Usa el servidor de MCP remoto de Cloud Run

El servidor MCP remoto de Cloud Run se habilita cuando habilitas la API de Cloud Run Admin.

El estándar del Protocolo de contexto del modelo (MCP) estandariza la forma en que los modelos de lenguaje grandes (LLM) y las aplicaciones o los agentes de IA se conectan a fuentes de datos externas. Los servidores de MCP te permiten usar sus herramientas, recursos y mensajes para realizar acciones y obtener datos actualizados de su servicio de backend.

¿Cuál es la diferencia entre los servidores de MCP locales y remotos?

Servidores de MCP locales

Por lo general, se ejecutan en tu máquina local y usan los flujos de entrada y salida estándar (stdio) para la comunicación entre servicios en el mismo dispositivo.

Servidores MCP remotos

Se ejecutan en la infraestructura del servicio y ofrecen un extremo HTTP a las aplicaciones de IA para la comunicación entre el cliente de MCP de IA y el servidor de MCP. Para obtener más información sobre la arquitectura de MCP, consulta Arquitectura de MCP.

Para obtener información sobre el servidor de MCP local de Cloud Run, consulta Servidor de MCP de Cloud Run en GitHub.

Servidores de MCP remotos y de Google Cloud Google

Los servidores de MCP remotos de Google y Google Cloud tienen las siguientes funciones y beneficios:

• Descubrimiento simplificado y centralizado
• Extremos HTTP administrados globales o regionales
• Autorización detallada
• Seguridad opcional de instrucciones y respuestas con la protección de Model Armor.
• Registro de auditoría centralizado

Para obtener información sobre otros servidores de MCP y sobre los controles de seguridad y administración disponibles para los servidores de MCP de Google Cloud, consulta la descripción general de los servidores de MCP de Google Cloud.

Es posible que desees usar el servidor de MCP local de Cloud Run por los siguientes motivos:

• Desarrolla y prueba de forma local
• Uso de MCP sin conexión

Antes de comenzar

Accede a tu cuenta de Google Cloud . Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

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

Verify that billing is enabled for your Google Cloud project.

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

Verify that billing is enabled for your Google Cloud project.

1. Habilitar la API de Cloud Run

   Roles necesarios para habilitar las APIs

   Para habilitar las APIs, necesitas el rol de IAM de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin), que contiene el permiso serviceusage.services.enable. Obtén más información para otorgar roles.

   Habilitar la API

2. Instala e inicializa la CLI de gcloud
3. Actualiza los componentes, como se indica a continuación:

   gcloud components update

Roles obligatorios

Para obtener los permisos que necesitas para usar el servidor de MCP de Cloud Run, pídele a tu administrador que te otorgue los siguientes roles de IAM en el proyecto en el que quieres usar el servidor de MCP de Cloud Run:

• Crear servicios de Cloud Run: Desarrollador de Cloud Run (roles/run.developer)
• Ejecuta operaciones como la cuenta de servicio: Usuario de cuenta de servicio (roles/iam.serviceAccountUser)
• Accede al repositorio de Artifact Registry de la imagen de contenedor implementada: Lector de Artifact Registry (roles/artifactregistry.reader)
• Usa una cuenta de servicio entre proyectos para implementar un servicio: Creador de tokens de cuenta de servicio (roles/iam.serviceAccountTokenCreator)
• Realiza llamadas a la herramienta de MCP: Usuario de la herramienta de MCP (roles/mcp.toolUser)

Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Estos roles predefinidos contienen los permisos necesarios para usar el servidor de MCP de Cloud Run. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para usar el servidor de MCP de Cloud Run:

• Realiza llamadas a la herramienta de MCP: mcp.tools.call
• Obtén instrucciones de Cloud Run: run.prompts.get
• Enumera los servicios de Cloud Run: run.services.list
• Crea servicios de Cloud Run nuevos: run.services.create
• Descarga la imagen de contenedor del servicio de Cloud Run: artifactregistry.repositories.downloadArtifacts

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Para obtener una lista de los roles y los permisos de IAM asociados con Cloud Run, consulta los roles de IAM de Cloud Run y los permisos de IAM de Cloud Run. Si tu servicio de Cloud Run interactúa con lasGoogle Cloud APIs, como las bibliotecas cliente de Cloud, consulta la guía de configuración de identidades del servicio. Para obtener más información sobre cómo otorgar roles, consulta los permisos de implementación y cómo administrar el acceso.

Autenticación y autorización

El servidor MCP remoto de Cloud Run usa el protocolo OAuth 2.0 con Identity and Access Management (IAM) para la autenticación y la autorización. Se admiten todas las Google Cloud identidades para la autenticación en los servidores de MCP.

El servidor MCP remoto de Cloud Run no acepta claves de API.

Te recomendamos que crees una identidad independiente para los agentes que usan herramientas de MCP, de modo que se pueda controlar y supervisar el acceso a los recursos. Para obtener más información sobre la autenticación, consulta Cómo autenticarse en los servidores de MCP.

Permisos de OAuth de MCP de Cloud Run

OAuth 2.0 usa permisos y credenciales para determinar si un principal autenticado está autorizado a realizar una acción específica en un recurso. Si deseas obtener más información sobre los permisos de OAuth 2.0 en Google, consulta Usa OAuth 2.0 para acceder a las APIs de Google.

Cloud Run tiene los siguientes permisos de OAuth de la herramienta de MCP:

URI del alcance para gcloud CLI	Descripción
https://www.googleapis.com/auth/run.readonly	Solo permite el acceso de lectura a los datos.
https://www.googleapis.com/auth/run	Permite el acceso para leer y modificar datos.

Es posible que se requieran alcances adicionales en los recursos a los que se accede durante una llamada a la herramienta. Para ver una lista de los alcances necesarios para Cloud Run, consulta la API de Cloud Run Admin.

Configura un cliente de MCP para que use el servidor de MCP de Cloud Run

Las aplicaciones y los agentes de IA, como Claude o Gemini CLI, pueden crear instancias de un cliente MCP que se conecta a un solo servidor MCP. Una aplicación de IA puede tener varios clientes que se conectan a diferentes servidores de MCP. Para conectarse a un servidor de MCP remoto, el cliente de MCP debe conocer la URL del servidor de MCP remoto.

En tu aplicación de IA, busca una forma de conectarte a un servidor de MCP remoto. Se te pedirá que ingreses detalles sobre el servidor, como su nombre y URL.

Para el servidor de MCP de Cloud Run, ingresa lo siguiente según sea necesario:

• Nombre del servidor: Servidor de MCP de Cloud Run
• URL del servidor o Extremo: https://run.googleapis.com/mcp o https://run.REGION.rep.googleapis.com/mcp (versión preliminar)
• Transporte: HTTP
• Detalles de autenticación: Según cómo desees autenticarte, puedes ingresar tus Google Cloud credenciales, tu ID y secreto de cliente de OAuth, o bien la identidad y las credenciales de un agente. Para obtener más información sobre la autenticación, consulta Cómo autenticarse en los servidores de MCP.

Para obtener orientación específica del host sobre cómo configurar y conectarse al servidor de MCP, consulta lo siguiente:

• Claude.ai
• CLI de Gemini
• ChatGPT

Para obtener orientación más general, consulta los siguientes recursos:

• Conéctate a servidores de MCP remotos.
• Configura el MCP en una aplicación de IA.

Herramientas disponibles

Para ver los detalles de las herramientas de MCP disponibles y sus descripciones para el servidor de MCP de Cloud Run, consulta la referencia de MCP de Cloud Run.

Ejemplos de casos de uso

A continuación, se incluyen ejemplos de casos de uso del servidor de MCP de Cloud Run:

• Permite que un agente implemente un servicio de Cloud Run en un proyecto.

• Permite que un agente implemente apps con códigos de ambiente en Cloud Run desde código fuente o un archivo ZIP.

• Obtén una lista de los servicios de Cloud Run y los detalles del servicio por nombre, proyecto y región.

• Implementa un servicio web público o privado de Cloud Run desde una imagen de Docker prediseñada de Artifact Registry o Docker Hub con un conjunto de variables de entorno específicas para un proyecto y una región.

Ejemplos de instrucciones

Puedes usar los siguientes ejemplos de instrucciones para obtener información sobre los servicios de Cloud Run y analizar los registros de servicios de Cloud Run:

• "Implementa un servicio privado de Cloud Run llamado SERVICE_NAME desde la imagen de Docker us-docker.pkg.dev/cloudrun/container/hello en el proyecto PROJECT_ID".
• “Enumera los servicios del proyecto PROJECT_ID”.
• "Encuentra los detalles de un servicio que implementé en el proyecto PROJECT_ID con el servidor de MCP en la región REGION".

En las instrucciones, reemplaza lo siguiente:

• SERVICE_NAME: El nombre del servicio de Cloud Run
• PROJECT_ID: Es el ID del proyecto de Google Cloud .
• REGION: es el nombre de la región.

Usa la instrucción /deploy

Vista previa

Esta función está sujeta a las "Condiciones de la oferta previa a la DG" de la sección Condiciones Generales del Servicio de las Condiciones Específicas del Servicio y las Condiciones Adicionales para Productos de IA Generativa en Versión Preliminar. Las funciones de la fase previa a la DG están disponibles “sin modificaciones” y pueden tener asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

Puedes usar la instrucción /deploy para implementar rápidamente un servicio de Cloud Run con el servidor de MCP de Cloud Run. Es posible que debas navegar por el menú del chatbot para encontrar la herramienta o la instrucción necesaria.

• Para implementar el directorio de trabajo actual en Cloud Run, ejecuta la siguiente instrucción /deploy:

  /deploy SERVICE_NAME \
    --project PROJECT_ID \
    --region REGION \
  

  Reemplaza lo siguiente:

  • SERVICE_NAME: El nombre del servicio de Cloud Run
  • PROJECT_ID: Es el ID del proyecto de Google Cloud .
  • REGION: es el nombre de la región.

Configuraciones opcionales de seguridad

La MCP introduce nuevos riesgos y consideraciones de seguridad debido a la amplia variedad de acciones que puedes realizar con las herramientas de MCP. Para minimizar y administrar estos riesgos,Google Cloud ofrece parámetros de configuración predeterminados y políticas personalizables para controlar el uso de las herramientas de MCP en tu organización o proyecto de Google Cloud.

Para obtener más información sobre la seguridad y la administración de la MCP, consulta Seguridad y protección de la IA.

Usa Model Armor

Model Armor es unGoogle Cloud servicio diseñado para mejorar la seguridad de tus aplicaciones de IA. Funciona analizando de forma proactiva las instrucciones y respuestas del LLM, protegiendo contra diversos riesgos y respaldando las prácticas de IA responsable. Ya sea que implementes IA en tu entorno de nube o en proveedores externos, Model Armor puede ayudarte a evitar entradas maliciosas, verificar la seguridad del contenido, proteger los datos sensibles, mantener el cumplimiento y aplicar tus políticas de seguridad de la IA de manera coherente en todo tu diverso panorama de IA.

Model Armor solo está disponible en ubicaciones regionales específicas. Si Model Armor está habilitado para un proyecto y se realiza una llamada a ese proyecto desde una región no admitida, Model Armor realiza una llamada entre regiones. Para obtener más información, consulta Ubicaciones de Model Armor.

Precaución: Cuando Model Armor está habilitado con el registro habilitado, Model Armor registra toda la carga útil. Esto podría exponer información sensible en los registros.

Habilita Model Armor

Para poder usar las APIs de Model Armor, debes habilitarlas.

Console

1. Habilitar la API de Model Armor

   Roles necesarios para habilitar las APIs

   Para habilitar las APIs, necesitas el rol de IAM de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin), que contiene el permiso serviceusage.services.enable. Obtén más información para otorgar roles.

   Habilitar la API

2. Elige el proyecto en el que quieres activar Model Armor.

gcloud

Antes de empezar, sigue estos pasos a través de la Google Cloud CLI con la API de Model Armor:

1. En la consola de Google Cloud , activa Cloud Shell.

   Activa Cloud Shell

   En la parte inferior de la consola de Google Cloud , se inicia una sesión de Cloud Shell que muestra una ventana emergente con una línea de comandos. Cloud Shell es un entorno de shell con Google Cloud CLI ya instalada y con valores ya establecidos para el proyecto actual. La sesión puede tardar unos segundos en inicializarse.

2. Ejecuta el comando siguiente para configurar el extremo de API del servicio de Model Armor.

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

   Reemplaza LOCATION por la región en la que quieres usar Model Armor.

Configura la protección para los servidores de MCP remotos y de Google Cloud Google

Para proteger las llamadas y respuestas de las herramientas de MCP, puedes usar la configuración mínima de Model Armor. Un parámetro de configuración mínimo define los filtros de seguridad mínimos que se aplican en todo el proyecto. Esta configuración aplica un conjunto coherente de filtros a todas las llamadas y respuestas de las herramientas de MCP dentro del proyecto.

Nota: No habilites el filtro de inyección de instrucciones y jailbreaking, a menos que tu tráfico de MCP contenga datos de lenguaje natural.

Configura un ajuste mínimo de Model Armor con la limpieza de MCP habilitada. Para obtener más información, consulta Configura la configuración mínima de Model Armor.

Nota: Si el agente y el servidor de MCP se encuentran en proyectos diferentes, puedes crear parámetros de configuración de piso en ambos proyectos (el proyecto del cliente y el proyecto del recurso). En este caso, Model Armor se invoca dos veces, una para cada proyecto.

Consulta el siguiente comando de ejemplo:

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"}]'

Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud .

Ten en cuenta los siguientes parámetros de configuración:

• INSPECT_AND_BLOCK: Es el tipo de aplicación que inspecciona el contenido del servidor de MCP de Google y bloquea las instrucciones y las respuestas que coinciden con los filtros.
• ENABLED: Es el parámetro de configuración que habilita un filtro o la aplicación.
• MEDIUM_AND_ABOVE: Es el nivel de confianza para la configuración del filtro de IA responsable: Peligroso. Puedes modificar este parámetro de configuración, aunque los valores más bajos pueden generar más falsos positivos. Para obtener más información, consulta Niveles de confianza de Model Armor.

Inhabilita el análisis del tráfico de MCP con Model Armor

Si deseas dejar de analizar el tráfico de MCP de Google con Model Armor, ejecuta el siguiente comando:

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

Reemplaza PROJECT_ID por el ID del proyecto Google Cloud .

Model Armor no analizará el tráfico de MCP en el proyecto.

Controla el uso del MCP con políticas de IAM de rechazo

Las políticas de denegación de Identity and Access Management (IAM) te ayudan a proteger los Google Cloud servidores MCP remotos. Configura estas políticas para bloquear el acceso no deseado a las herramientas de MCP.

Por ejemplo, puedes rechazar o permitir el acceso según lo siguiente:

• La entidad principal
• Propiedades de la herramienta, como solo lectura
• ID de cliente de OAuth de la aplicación

Para obtener más información, consulta Controla el uso de MCP con Identity and Access Management.

¿Qué sigue?

• Lee la documentación de referencia de Cloud Run MCP.
• Obtén más información sobre los servidores de MCP de Google Cloud.