Usa el servidor MCP remoto de Cloud CLI

En este documento, se muestra cómo usar el servidor remoto del Protocolo de contexto del modelo (MCP) de Cloud CLI para conectarse con aplicaciones de IA, incluidas Gemini CLI, ChatGPT, Claude y las aplicaciones personalizadas que estás desarrollando.

El servidor MCP remoto de Cloud CLI proporciona un entorno seguro que te permite enviar instrucciones de lenguaje natural a tu aplicación de IA para ejecutar comandos de la interfaz de línea de comandos (CLI) en tu nombre. Solo se admiten los comandos de gcloud.

La API para esta función se llama Cloud CLI Execution.

El servidor MCP remoto de Cloud CLI se habilita cuando habilitas la API de Cloud CLI Execution.

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 de 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.

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 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.

Restricciones y lineamientos

Antes de comenzar a trabajar con el servidor de MCP remoto de Cloud CLI, revisa las siguientes restricciones y lineamientos:

Comandos compatibles

El servidor de MCP de la CLI de Cloud no admite ciertos grupos de comandos gcloud (ni sus variantes alpha o beta) debido a los estándares de seguridad y la inaplicabilidad. En la siguiente lista, se muestran algunos ejemplos de comandos de gcloud que no se admiten. Esta lista no es exhaustiva y está sujeta a la adición o eliminación de comandos.

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

Aplicación de políticas de la organización

Los comandos que se ejecutan a través del servidor de MCP remoto se ejecutan con los permisos de la identidad de la persona que llama autenticada. Los permisos de IAM estándar y las restricciones del servicio de políticas de la organización se aplican estrictamente a los recursos de destino de nivel inferior.

Lineamientos para desarrolladores de agentes

  • Permisos de IAM y principal: La principal que interactúa con la API de Cloud CLI Execution es la misma que interactúa con las APIs de Google Cloud durante la ejecución del comandogcloud. Dado que el servidor MCP de la CLI de Cloud puede llamar a muchas APIs de Google Cloud, te recomendamos que sigas el principio de seguridad de privilegio mínimo y asignes los permisos mínimos requeridos para tu caso de uso al usuario, la identidad del agente o la cuenta de servicio que llama al servidor MCP de la CLI de Cloud.

  • Selección de proyectos: project es un parámetro obligatorio para las solicitudes del servidor MCP de la CLI de Cloud y representa el proyecto que se usa para interactuar con la API de ejecución de la CLI de Cloud. Ten en cuenta que el parámetro project no está relacionado con las marcas --project o --billing-project que se establecen en el comando gcloud real o en los comandos que ejecuta la API de Cloud CLI Execution.

    Te recomendamos que actualices las instrucciones o habilidades del sistema para tu agente de modo que seleccione el proyecto correcto para ejecutar las solicitudes del servidor de MCP de la CLI de Cloud.

Antes de comenzar

  1. 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.

  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.

Roles obligatorios

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

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 MCP de la CLI de Cloud. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

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

  • Realiza llamadas a la herramienta de MCP: mcp.tools.call

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

Autenticación y autorización

El servidor MCP remoto de la CLI de Cloud 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 de MCP remoto de Cloud CLI 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 Autenticación en servidores de MCP.

Permisos de OAuth de la CLI de Cloud

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.

El servidor de MCP remoto de la CLI de Cloud tiene los siguientes alcances de OAuth:

URI del alcance Descripción
https://www.googleapis.com/auth/cloud-platform Consulta y administra tus datos en los servicios de Google Cloud .

Configura un cliente de MCP para que use el servidor de MCP remoto de la CLI de Cloud

Las aplicaciones y los agentes de IA, como Claude o Antigravity, pueden crear instancias de un cliente de MCP que se conecta a un solo servidor de MCP. Una aplicación de IA puede tener varios clientes que se conectan a diferentes servidores de MCP. Si tu aplicación no aparece en la guía específica para el cliente, puedes usar la siguiente información para conectarte desde la mayoría de las aplicaciones.

En tu aplicación de IA, busca una forma de agregar o conectarte a un servidor de MCP remoto. Para el servidor de MCP remoto de la CLI de Cloud, ingresa la siguiente información según sea necesario:

  • Nombre del servidor: Servidor de MCP remoto de Cloud CLI
  • URL del servidor o Extremo: https://cloudcli.googleapis.com/mcp
  • Transporte: HTTP
  • Detalles de autenticación: Tus credenciales de Google Cloud , tu ID de cliente y secreto de OAuth, o bien la identidad y las credenciales de un agente

Redirecciona los URI

En el caso de las aplicaciones basadas en la Web y algunas aplicaciones de escritorio, debes incluir en la lista de entidades permitidas un URI de redireccionamiento cuando crees un ID y un secreto de cliente para la autenticación. El servidor de autorización usa los URIs de redireccionamiento para enviar tokens a tu aplicación. La documentación de tu aplicación debe especificar el URI de redireccionamiento que debes usar. No se admiten los URIs de redireccionamiento personalizados.

Para obtener orientación específica de la aplicación sobre cómo configurar y conectarse al servidor de MCP, consulta Orientación específica del cliente.

Para obtener orientación más general, consulta los siguientes recursos:

Herramientas disponibles

El servidor MCP remoto de la CLI de Cloud expone una sola herramienta:

  • run_gcloud_command

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

Herramientas de lista

Usa el inspector de MCP para enumerar herramientas o envía una solicitud HTTP tools/list directamente al servidor MCP remoto de Cloud CLI. El método tools/list no requiere autenticación.

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

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

Ejemplos de casos de uso

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

Aprovisionamiento de recursos

Cuando un usuario envía una instrucción en lenguaje natural al agente, este genera un comando de gcloud CLI con la herramienta de MCP. Luego, la CLI de Cloud ejecuta el comando de gcloud CLI.

Instrucción de ejemplo:

"Crea una red de VPC nueva llamada PROD_NETWORK en el proyecto projects/PROJECT. Luego, crea una regla de firewall que permita el tráfico TCP interno en el puerto 8080".

Flujo de trabajo:

  1. El agente llama a la herramienta run_gcloud_command con el comando "gcloud compute networks create PROD_NETWORK --project=projects/PROJECT --subnet-mode=auto", "project": "projects/PROJECT".

  2. El agente llama a la herramienta run_gcloud_command con el comando "gcloud compute firewall-rules create allow-internal-8080 --project=projects/PROJECT --network=PROD_NETWORK --allow=tcp:8080 --source-ranges=10.0.0.0/8.

Observabilidad y diagnóstico

Un agente puede inspeccionar el estado del entorno y consultar los registros de errores recientes para ayudar a solucionar problemas.

Ejemplo de instrucción: "Encuentra los 5 registros de errores más recientes de la instancia de Compute Engine my-web-server en el proyecto projects/PROJECT".

Flujo de trabajo:

El agente llama a la herramienta run_gcloud_command con el comando "gcloud logging read \"resource.type=gce_instance AND severity>=ERROR\" --limit=5 --order=DESC" y el proyecto "projects/PROJECT".

Configuraciones opcionales de seguridad

La MCP introduce nuevos riesgos y consideraciones de seguridad debido a la gran 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 de los LLM, protegiendo contra diversos riesgos y respaldando prácticas de IA responsable. Ya sea que implementes IA en tu entorno de nube o en proveedores de servicios en la nube externos, Model Armor puede ayudarte a evitar entradas maliciosas, verificar la seguridad del contenido, proteger datos sensibles, mantener el cumplimiento y aplicar tus políticas de seguridad de la IA de manera coherente en todo tu diverso panorama de IA.

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

Habilita Model Armor

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

Console

  1. Habilita la API de Model Armor.

    Roles necesarios para habilitar las APIs

    Para habilitar APIs, necesitas el permiso serviceusage.services.enable. Si creaste el proyecto, es probable que ya tengas este permiso a través del rol de propietario (roles/owner). De lo contrario, puedes obtener este permiso a través del rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). 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 en la que se muestra una ventana de 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 siguiente comando 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 Google Cloud

Para proteger las llamadas y respuestas de la herramienta 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 herramientas de MCP dentro del proyecto.

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.

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

Para evitar que Model Armor analice automáticamente el tráfico hacia y desde los servidores de MCP de Google según la configuración mínima del proyecto, 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 aplica automáticamente las reglas definidas en la configuración mínima de este proyecto al tráfico de ningún servidor de MCP de Google.

La configuración general y la configuración mínima de Model Armor pueden afectar a más que solo el MCP. Dado que Model Armor se integra con servicios como Vertex AI, cualquier cambio que realices en la configuración mínima puede afectar el análisis del tráfico y los comportamientos de seguridad en todos los servicios integrados, no solo en el MCP.

¿Qué sigue?