MCP Reference: cloudcli.googleapis.com

Cloud CLI MCP 伺服器提供在遠端沙箱環境中執行 Cloud CLI 指令的工具。

Model Context Protocol (MCP) 伺服器可做為代理伺服器，在外部服務與大型語言模型 (LLM) 或 AI 應用程式之間傳輸資料，為後者提供脈絡、資料或功能。MCP 伺服器可將 AI 應用程式連結至資料庫和 Web 服務等外部系統，並將系統回覆轉換成 AI 應用程式可理解的格式。

伺服器設定

您必須先啟用 MCP 伺服器並設定驗證，才能使用這項功能。如要進一步瞭解如何使用 Google 和 Google Cloud 遠端 MCP 伺服器，請參閱 Google Cloud MCP 伺服器總覽。

伺服器端點

MCP 服務端點是 MCP 伺服器的網路位址和通訊介面 (通常是網址)，AI 應用程式 (MCP 用戶端的主機) 會使用這個端點建立安全標準連線。LLM 可透過這個端點要求情境、呼叫工具或存取資源。Google MCP 端點可以是全域或區域。

Cloud CLI Execution API MCP 伺服器具有下列全域 MCP 端點：

  • https://cloudcli.googleapis.com/mcp

MCP 工具

MCP 工具是 MCP 伺服器向 LLM 或 AI 應用程式公開的函式或可執行功能，可在現實世界中執行動作。

工具

cloudcli.googleapis.com MCP 伺服器提供下列工具：

MCP 工具
run_gcloud_command

在使用者 Google Cloud 專案中執行單一 gcloud CLI 指令。重要安全警告 (可能造成破壞)：這個工具可以建立、更新或刪除 GCP 資源 (例如 gcloud compute instances delete)。這項功能「不」限於唯讀指令。請務必謹慎使用。禁止執行的指令：代理程式不得執行下列 gcloud 指令 (包括 Alpha/Beta 變體)：app deploy、app instances ssh、auth、billing、components、config、docker、feedback、info、init、meta、survey。嚴格執行規則：

  1. 使用這項工具時，您「必須」提供「project」參數 (即 project="projects/PROJECT_ID")，這項參數用於 Cloud CLI Execution API 啟用檢查、帳單、配額等。這與 gcloud 指令中用於指定 gcloud 運作專案的 --project 標記不同。
  2. 旗標格式：所有長選項都必須使用「=」符號分隔旗標鍵和值。正確：--zone=us-central1-a 或 --project=my-project。錯誤：--zone us-central1-a 或 --project my-project。
  3. 帳單專案：您無法在執行環境中採用任何預先設定的專案或帳單設定。如果是專案範圍以外的指令 (例如資料夾或機構層級)，或是 Cloud Storage Requester Pays 等特定情境，則必須傳遞 --billing-project=PROJECT 旗標。如果是專案範圍的指令，您「可以」額外指定 --billing-project=PROJECT 來覆寫配額專案，這會對不支援資源專案覆寫的 GCP API 生效。
  4. 專案範圍：您「應該」一律為專案範圍指令傳遞 --project=PROJECT_ID 標記。請勿用於機構或資料夾層級的指令。如果未提供專案範圍指令的 --project 標記，資源專案預設會設為 --billing-project 標記中設定的專案。
  5. 如果在 gcloud 指令中指定 --billing-project 旗標，請確認值為專案 ID 或專案編號。值不得為特殊值 (即 LEGACY、CURRENT_PROJECT、CURRENT_PROJECT_WITH_FALLBACK)。
  6. 指令字串中必須至少指定 --project 或 --billing-project。
  7. 非同步作業：對於長時間執行的同步作業 (例如建立 VM 或資料庫)，您「一律」應傳遞 --async 旗標，避免代理程式逾時。
  8. 記錄速率限制：使用 gcloud logging read 時，請務必加入 --limit 旗標 (例如 --limit=100)，以免發生憑證和連線逾時問題。
  9. 自我修正：如果指令傳回錯誤，請分析 stderr、修正語法或標記，然後在下一次疊代中重試。
  10. input_files：(選用) 在執行指令前，要在環境中建立的檔案清單。每個檔案都必須有「路徑」(相對於目前目錄) 和「內容」。「內容」必須是代表檔案內容的純文字。這對於從檔案讀取的指令很有用 (例如 gcloud builds submit --config=cloudbuild.yaml --async --project=PROJECT_ID)。

gcloud 指令/模式範例：

  1. 讀取嚴重程度>=ERROR 的 GCE 執行個體記錄：gcloud logging read "severity>=ERROR AND resource.type='gce_instance'" --limit=10 --order=DESC --project=PROJECT_ID
    • 請注意篩選運算式使用引號。
  2. 列出所有 PSC 端點：gcloud compute forwarding-rules list --project=PROJECT_ID
  3. 說明 PSC 端點：gcloud compute forwarding-rules describe FORWARDING_RULE_NAME --region=REGION --project=PROJECT_ID
    • 請注意，--region 標記使用「=」。
  4. 列出所有叢集：gcloud container clusters list --project=PROJECT_ID
  5. 描述叢集：gcloud container clusters describe CLUSTER_NAME --region=REGION --project=PROJECT_ID
  6. 列出運算執行個體：gcloud compute instances list --project=PROJECT_ID
  7. 取得專案的 IAM 政策：gcloud projects get-iam-policy PROJECT_ID --project=PROJECT_ID

根據預設，回應字串會格式化為終端機輸出 (stdout 或 stderr)。使用 --format 標記變更格式。
run_bq_command

執行單一 BigQuery CLI (bq) 指令。您可以使用這項工具在使用者專案中執行任何 bq 指令，包括建立、更新或刪除 GCP 資源的指令 (即突變)。重大安全警告 (可能造成破壞)：這個工具可以建立、更新或刪除 BigQuery 資源 (例如 bq rm、bq cancel、bq query)。這項功能「不」限於唯讀指令。請務必謹慎使用。禁止使用的指令：代理程式不得執行下列 bq 指令：bq init、bq load、bq pyshell、bq shell。嚴格執行規則：

  1. 指令字串中必須指定至少一個 --project_id 或 --quota_project_id。
  2. 專案 ID 與配額專案：--project_id 旗標會指定指令執行的資源專案 (與 gcloud 的 --project 旗標相同)。--quota_project_id 標記會指定下游 BigQuery API 呼叫的帳單/配額費用所屬專案 (與 gcloud 的 --billing-project 標記相同)。如果指令中指定了 --project_id，系統會將其做為帳單/配額專案。如未指定 --project_id，或另外指定 --quota_project_id，則帳單/配額專案會是 --quota_project_id 標記中設定的專案。
  3. 旗標格式：所有長選項都必須使用「=」符號分隔旗標鍵和值。正確做法：使用「--project_id=my-project」或「--location=us」。錯誤：「--project_id my-project」或「--location us」。標記和值之間不得有空格。
  4. 沒有預設設定：bq 指令是以無狀態方式執行，不會載入 .bigqueryrc 等本機設定檔。因此，對於所有區域作業 (例如建立資料集或查詢區域資料集)，您「必須」明確指定 --location 標記 (例如 --location=us 或 --location=EU)。
  5. 非同步作業：部分指令會啟動同步長時間執行的作業 (例如執行查詢工作)。您「應該」一律為這些指令傳遞 --nosync 標記，以免代理程式逾時。
  6. 指令限制：您「不得」使用下列 bq 指令：bq init、bq pyshell、bq shell。系統「不」支援指令管道或鏈結。
  7. 自我修正：如果指令傳回錯誤，請分析 stderr、修正語法或標記，然後在下一次疊代中重試。

變更 bq 指令的範例包括：bq mk、bq rm、bq update、bq insert、bq query (不含 --dry_run) 等。用法：RunBq(command="bq query --project_id=PROJECT_ID 'SELECT 1'", project="projects/PROJECT_ID", input_files=[{"path": "PATH", "contents": "CONTENTS"}]) 您必須在「command」參數中，以單一字串的形式提供完整的 bq 指令。 您「必須」提供「project」參數 (格式：projects/PROJECT_ID) 做為帳單、API 啟用和配額消耗量檢查的 API 執行專案。

bq 指令/模式範例：

  1. 執行查詢：bq query --use_legacy_sql=false --project_id=PROJECT_ID 'SELECT * FROM project.dataset.table LIMIT 10'
  2. 建立資料集：bq mk --dataset --location=us --project_id=PROJECT_ID myDataset
  3. 建立資料表：bq mk --table --project_id=PROJECT_ID myDataset.myTable name:string,value:integer
  4. 移除資料集：bq rm -f --dataset --project_id=PROJECT_ID myDataset
  5. 移除資料表：bq rm -f -t --project_id=PROJECT_ID myDataset.myTable
  6. 更新資料表說明：bq update --description="New description" --project_id=PROJECT_ID myDataset.myTable
  7. 列出專案中的資料集：bq ls --datasets=true --project_id=PROJECT_ID

取得 MCP 工具規格

如要取得 MCP 伺服器中所有工具的 MCP 工具規格，請使用 tools/list 方法。以下範例說明如何使用 curl 列出 MCP 伺服器中目前可用的所有工具及其規格。

Curl 要求 
                      
curl --location 'https://cloudcli.googleapis.com/mcp' \
--header 'content-type: application/json' \
--header 'accept: application/json, text/event-stream' \
--data '{
    "method": "tools/list",
    "jsonrpc": "2.0",
    "id": 1
}'