選器或違規處置的設定。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，但較低的值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限設定中定義的規則，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，因此您對底限設定所做的任何變更，都可能影響所有整合服務的流量掃描和安全行為，不限於 MCP。
使用 IAM 政策控管 MCP
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 使用情形」。
後續步驟
- 請參閱 GKE 遠端 MCP 參考文件。
- 進一步瞭解 Google Cloud MCP 伺服器。