Connettiti a Memorystore for Redis Cluster dalle applicazioni AI utilizzando il server MCP remoto

Anteprima

Queste funzionalità sono ai "Termini delle Offerte pre-GA" nella sezione Termini di servizio generali dei Termini di servizio specifici e ai Termini aggiuntivi per i prodotti in anteprima dell'AI generativa. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per ulteriori informazioni, consulta le descrizioni della fase di lancio.

Questo documento mostra come utilizzare il server Model Context Protocol (MCP) remoto di Memorystore for Redis Cluster per connettersi ad applicazioni AI, tra cui Gemini CLI, ChatGPT, Claude e applicazioni personalizzate che stai sviluppando. Il server MCP remoto Memorystore for Redis Cluster ti consente di gestire cluster e backup in Memorystore for Redis Cluster dai tuoi ambienti di sviluppo abilitati all'AI e dalle piattaforme di agenti AI.

Il server MCP remoto di Memorystore for Redis Cluster viene attivato quando attivi l'API Memorystore for Redis Cluster.

Il Model Context Protocol (MCP) standardizza il modo in cui i modelli linguistici di grandi dimensioni (LLM) e le applicazioni o gli agenti AI si connettono a origini dati esterne. I server MCP ti consentono di utilizzare i loro strumenti, risorse e prompt per eseguire azioni e ottenere dati aggiornati dal loro servizio di backend.

Qual è la differenza tra i server MCP locali e remoti?

Server MCP locali

In genere vengono eseguiti sulla macchina locale e utilizzano i flussi di input e output standard (stdio) per la comunicazione tra i servizi sullo stesso dispositivo.

Server MCP remoti

Viene eseguito sull'infrastruttura del servizio e offre un endpoint HTTP alle applicazioni di AI per la comunicazione tra il client AI MCP e il server MCP. Per maggiori informazioni sull'architettura MCP, consulta la sezione Architettura MCP.

Google e Google Cloud server MCP remoti

Google e i Google Cloud server MCP remoti hanno le seguenti funzionalità e vantaggi:

• Individuazione semplificata e centralizzata.
• Endpoint HTTP globali o regionali gestiti.
• Autorizzazione granulare.
• Sicurezza facoltativa di prompt e risposte con la protezione Model Armor.
• Audit logging centralizzato.

Per informazioni su altri server MCP e sui controlli di sicurezza e governance disponibili per i server MCP di Google Cloud, consulta la panoramica dei server MCP di Google Cloud.

Prima di iniziare

Accedi al tuo account Google Cloud . Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti senza costi per l'esecuzione, il test e il deployment dei workload.

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.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

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.

Enable the Memorystore for Redis Cluster API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

Installa Google Cloud CLI.

Nota: se hai già installato gcloud CLI, assicurati di avere l'ultima versione eseguendo gcloud components update.

Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

Per inizializzare gcloud CLI, esegui questo comando:

gcloud init

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.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

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.

Enable the Memorystore for Redis Cluster API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

Installa Google Cloud CLI.

Nota: se hai già installato gcloud CLI, assicurati di avere l'ultima versione eseguendo gcloud components update.

Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

Per inizializzare gcloud CLI, esegui questo comando:

gcloud init

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per utilizzare il server MCP di Memorystore for Redis Cluster, chiedi all'amministratore di concederti i seguenti ruoli IAM nel progetto in cui vuoi utilizzare il server MCP di Memorystore for Redis Cluster:

• Effettua chiamate allo strumento MCP: MCP Tool User (roles/mcp.toolUser)
• Crea un cluster in Memorystore for Redis Cluster: Redis Admin (roles/redis.admin)
• Recupera un cluster o elenca tutti i cluster in un progetto: Visualizzatore Redis (roles/redis.viewer)
• Gestisci i criteri di utilizzo del servizio: Amministratore Service Usage (roles/serviceusage.serviceUsageAdmin)

Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Questi ruoli predefiniti contengono le autorizzazioni necessarie per utilizzare il server MCP di Memorystore for Redis Cluster. Per vedere quali sono esattamente le autorizzazioni richieste, espandi la sezione Autorizzazioni obbligatorie:

Autorizzazioni obbligatorie

Per utilizzare il server MCP di Memorystore for Redis Cluster sono necessarie le seguenti autorizzazioni:

• Recupera informazioni su una norma di utilizzo del servizio: serviceusage.mcppolicy.get
• Aggiorna una norma di utilizzo del servizio: serviceusage.mcppolicy.update
• Effettua chiamate allo strumento MCP: mcp.tools.call
• Crea un cluster: redis.clusters.create
• Elenco dei cluster: redis.clusters.list
• Ottieni informazioni su un cluster: redis.clusters.get
• Clona un cluster: redis.clusters.create
• Aggiorna un cluster: redis.clusters.update
• Esegui il backup di un cluster: redis.clusters.backup
• Elimina un cluster: redis.clusters.delete
• Crea un utente: redis.users.create
• Elenca utenti: redis.users.list
• Recupera informazioni su un utente: redis.users.get
• Aggiorna un utente: redis.users.update
• Elimina un utente: redis.users.delete

Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.

Autenticazione e autorizzazione

I server MCP di Memorystore for Redis Cluster utilizzano il protocollo OAuth 2.0 con Identity and Access Management (IAM) per l'autenticazione e l'autorizzazione. Tutte le identitàGoogle Cloud sono supportate per l'autenticazione ai server MCP.

Il server MCP remoto di Memorystore for Redis Cluster accetta le chiavi API.

Consigliamo di creare un'identità separata per gli agenti che utilizzano gli strumenti MCP in modo che l'accesso alle risorse possa essere controllato e monitorato. Per saperne di più sull'autenticazione, consulta Autenticarsi con Google e con i server Google Cloud MCP.

Ambito OAuth MCP di Memorystore for Redis Cluster

OAuth 2.0 utilizza un ambito e le credenziali per determinare se un principal autenticato è autorizzato a eseguire un'azione specifica su una risorsa. Per saperne di più sugli ambiti OAuth 2.0 in Google, leggi l'articolo Utilizzare OAuth 2.0 per accedere alle API di Google.

Memorystore for Redis Cluster ha il seguente ambito OAuth dello strumento MCP:

URI ambito	Descrizione
https://www.googleapis.com/auth/redis.read-write	Crea, elenca, esegui il backup, aggiorna ed elimina i cluster.

Configura un client MCP per utilizzare il server MCP Memorystore for Redis Cluster

Le applicazioni e gli agenti AI, come Claude o Gemini CLI, possono creare un client MCP che si connette a un singolo server MCP. Un'applicazione AI può avere più client che si connettono a server MCP diversi. Per connettersi a un server MCP remoto, il client MCP deve conoscere almeno l'URL del server MCP remoto.

Nella tua applicazione AI, cerca un modo per connetterti a un server MCP remoto. Ti viene chiesto di inserire i dettagli del server, come il nome e l'URL.

Per il server MCP di Memorystore for Redis Cluster, inserisci quanto segue in base alle esigenze:

• Nome server: server MCP di Memorystore for Redis Cluster
• URL server o endpoint: https://redis.googleapis.com/mcp
• Trasporto: HTTP
• Dettagli di autenticazione: a seconda di come vuoi autenticarti, puoi inserire le tue Google Cloud credenziali, l'ID client OAuth e il segreto oppure un'identità e credenziali dell'agente. Per saperne di più sull'autenticazione, consulta Eseguire l'autenticazione nei server Google e Google Cloud MCP.
• Ambito OAuth: l'ambito OAuth 2.0 che vuoi utilizzare per connetterti al server MCP di Memorystore for Redis Cluster.

Per indicazioni specifiche per l'host, consulta:

• Claude.ai
• Gemini CLI

Per indicazioni più generali, consulta le seguenti risorse:

• Connettiti ai server MCP remoti.
• Configura MCP in un'applicazione AI.

Strumenti disponibili

Per visualizzare i dettagli degli strumenti MCP disponibili e le relative descrizioni per il server MCP Memorystore for Redis Cluster, consulta la documentazione di riferimento di MCP Memorystore for Redis Cluster.

Strumenti per le liste

Utilizza MCP Inspector per elencare gli strumenti o invia una richiesta HTTP tools/list direttamente al server MCP remoto di Memorystore for Redis Cluster. Il metodo tools/list non richiede l'autenticazione.

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

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

Esempi di casi d'uso

Di seguito sono riportati esempi di casi d'uso per il server MCP di Memorystore for Redis Cluster:

"Perché creare un cluster regionale con l'autenticazione IAM abilitata?"

La creazione di questo tipo di cluster elimina le password statiche a favore di credenziali centralizzate e di breve durata per workload regionali altamente sicuri. L'agente AI del server MCP di Memorystore for Redis Cluster utilizza lo strumento MCP create_cluster per creare il cluster.

"Perché visualizzi tutti i cluster attivi in una regione specifica?"

Elencando questi cluster, puoi assicurarti che le risorse corrispondano alla tua architettura attuale. L'agente AI del server MCP di Memorystore for Redis Cluster utilizza lo strumento MCP list_clusters per recuperare un elenco formattato di cluster nella regione specificata.

"Perché recuperi gli endpoint di connessione e i metadati operativi da un cluster in una regione specifica?"

Queste informazioni sono necessarie per l'integrazione delle applicazioni e la manutenzione del sistema. L'agente AI del server MCP di Memorystore for Redis Cluster utilizza lo strumento MCP get_cluster per recuperare informazioni sul cluster, come l'endpoint di rilevamento, il conteggio degli shard e il conteggio delle repliche.

"Come puoi ottimizzare Memorystore for Redis Cluster per le tue applicazioni che richiedono un uso intensivo dei dati?"

Per aumentare in modo significativo sia la capacità della CPU sia il throughput della memoria per queste applicazioni, puoi scalare un cluster aumentando il numero di shard del cluster. L'agente AI del server MCP di Memorystore for Redis Cluster utilizza lo strumento MCP update_cluster per aggiornare il conteggio degli shard per il cluster.

"Come puoi proteggere i tuoi dati da errori che potrebbero verificarsi in un cluster o nella regione in cui si trova?"

Crea un backup del cluster. In caso di errore a livello regionale o di cluster, puoi ripristinare i dati in un nuovo cluster per riprendere le operazioni. L'agente AI del server MCP di Memorystore for Redis Cluster utilizza lo strumento MCP backup_cluster per creare un backup del cluster.

Configurazioni di sicurezza facoltative

A causa dell'ampia gamma di azioni che puoi intraprendere con gli strumenti MCP, MCP introduce nuovi rischi e considerazioni sulla sicurezza. Per ridurre al minimo e gestire questi rischi, Google Cloud offre policy predefinite e personalizzabili per controllare l'utilizzo degli strumenti MCP nella tua organizzazione o nel tuo progetto Google Cloud .

Per saperne di più sulla sicurezza e sulla governance di MCP, consulta Sicurezza e protezione dell'AI.

Model Armor

Model Armor è un servizio Google Cloud progettato per migliorare la sicurezza delle tue applicazioni AI. Funziona controllando in modo proattivo i prompt e le risposte degli LLM, proteggendo da vari rischi e supportando pratiche di AI responsabile. Che tu stia eseguendo il deployment dell'AI nel tuo ambiente cloud o su provider cloud esterni, Model Armor può aiutarti a prevenire input dannosi, verificare la sicurezza dei contenuti, proteggere i dati sensibili, mantenere la conformità e applicare in modo coerente le tue norme di sicurezza dell'AI nel tuo panorama di AI diversificato.

Model Armor è disponibile in località regionali specifiche. Se attivi Model Armor per un progetto e una chiamata a quel progetto proviene da una regione non supportata, Model Armor effettua una chiamata tra regioni. Per saperne di più, consulta Località di Model Armor.

Attenzione: se una richiesta non va a buon fine, Model Armor registra l'intero payload. Ciò potrebbe esporre informazioni sensibili nei log.

Abilita Model Armor

Prima di poter utilizzare Model Armor, devi abilitare le API Model Armor.

Console

1. Abilita l'API Model Armor.

   Ruoli richiesti per abilitare le API

   Per abilitare le API, devi disporre del ruolo IAM Amministratore utilizzo dei servizi (roles/serviceusage.serviceUsageAdmin), che include l'autorizzazione serviceusage.services.enable. Scopri come concedere i ruoli.

   Abilitare l'API

2. Seleziona il progetto in cui vuoi attivare Model Armor.

gcloud

Prima di iniziare, segui questi passaggi utilizzando Google Cloud CLI con l'API Model Armor:

1. Nella console Google Cloud , attiva Cloud Shell.

   Attiva Cloud Shell

   Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell e viene visualizzato un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installata e con valori già impostati per il progetto corrente. L'inizializzazione della sessione può richiedere alcuni secondi.

2. Esegui questo comando per impostare l'endpoint API per il servizio Model Armor.

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

   Sostituisci LOCATION con la regione in cui vuoi utilizzare Model Armor.

Configurare la protezione per i server MCP remoti di Google e Google Cloud

Per proteggere le chiamate e le risposte dello strumento MCP, puoi utilizzare le impostazioni di base di Model Armor. Un'impostazione di base definisce i filtri di sicurezza minimi che vengono applicati a tutto il progetto. Questa configurazione applica un insieme coerente di filtri a tutte le chiamate e le risposte degli strumenti MCP all'interno del progetto.

Suggerimento: non attivare il filtro per prompt injection e jailbreak a meno che il traffico MCP non contenga dati in linguaggio naturale.

Configura un'impostazione di base di Model Armor con la sanificazione MCP attivata. Per saperne di più, consulta Configurare le impostazioni di base di Model Armor.

Nota: se l'agente e il server MCP si trovano in progetti diversi, puoi creare impostazioni di base in entrambi i progetti (il progetto client e il progetto di risorsa). In questo caso, Model Armor viene richiamato due volte, una per ogni progetto.

Vedi il seguente comando di esempio:

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"}]'

Sostituisci PROJECT_ID con l'ID progetto Google Cloud .

Tieni presente le seguenti impostazioni:

• INSPECT_AND_BLOCK: il tipo di applicazione che ispeziona i contenuti per il server MCP di Google e blocca i prompt e le risposte che corrispondono ai filtri.
• ENABLED: l'impostazione che attiva un filtro o l'applicazione.
• MEDIUM_AND_ABOVE: il livello di confidenza per le impostazioni del filtro AI responsabile - Pericoloso. Puoi modificare questa impostazione, anche se valori più bassi potrebbero generare più falsi positivi. Per saperne di più, consulta Livelli di confidenza di Model Armor.

Disattivare l'analisi del traffico MCP con Model Armor

Se vuoi interrompere la scansione del traffico Google MCP con Model Armor, esegui questo comando:

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

Sostituisci PROJECT_ID con l'ID progetto Google Cloud .

Model Armor non eseguirà la scansione del traffico MCP nel progetto.

Controllare l'utilizzo di MCP con i criteri di negazione IAM

I criteri di negazione di Identity and Access Management (IAM) ti aiutano a proteggere Google Cloud i server MCP remoti. Configura queste policy per bloccare l'accesso indesiderato allo strumento MCP.

Ad esempio, puoi negare o consentire l'accesso in base a:

• Il preside
• Proprietà dello strumento come sola lettura
• L'ID client OAuth dell'applicazione

Per saperne di più, consulta Controllare l'utilizzo di MCP con Identity and Access Management.