使用 Cloud Logging 远程 MCP 服务器

本文档介绍了如何使用 Cloud Logging 远程 Model Context Protocol (MCP) 服务器连接到 AI 应用，包括 Gemini CLI、ChatGPT、Claude 和您正在开发的自定义应用。借助 Cloud Logging 远程 MCP 服务器，代理和 API 应用可以与您的日志条目进行交互。

当您启用 Cloud Logging API 时，Cloud Logging 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 应用或智能体连接到外部数据源的方式。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。

如需了解 Cloud Logging 本地 MCP 服务器，请参阅 GitHub 上的 Cloud Logging 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、集中式发现
托管式全球或区域 HTTP 端点
细粒度授权
使用 Model Armor 保护提示和回答（可选）
集中式审核日志记录

如需了解其他 MCP 服务器以及适用于 Google Cloud MCP 服务器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 Cloud Logging 本地 MCP 服务器：

本地开发和测试
离线使用 MCP

如需详细了解如何使用本地 MCP 服务器，请参阅 Cloud Logging MCP 服务器。以下部分仅适用于 Cloud Logging 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。

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

启用 Cloud Logging API。
启用 API 所需的角色
如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 权限。了解如何授予角色。
启用 API

所需角色

如需获得使用 Cloud Logging MCP 服务器所需的权限，请让管理员向您授予要在其中使用 Cloud Logging MCP 服务器的项目的以下 IAM 角色：

进行 MCP 工具调用： MCP Tool User (roles/mcp.toolUser)
使用 Logging MCP 工具： Logging Admin (roles/logging.admin)

如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

这些预定义角色包含使用 Cloud Logging MCP 服务器所需的权限。如需查看所需的确切权限，请展开所需权限部分：

所需权限

如需使用 Cloud Logging MCP 服务器，您需要拥有以下权限：

进行 MCP 工具调用： mcp.tools.call

您也可以使用自定义角色或其他预定义角色来获取这些权限。

身份验证和授权

Cloud Logging 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。

Logging 远程 MCP 服务器接受 API 密钥。

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权限。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。

Cloud Logging 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。

Cloud Logging 具有以下 MCP 工具 OAuth 范围：

gcloud CLI 的范围 URI	说明
`https://www.googleapis.com/auth/logging.admin`	管理您 Google Cloud 项目的日志数据。
`https://www.googleapis.com/auth/logging.read`	查看您 Google Cloud 项目的日志数据。
`https://www.googleapis.com/auth/logging.write`	提交您 Google Cloud 项目的日志数据。

在工具调用期间访问的资源可能需要其他范围。如需查看 Cloud Logging 所需的范围列表，请参阅 Cloud Logging API 的授权范围。

配置 MCP 客户端以使用 Cloud Logging MCP 服务器

Claude 或 Gemini CLI 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。如需连接到远程 MCP 服务器，MCP 客户端必须至少知道远程 MCP 服务器的网址。

在 AI 应用中，连接到远程 MCP 服务器。系统会提示您输入有关服务器的详细信息，例如其名称和网址。

对于 Cloud Logging MCP 服务器，请根据需要输入以下内容：

字段	值
服务器名称	Cloud Logging MCP 服务器
服务器网址或端点	`https://logging.googleapis.com/mcp`
传输	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	您在连接到 Cloud Logging MCP 服务器时要使用的 OAuth 2.0 范围。

如需查看特定于主机的指导，请参阅以下内容：

如需更通用的指导，请参阅以下资源：

可用的工具

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

列出工具

使用 MCP 检查器列出工具，或直接向 Cloud Logging 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。

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

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

示例提示

以下是您可能用于 Cloud Logging MCP 服务器的提示：

“您能否列出日志存储桶 my-bucket 中的所有日志视图？”
“显示过去 24 小时内的所有严重日志。”
“检索过去一小时内 Compute Engine 实例 web-server 的日志条目。”
“显示过去 7 天内包含特定服务帐号的所有日志。”

可选的安全配置

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 工具在您的 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。

使用 Model Armor

Model Armor 是一项旨在增强 AI 应用安全性和安全性的 Google Cloud 服务。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。

当 Model Armor 启用且日志记录也启用时，Model Armor 会记录整个载荷。这可能会在日志中公开敏感信息。

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。
启用 API 所需的角色
如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 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 会话随即会在控制台的底部启动，并显示命令行提示符。 Google Cloud 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

为了帮助保护 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。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：一种强制执行类型，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响应。
ENABLED：用于启用过滤条件或强制执行的设置。
MEDIUM_AND_ABOVE：Responsible AI - Dangerous 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误报。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。由于 Model Armor 与 Agent Platform 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的流量扫描和安全行为，而不仅仅是 MCP。

使用 IAM 拒绝政策控制 MCP 的使用

Identity and Access Management (IAM) 拒绝政策有助于保护 Google Cloud 远程 MCP 服务器。配置这些政策以阻止不必要的 MCP 工具访问。

例如，您可以根据以下条件拒绝或允许访问：

正文
工具属性，例如只读
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 Cloud Logging MCP 参考文档。
详细了解 Google Cloud MCP 服务器。

使用 Cloud Logging 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？

Google 和 Google Cloud 远程 MCP 服务器

准备工作

所需角色

所需权限

身份验证和授权

Cloud Logging MCP OAuth 范围

配置 MCP 客户端以使用 Cloud Logging MCP 服务器

可用的工具

列出工具

示例提示

可选的安全配置

使用 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

禁止使用 Model Armor 扫描 MCP 流量

使用 IAM 拒绝政策控制 MCP 的使用

后续步骤

使用 Cloud Logging 远程 MCP 服务器