Cloud CLI-Remote-MCP-Server verwenden

In diesem Dokument wird beschrieben, wie Sie den Remote-MCP-Server (Model Context Protocol) der Cloud CLI verwenden, um eine Verbindung zu KI-Anwendungen wie Gemini CLI, ChatGPT, Claude und benutzerdefinierten Anwendungen herzustellen, die Sie entwickeln.

Der Remote-MCP-Server der Cloud CLI bietet eine sichere Umgebung, in der Sie Prompts in natürlicher Sprache an Ihre KI-Anwendung senden können, um in Ihrem Namen Befehle der Befehlszeilenschnittstelle (Command-Line Interface, CLI) auszuführen. Nur gcloud-Befehle werden unterstützt.

Die API für diese Funktion heißt Cloud CLI Execution.

Der Remote-MCP-Server der Cloud CLI wird aktiviert, wenn Sie die Cloud CLI Execution API aktivieren.

Model Context Protocol (MCP) standardisiert, wie Large Language Models (LLMs) und KI-Anwendungen oder -Agenten eine Verbindung zu externen Datenquellen herstellen. Mit MCP-Servern können Sie ihre Tools, Ressourcen und Prompts verwenden, um Aktionen auszuführen und aktualisierte Daten von ihrem Back-End-Dienst abzurufen.

Was ist der Unterschied zwischen lokalen und Remote-MCP-Servern?

Lokale MCP-Server
werden in der Regel auf Ihrem lokalen Computer ausgeführt und verwenden die Standardeingabe- und ‑ausgabestreams (Standard Input/Output, stdio) für die Kommunikation zwischen Diensten auf demselben Gerät.
Remote-MCP-Server
werden in der Infrastruktur des Dienstes ausgeführt und bieten einen HTTP-Endpunkt für KI-Anwendungen zur Kommunikation zwischen dem KI-MCP-Client und dem MCP-Server. Weitere Informationen zur MCP-Architektur finden Sie unter MCP-Architektur.

Google- und Google Cloud Remote-MCP-Server

Google- und Google Cloud Remote-MCP-Server haben die folgenden Funktionen und Vorteile:

  • Vereinfachte, zentrale Erkennung
  • Verwaltete globale oder regionale HTTP-Endpunkte
  • Detaillierte Autorisierung
  • Optionale Prompt- und Antwortsicherheit mit Model Armor-Schutz
  • Zentralisierte Audit-Protokollierung

Informationen zu anderen MCP-Servern und zu Sicherheits und Governance-Kontrollen, die für Google Cloud-MCP-Server verfügbar sind, finden Sie unter Übersicht über Google Cloud-MCP-Server.

Einschränkungen und Richtlinien

Bevor Sie mit dem Remote-MCP-Server der Cloud CLI arbeiten, lesen Sie die folgenden Einschränkungen und Richtlinien:

Unterstützte Befehle

Der Cloud CLI-MCP-Server unterstützt bestimmte gcloud-Befehlsgruppen (und ihre alpha- oder beta-Varianten) aufgrund von Sicherheitsstandards und Inkompatibilität nicht. Die folgende Liste enthält einige Beispiele für gcloud-Befehle, die nicht unterstützt werden. Diese Liste ist nicht vollständig und kann jederzeit um weitere Befehle ergänzt oder von Befehlen bereinigt werden.

  • gcloud auth
  • gcloud config
  • gcloud iam service-accounts
  • gcloud init
  • gcloud survey

Erzwingung von Organisationsrichtlinien

Befehle, die über den Remote-MCP-Server ausgeführt werden, werden mit den Berechtigungen der authentifizierten Aufruferidentität ausgeführt. Standard-IAM-Berechtigungen und Einschränkungen des Organisationsrichtliniendienstes werden für nachgelagerte Zielressourcen strikt erzwungen.

Richtlinien für Agentenentwickler

  • Hauptkonto und IAM-Berechtigungen: Das Hauptkonto, das mit der Cloud CLI Execution API interagiert, ist dasselbe Hauptkonto, das mit Google Cloud APIs bei der Ausführung von gcloud Befehlen interagiert. Da der Cloud CLI-MCP-Server viele Google Cloud APIs aufrufen kann, empfehlen wir Ihnen, das Prinzip der geringsten Berechtigung zu befolgen und dem Nutzer, der Agentenidentität oder dem Dienstkonto, das den Cloud CLI MCP-Server aufruft, die mindestens erforderlichen Berechtigungen für Ihren Anwendungsfall zuzuweisen.

  • Projekte auswählen: project ist ein erforderlicher Parameter für Cloud CLI-MCP-Serveranfragen und steht für das Projekt, das für die Interaktion mit der Cloud CLI Execution API verwendet wird. Beachten Sie, dass der project Parameter nichts mit den --project oder --billing-project Flags zu tun hat, die im tatsächlichen gcloud Befehl oder Befehlen festgelegt sind, die von der Cloud CLI Execution API ausgeführt werden.

    Wir empfehlen, System-Prompts oder Skills für Ihren Agenten zu aktualisieren, damit er das richtige Projekt für die Ausführung von Cloud CLI-MCP-Serveranfragen auswählt.

Hinweis

  1. Melden Sie sich in Ihrem Google Cloud Konto an. Wenn Sie noch kein Konto haben Google Cloud, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

  2. 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

  3. 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.

  4. Verify that billing is enabled for your Google Cloud project.

  5. Enable the Cloud CLI Execution API.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the API

  6. 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

  7. 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.

  8. Verify that billing is enabled for your Google Cloud project.

  9. Enable the Cloud CLI Execution API.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the API

    10.

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Projekt zuzuweisen, in dem Sie den Cloud CLI-MCP-Server verwenden möchten, um die Berechtigungen zu erhalten, die Sie zum Verwenden des Cloud CLI-MCP-Servers benötigen:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die für die Verwendung des Cloud CLI-MCP-Servers erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen , um die notwendigen Berechtigungen anzuzeigen, die erforderlich sind:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um den Cloud CLI-MCP-Server zu verwenden:

  • MCP-Toolaufrufe ausführen: mcp.tools.call

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Authentifizierung und Autorisierung

Der Remote-MCP-Server der Cloud CLI verwendet das OAuth 2.0 Protokoll mit Identity and Access Management (IAM) zur Authentifizierung und Autorisierung. Alle Google Cloud Identitäten werden für die Authentifizierung bei MCP-Servern unterstützt.

Der Remote-MCP-Server der Cloud CLI akzeptiert keine API-Schlüssel.

Wir empfehlen, eine separate Identität für Agenten zu erstellen, die MCP-Tools verwenden, damit der Zugriff auf Ressourcen gesteuert und überwacht werden kann. Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.

OAuth-Bereiche der Cloud CLI

OAuth 2.0 verwendet Bereiche und Anmeldedaten, um zu ermitteln, ob ein authentifiziertes Hauptkonto berechtigt ist, eine bestimmte Aktion für eine Ressource auszuführen. Weitere Informationen zu OAuth 2.0-Bereichen bei Google finden Sie unter Mit OAuth 2.0 auf Google APIs zugreifen.

Der Remote-MCP-Server der Cloud CLI hat die folgenden OAuth-Bereiche:

Bereichs-URI Beschreibung
https://www.googleapis.com/auth/cloud-platform Daten in verschiedenen Google Cloud Diensten ansehen und verwalten.

MCP-Client für die Verwendung des Remote-MCP-Servers der Cloud CLI konfigurieren

KI-Anwendungen und -Agenten wie Claude oder Antigravity können einen MCP-Client instanziieren, der eine Verbindung zu einem einzelnen MCP-Server herstellt. Eine KI-Anwendung kann mehrere Clients haben, die eine Verbindung zu verschiedenen MCP-Servern herstellen. Wenn Ihre Anwendung nicht in der clientspezifischen Anleitung aufgeführt ist, können Sie die folgenden Informationen verwenden, um eine Verbindung von den meisten Anwendungen aus herzustellen.

Suchen Sie in Ihrer KI-Anwendung nach einer Möglichkeit, einen Remote-MCP-Server hinzuzufügen oder eine Verbindung zu ihm herzustellen. Geben Sie für den Remote-MCP-Server der Cloud CLI die folgenden Informationen nach Bedarf ein:

  • Servername: Remote-MCP-Server der Cloud CLI
  • Server-URL oder Endpunkt: https://cloudcli.googleapis.com/mcp
  • Transport: HTTP
  • Authentifizierungsdetails: Ihre Google Cloud Anmeldedaten, Ihre OAuth Client-ID und Ihr Secret oder eine Agentenidentität und ‑anmeldedaten

Weiterleitungs-URIs

Bei webbasierten Anwendungen und einigen Desktopanwendungen müssen Sie eine Weiterleitungs-URI auf die Zulassungsliste setzen, wenn Sie eine Client-ID und ein Secret für die Authentifizierung erstellen. Weiterleitungs-URIs werden vom Autorisierungsserver verwendet, um Tokens an Ihre Anwendung zu senden. In der Dokumentation Ihrer Anwendung sollte die Weiterleitungs-URI angegeben sein, die Sie verwenden müssen. Benutzerdefinierte Weiterleitungs-URIs werden nicht unterstützt.

Anwendungsspezifische Anleitungen zum Einrichten und Herstellen einer Verbindung zu einem MCP-Server finden Sie unter Clientspezifische Anleitung.

Allgemeinere Anleitungen finden Sie in den folgenden Ressourcen:

Verfügbare Tools

Der Remote-MCP-Server der Cloud CLI stellt ein einzelnes Tool bereit:

  • run_gcloud_command

Details zu verfügbaren MCP-Tools und deren Beschreibungen für den Cloud CLI-MCP-Server finden Sie in der Google Cloud SDK-MCP-Referenz.

Tools auflisten

Verwenden Sie den MCP-Inspector, um Tools aufzulisten, oder senden Sie eine tools/list HTTP-Anfrage direkt an den Remote-MCP-Server der Cloud CLI. Für die Methode tools/list ist keine Authentifizierung erforderlich.

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

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

Beispiele für Anwendungsfälle

Im Folgenden finden Sie Beispiele für Anwendungsfälle für den Remote-MCP-Server der Cloud CLI:

Ressourcenbereitstellung

Wenn ein Nutzer einen Prompt in natürlicher Sprache an den Agenten sendet, generiert der Agent mit dem MCP-Tool einen gcloud CLI-Befehl. Die Cloud CLI führt dann den gcloud CLI-Befehl aus.

Beispiel-Prompt:

„Erstellen Sie ein neues VPC-Netzwerk mit dem Namen PROD_NETWORK im Projekt projects/PROJECT. Erstellen Sie dann eine Firewallregel, die internen TCP-Traffic an Port 8080 zulässt.“

Workflow:

  1. Der Agent ruft das run_gcloud_command Tool mit dem Befehl "gcloud compute networks create PROD_NETWORK --project=projects/PROJECT --subnet-mode=auto", "project": "projects/PROJECT" auf.

  2. Der Agent ruft das run_gcloud_command Tool mit dem Befehl "gcloud compute firewall-rules create allow-internal-8080 --project=projects/PROJECT --network=PROD_NETWORK --allow=tcp:8080 --source-ranges=10.0.0.0/8 auf.

Sichtbarkeit und Diagnose

Ein Agent kann den Umgebungsstatus prüfen und aktuelle Fehlerlogs abfragen, um Probleme zu beheben.

Beispiel-Prompt: "Suchen Sie die letzten fünf Fehlerlogs für die Compute Engine Instanz my-web-server im Projekt projects/PROJECT."

Workflow:

Der Agent ruft das run_gcloud_command Tool mit dem Befehl "gcloud logging read \"resource.type=gce_instance AND severity>=ERROR\" --limit=5 --order=DESC" und dem Projekt "projects/PROJECT" auf.

Optionale Sicherheitskonfigurationen

MCP birgt neue Sicherheitsrisiken und ‑aspekte, da mit den MCP-Tools eine Vielzahl von Aktionen ausgeführt werden kann. Um diese Risiken zu minimieren und zu verwalten, Google Cloud bietet Standardeinstellungen und anpassbare Richtlinien, um die Verwendung von MCP-Tools in Ihrer Google Cloud Organisation oder Ihrem Projekt zu steuern.

Weitere Informationen zu MCP-Sicherheit und ‑Governance finden Sie unter KI-Sicherheit.

Model Armor verwenden

Model Armor ist ein Google Cloud Dienst, der die Sicherheit und Sicherheit Ihrer KI-Anwendungen verbessern soll. Dazu werden LLM-Prompts und ‑Antworten proaktiv geprüft, um vor verschiedenen Risiken zu schützen und verantwortungsbewusste KI-Praktiken zu unterstützen. Ob Sie KI in Ihrer Cloud-Umgebung oder bei externen Cloud-Anbietern bereitstellen, Model Armor kann Ihnen helfen, böswillige Eingaben zu verhindern, die Sicherheit von Inhalten zu überprüfen, sensible Daten zu schützen, die Compliance aufrechtzuerhalten und Ihre KI-Sicherheitsrichtlinien in Ihrer vielfältigen KI-Landschaft einheitlich durchzusetzen.

Wenn Model Armor mit aktivierter Protokollierung aktiviert ist, protokolliert Model Armor die gesamte Nutzlast. Dadurch können in Ihren Logs vertrauliche Informationen offengelegt werden.

Model Armor aktivieren

Sie müssen die Model Armor APIs aktivieren, bevor Sie Model Armor verwenden können.

Console

  1. Die Model Armor API aktivieren

    Rollen, die zum Aktivieren von APIs erforderlich sind

    Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen.

    API aktivieren

  2. Wählen Sie das Projekt aus, in dem Sie Model Armor aktivieren möchten.

gcloud

Führen Sie zuerst die folgenden Schritte mit der Google Cloud CLI und der Model Armor API aus:

  1. Aktivieren Sie Cloud Shell in der Google Cloud Console.

    Cloud Shell aktivieren

    Unten in der Google Cloud Console wird eine Cloud Shell Sitzung gestartet und eine Befehlszeilenaufforderung angezeigt. Cloud Shell ist eine Shell-Umgebung in der das Google Cloud CLI bereits installiert ist und Werte für Ihr aktuelles Projekt bereits festgelegt sind. Das Initialisieren der Sitzung kann einige Sekunden dauern.

  2. Führen Sie den folgenden Befehl aus, um den API-Endpunkt für den Model Armor-Dienst festzulegen.

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

    Ersetzen Sie LOCATION durch die Region, in der Sie Model Armor verwenden möchten.

Schutz für Google- und Google Cloud Remote-MCP-Server konfigurieren

Um Ihre MCP-Toolaufrufe und ‑Antworten zu schützen, können Sie die Mindesteinstellungen von Model Armor verwenden. Eine Mindesteinstellung definiert die Mindestsicherheitsfilter, die für das gesamte Projekt gelten. Mit dieser Konfiguration wird ein einheitlicher Satz von Filtern auf alle MCP-Toolaufrufe und ‑Antworten im Projekt angewendet.

Richten Sie eine Model Armor-Mindesteinstellung ein, bei der die MCP-Bereinigung aktiviert ist. Weitere Informationen finden Sie unter Model Armor-Mindesteinstellungen konfigurieren.

Sehen Sie sich den folgenden Beispielbefehl an:

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"}]'

Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID Ihres Projekts.

Beachten Sie die folgenden Einstellungen:

  • INSPECT_AND_BLOCK: Der Erzwingungstyp, der Inhalte für den Google-MCP-Server prüft und Prompts und Antworten blockiert, die den Filtern entsprechen.
  • ENABLED: Die Einstellung, mit der ein Filter oder Erzwingung aktiviert wird.
  • MEDIUM_AND_ABOVE: Das Konfidenzniveau für die Filtereinstellungen für die verantwortungsbewusste Anwendung von KI – gefährlich. Sie können diese Einstellung ändern, niedrigere Werte können jedoch zu mehr falsch positiven Ergebnissen führen. Weitere Informationen finden Sie unter Konfidenzniveaus von Model Armor.

Scannen von MCP-Traffic mit Model Armor deaktivieren

Wenn Sie verhindern möchten, dass Model Armor den Traffic zu und von Google-MCP-Servern automatisch anhand der Mindesteinstellungen des Projekts scannt, führen Sie den folgenden Befehl aus:

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

Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt ID. Model Armor wendet die in den Mindesteinstellungen dieses Projekts definierten Regeln nicht automatisch auf den Traffic von Google-MCP-Servern an.

Die Mindesteinstellungen und die allgemeine Konfiguration von Model Armor können sich auf mehr als nur MCP auswirken. Da Model Armor in Dienste wie Vertex AI eingebunden ist, können sich alle Änderungen, die Sie an den Mindesteinstellungen vornehmen, auf das Scannen von Traffic und das Sicherheitsverhalten aller eingebundenen Dienste auswirken, nicht nur auf MCP.

Nächste Schritte