使用 Cloud Logging 遠端 MCP 伺服器

本文說明如何使用 Cloud Logging 遠端 Model Context Protocol (MCP) 伺服器，連線至 AI 應用程式，包括 Gemini CLI、ChatGPT、Claude 和您開發的自訂應用程式。代理程式和 API 應用程式可透過 Cloud Logging 遠端 MCP 伺服器與記錄項目互動。

啟用 Cloud Logging API 時，系統會啟用 Cloud Logging 遠端 MCP 伺服器。

Model Context Protocol (MCP) 標準可將大型語言模型 (LLM) 和 AI 應用程式/代理程式連結至外部資料來源的方式標準化。MCP 伺服器可讓您使用工具、資源和提示，從後端服務採取行動及取得更新資料。

本機和遠端 MCP 伺服器有何不同？

本機 MCP 伺服器: 通常在本機執行，並使用標準輸入和輸出串流 (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，供 AI MCP 用戶端與 MCP 伺服器通訊。如要進一步瞭解 MCP 架構，請參閱 MCP 架構。

如要瞭解 Cloud Logging 本機 MCP 伺服器，請參閱 GitHub 上的 Cloud Logging MCP 伺服器。

Google 和 Google Cloud 遠端 MCP 伺服器

Google 和 Google Cloud 遠端 MCP 伺服器具備下列功能和優點：

簡化集中式探索作業
代管全域或區域 HTTP 端點
精細授權
(選用) 使用 Model Armor 保護提示詞和回覆
集中式稽核記錄

如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器適用的安全性與控管措施，請參閱 Google Cloud MCP 伺服器總覽。

您可能基於下列原因而使用 Cloud Logging 本機 MCP 伺服器：

在本機開發及測試
離線使用 MCP

如要進一步瞭解如何使用本機 MCP 伺服器，請參閱「Cloud Logging MCP 伺服器」。下列章節僅適用於 Cloud Logging 遠端 MCP 伺服器。

事前準備

登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。

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.

啟用 Cloud Logging API。
啟用 API 時所需的角色
如要啟用 API，您需要服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。
啟用 API

必要的角色

如要取得使用 Cloud Logging MCP 伺服器所需的權限，請要求管理員在您要使用 Cloud Logging MCP 伺服器的專案中，授予下列 IAM 角色：

發出 MCP 工具呼叫： MCP 工具使用者 (roles/mcp.toolUser)
使用 Logging MCP 工具： Logging 管理員 (roles/logging.admin)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備使用 Cloud Logging MCP 伺服器所需的權限。如要查看確切的必要權限，請展開「Required permissions」(必要權限) 部分：

所需權限

如要使用 Cloud Logging MCP 伺服器，必須具備下列權限：

呼叫 MCP 工具： mcp.tools.call

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

驗證及授權

Cloud Logging 遠端 MCP 伺服器會使用 OAuth 2.0 通訊協定搭配 Identity and Access Management (IAM) 進行驗證及授權。所有Google Cloud 身分皆支援 MCP 伺服器的驗證。

記錄遠端 MCP 伺服器會接受 API 金鑰。

建議您使用 MCP 工具為代理商建立個別身分，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 伺服器進行驗證」。

Cloud Logging MCP OAuth 範圍

OAuth 2.0 會使用範圍和憑證，判斷經過驗證的主體是否獲得授權，可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」。

Cloud Logging 具有下列 MCP 工具 OAuth 範圍：

gcloud CLI 的範圍 URI	說明
`https://www.googleapis.com/auth/logging.admin`	管理 Google Cloud 專案的記錄資料。
`https://www.googleapis.com/auth/logging.read`	查看專案的記錄資料。 Google Cloud
`https://www.googleapis.com/auth/logging.write`	提交專案的記錄資料。 Google Cloud

在工具呼叫期間存取的資源可能需要其他範圍。如要查看 Cloud Logging 所需的範圍清單，請參閱「Cloud Logging API 的驗證範圍」。

設定 MCP 用戶端，以便使用 Cloud Logging MCP 伺服器

AI 應用程式和代理 (例如 Claude 或 Gemini CLI) 可以例項化 MCP 用戶端，連線至單一 MCP 伺服器。AI 應用程式可有多個連至不同 MCP 伺服器的用戶端。如要連線至遠端 MCP 伺服器，MCP 用戶端至少須知道遠端 MCP 伺服器的網址。

在 AI 應用程式中，連線至遠端 MCP 伺服器。系統會提示你輸入伺服器的詳細資料，例如名稱和網址。

如果是 Cloud Logging MCP 伺服器，請視需要輸入下列內容：

欄位	值
伺服器名稱	Cloud Logging MCP 伺服器
伺服器網址或端點	`https://logging.googleapis.com/mcp`
交通運輸	HTTP
驗證詳細資料	視驗證方式而定，您可以輸入 Google Cloud 憑證、OAuth 用戶端 ID 和密鑰，或是代理程式身分和憑證。如要進一步瞭解驗證，請參閱「向 MCP 伺服器進行驗證」。
OAuth 範圍	連線至 Cloud Logging MCP 伺服器時要使用的 OAuth 2.0 範圍。

如需特定主機的指引，請參閱下列文章：

如需更多一般指引，請參閱下列資源：

可用的工具

如要查看 Cloud Logging MCP 伺服器的可用 MCP 工具詳細資料和說明，請參閱「Cloud Logging MCP 參考資料」。

列出工具

使用 MCP 檢查器列出工具，或直接將 tools/list HTTP 要求傳送至 Cloud Logging 遠端 MCP 伺服器。tools/list 方法不需要驗證。

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

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

範例提示詞

以下是您可能用於 Cloud Logging MCP 伺服器的提示：

「Can you list all log views in the log bucket my-bucket?」(你可以列出記錄檔值區 my-bucket 中的所有記錄檢視畫面嗎？)
顯示過去 24 小時內的所有重大記錄。
「Retrieve the log entries for the Compute Engine instance web-server from the past hour.」(擷取過去一小時內 Compute Engine 執行個體的記錄檔項目)。
顯示最近 7 天內含有特定服務帳戶的所有記錄。

選用的安全防護設定

由於 MCP 工具可執行各種動作，因此會帶來新的安全風險和考量。為盡量降低及管理這些風險，Google Cloud 提供預設設定和可自訂的政策，控管機構或專案中 MCP 工具的使用情形。 Google Cloud

如要進一步瞭解 MCP 安全性和控管措施，請參閱這篇文章。

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。這項功能會主動篩選 LLM 提示詞和回覆，防範各種風險並支援負責任的 AI 做法。無論您是在雲端環境或外部雲端供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護私密資料、維持法規遵循狀態，並在多元的 AI 環境中，持續強制執行 AI 安全政策。

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私密資訊外洩。

啟用 Model Armor

您必須先啟用 Model Armor API，才能使用 Model Armor。

控制台

啟用 Model Armor API。
啟用 API 時所需的角色
如要啟用 API，您需要服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。
啟用 API
選取要啟用 Model Armor 的專案。

gcloud

開始前，請使用 Google Cloud CLI 搭配 Model Armor API 執行下列步驟：

在 Google Cloud 控制台中啟用 Cloud Shell。

啟用 Cloud Shell

Google Cloud 主控台底部會開啟一個 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，並已針對您目前的專案設定好相關值。工作階段可能要幾秒鐘的時間才能初始化。
執行下列指令，為 Model Armor 服務設定 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 伺服器的防護功能

如要保護 MCP 工具呼叫和回應，可以使用 Model Armor 底限設定。底限設定會定義專案適用的最低安全性篩選條件。這項設定會對專案中的所有 MCP 工具呼叫和回應套用一致的篩選器。

設定啟用 MCP 消毒功能的 Model Armor 底限設定。詳情請參閱「設定 Model Armor 底價」。

請參閱下列指令範例：

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：強制執行類型，可檢查 Google MCP 伺服器的內容，並封鎖符合篩選條件的提示和回覆。
ENABLED：啟用篩選器或強制執行的設定。
MEDIUM_AND_ABOVE：負責任的 AI 技術 - 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誤判。詳情請參閱「Model Armor 信心水準」。

使用 Model Armor 停用掃描 MCP 流量

如要停止讓 Model Armor 根據專案的底限設定，自動掃描往返 Google MCP 伺服器的流量，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 不會自動將這個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僅會影響 MCP，由於 Model Armor 會與 Agent Platform 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 (不只是 MCP) 的流量掃描和安全行為。

使用 IAM 拒絕政策控管 MCP 使用情形

身分與存取權管理 (IAM) 拒絕政策可協助您保護遠端 MCP 伺服器。 Google Cloud 設定這些政策，封鎖不必要的 MCP 工具存取權。

舉例來說，您可以根據下列條件拒絕或允許存取：

主體
工具屬性 (例如唯讀)
應用程式的 OAuth 用戶端 ID

詳情請參閱「使用 Identity and Access Management 控制 MCP 使用情形」。

後續步驟

參閱 Cloud Logging MCP 參考文件。
進一步瞭解 Google Cloud MCP 伺服器。

使用 Cloud Logging 遠端 MCP 伺服器 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

本機和遠端 MCP 伺服器有何不同？

Google 和 Google Cloud 遠端 MCP 伺服器

事前準備

必要的角色

所需權限

驗證及授權

Cloud Logging MCP OAuth 範圍

設定 MCP 用戶端，以便使用 Cloud Logging MCP 伺服器

可用的工具

列出工具

範例提示詞

選用的安全防護設定

使用 Model Armor

啟用 Model Armor

控制台

gcloud

設定 Google 和 Google Cloud 遠端 MCP 伺服器的防護功能

使用 Model Armor 停用掃描 MCP 流量

使用 IAM 拒絕政策控管 MCP 使用情形

後續步驟

使用 Cloud Logging 遠端 MCP 伺服器