Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

Google Cloud CLI リモート MCP サーバーを使用する

このドキュメントでは、Google Cloud CLI リモート Model Context Protocol（MCP）サーバーを使用して、Antigravity、ChatGPT、Claude、開発中のカスタムアプリケーションなどの AI アプリケーションに接続する方法について説明します。

Google Cloud CLI リモート MCP サーバーは、AI アプリケーションに自然言語プロンプトを送信して、コマンドラインインターフェース（CLI）コマンドを代わりに実行できる安全な環境を提供します。gcloud コマンドと bq コマンドがサポートされています。

この機能の API は Cloud CLI Execution と呼ばれます。

Google Cloud CLI リモート MCP サーバーは、Cloud CLI Execution API を有効にすると有効になります。

Model Context Protocol（MCP）により、大規模言語モデル（LLM）と AI アプリケーション（エージェント）が外部のデータソースに接続する方法が標準化されます。MCP サーバーを使用すると、そのツール、リソース、プロンプトを使用してアクションを実行し、バックエンドサービスから更新されたデータを取得できます。

ローカル MCP サーバーとリモート MCP サーバーの違いは何ですか？

ローカル MCP サーバー: 通常、ローカルマシンで実行され、同じデバイス上のサービス間の通信に標準入力と出力ストリーム（stdio）を使用します。
リモート MCP サーバー: サービスのインフラストラクチャで実行され、AI アプリケーションに HTTP エンドポイントを提供して、AI MCP クライアントと MCP サーバー間の通信を行います。MCP アーキテクチャの詳細については、MCP アーキテクチャをご覧ください。

ステートレスコア

MCP バージョン 2026-07-28 では、MCP は双方向のステートフルプロトコルからステートレスプロトコルに変更されています。各 MCP リクエストは自己記述型であり、ヘッダーを使用してルーティングできます。各リクエストには、HTTP ヘッダーまたは _meta パラメータに必要なすべての情報が含まれているため、initialize/initialized handshake または Mcp-Session-Id は必要ありません。MCP サーバーは、マルチラウンドトリップリクエスト（MRTR）を介して、ツールに必要な追加情報をリクエストできます。

リクエスト本文を解析せずにリクエストをルーティングして処理するには、次の MCP ヘッダーが必要です。

プロトコルバージョンヘッダーや標準リクエストヘッダーなど、MCP 仕様で必要なヘッダー。
MCP サーバーによって定義されるカスタムヘッダー。これらのヘッダーは、x-mcp-header プロパティを使用して、ツールの入力スキーマから HTTP ヘッダーにミラーリングされます。たとえば、MCP サーバーは、 Google Cloud リージョンまたはプロジェクト ID を指定するカスタムヘッダーを定義できます。

MCP アーキテクチャの詳細については、MCP バージョン 2026-07-28 の仕様と主な変更点をご覧ください。

Google と Google Cloud リモート MCP サーバー

Google と Google Cloud リモート MCP サーバーには、次の機能とメリットがあります。

簡素化された一元的な検出
マネージドグローバルまたはリージョン HTTP エンドポイント
きめ細かい認可
Model Armor 保護によるプロンプトとレスポンスのセキュリティ（オプション）
一元的な監査ロギング

他の MCP サーバーと、Google Cloud MCP サーバーで使用可能なセキュリティとガバナンスの制御については、Google Cloud MCP サーバーの概要をご覧ください。

制限事項とガイドライン

Google Cloud CLI リモート MCP サーバーの使用を開始する前に、次の制限事項とガイドラインを確認してください。

サポートされているコマンド

Google Cloud CLI MCP サーバーは、セキュリティ標準と適用不可のため、特定の gcloud コマンドと bq コマンド（gcloud の alpha バリアントまたは beta バリアントを含む）をサポートしていません。

次のリストに、サポートされていない gcloud コマンドの例をいくつか示します。このリストはすべてを網羅したものではなく、予告なくコマンドが追加または削除されることがあります。

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

サポートされていない bq コマンドの完全なリストは次のとおりです。

bq init
bq pyshell
bq shell

組織のポリシーの適用

リモート MCP サーバーを介して実行されるコマンドは、認証された呼び出し元 ID の権限で実行されます。標準の IAM 権限と組織ポリシーサービスの制約は、いずれもダウンストリームのターゲットリソースに対して厳格に適用されます。

エージェントデベロッパー向けガイドライン

プリンシパルと IAM 権限: Cloud CLI Execution API を操作するプリンシパルは、gcloud コマンドまたは bq コマンドの実行中に Google Cloud API を操作するプリンシパルと同じです。Google Cloud CLI MCP サーバーは多くの Google CloudAPI を呼び出すことができるため、最小権限のセキュリティ原則に従い、ユースケースに必要な最小限の権限を、Google Cloud CLI MCP サーバーを呼び出すユーザー、エージェント ID、またはサービスアカウントに割り当てることをおすすめします。
プロジェクトの選択: project は、Google Cloud CLI MCP サーバーリクエストの必須パラメータであり、Cloud CLI Execution API とのやり取りに使用されるプロジェクトを表します。project パラメータは、実際の gcloud コマンドで設定される --project フラグまたは --billing-project フラグ、または Cloud CLI Execution API が実行する bq コマンドの --project_id フラグと --quota_project_id フラグとは関係ありません。

Google Cloud CLI MCP サーバーリクエストの実行に正しいプロジェクトが選択されるように、エージェントのシステムプロンプトまたはスキルを更新することをおすすめします。

始める前に

Google Cloud アカウントにログインします。 Google Cloudを初めて使用する場合は、アカウントを作成して、実際のシナリオで Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

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

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.

Verify that billing is enabled for your Google Cloud project.

Enable the Cloud CLI Execution API, if it is not already enabled.

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

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

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.

Verify that billing is enabled for your Google Cloud project.

Enable the Cloud CLI Execution API, if it is not already enabled.

Roles required to enable APIs

Enable the API

必要なロール

Google Cloud CLI MCP サーバーを使用するために必要な権限を取得するには、Google Cloud CLI MCP サーバーを使用するプロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。

MCP ツール呼び出しを行う: MCP ツールユーザー（roles/mcp.toolUser）

ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。

これらの事前定義ロールには、Google Cloud CLI MCP サーバーを使用するために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。

必要な権限

Google Cloud CLI MCP サーバーを使用するには、次の権限が必要です。

MCP ツール呼び出しを行う: mcp.tools.call

カスタムロールや他の事前定義ロールを使用して、これらの権限を取得することもできます。

認証と認可

Google Cloud CLI リモート MCP サーバーは、認証と認可に Identity and Access Management（IAM）と OAuth 2.0 プロトコルを使用します。MCP サーバーへの認証では、すべての Google Cloud ID がサポートされています。

Google Cloud CLI リモート MCP サーバーは API キーを受け入れません。

リソースへのアクセスを制御およびモニタリングできるように、MCP ツールを使用するエージェントに個別の ID を作成することをおすすめします。認証の詳細については、MCP サーバーに対して認証するをご覧ください。

Google Cloud CLI の OAuth スコープ

OAuth 2.0 では、スコープと認証情報を使用して、認証されたプリンシパルがリソースに対して特定のアクションを実行する権限があるかどうかを判断します。Google の OAuth 2.0 スコープの詳細については、OAuth 2.0 を使用して Google API にアクセスするをご覧ください。

Google Cloud CLI リモート MCP サーバーには、次の OAuth スコープがあります。

スコープ URI	説明
`https://www.googleapis.com/auth/cloud-platform`	Google Cloud サービス全体のデータを表示して管理します。

Google Cloud CLI リモート MCP サーバーを使用するように MCP クライアントを構成する

Claude や Antigravity などの AI アプリケーションやエージェントは、単一の MCP サーバーに接続する MCP クライアントをインスタンス化できます。AI アプリケーションには、さまざまな MCP サーバーに接続する複数のクライアントを設定できます。クライアント固有のガイダンスにアプリケーションが記載されていない場合は、次の情報を使用して、ほとんどのアプリケーションから接続できます。

AI アプリケーションで、リモート MCP サーバーを追加または接続する方法を探します。Google Cloud CLI リモート MCP サーバーの場合は、必要に応じて次の情報を入力します。

サーバー名: Google Cloud CLI リモート MCP サーバー
サーバー URL またはエンドポイント: https://cloudcli.googleapis.com/mcp
トランスポート: ストリーミング可能な HTTP
認証の詳細: 認証方法に応じて、 Google Cloud 認証情報、OAuth クライアント ID とシークレット、またはエージェントの ID と認証情報を入力できます。認証の詳細については、MCP サーバーに対して認証するをご覧ください。
OAuth スコープ: Google Cloud CLI MCP サーバーに接続するときに使用する OAuth 2.0 スコープ。

リダイレクト URI

ウェブベースのアプリケーションと一部のデスクトップアプリケーションでは、認証用のクライアント ID とシークレットを作成するときに、リダイレクト URI を許可リストに登録する必要があります。リダイレクト URI は、認可サーバーがアプリケーションにトークンを送信するために使用されます。アプリケーションのドキュメントには、使用する必要があるリダイレクト URI が指定されている必要があります。カスタムリダイレクト URI はサポートされていません。

MCP サーバーの設定と接続に関するアプリケーション固有のガイダンスについては、クライアント固有のガイダンスをご覧ください。

より一般的なガイダンスについては、次のリソースをご覧ください。

使用可能なツール

Google Cloud CLI リモート MCP サーバーは、次のツールを公開しています。

run_gcloud_command
run_bq_command

Google Cloud CLI MCP サーバーで使用可能な MCP ツールの詳細とその説明を表示するには、Google Cloud CLI MCP リファレンスをご覧ください。

`run_bq_command` と BigQuery MCP サーバーの違い

run_bq_command は、Google Cloud CLI リモート MCP サーバー内で BigQuery CLI（bq）サーフェスを公開します。このツールは BigQuery SQL コマンドを実行し、自然言語プロンプトを使用して管理タスクと運用タスクを実行できます。BigQuery には、標準のデータ分析用の別の MCP サーバーも用意されています。各ツールサーフェスは、それぞれ異なるユースケース向けに設計されています。

run_bq_command: スロット予約の管理、クエリのスケジューリング、テーブルスナップショットの管理、ジョブのトラブルシューティングとキャンセルなど、高度な管理ワークフローと運用ワークフロー用の AI エージェントを構築する場合は、run_bq_command を使用します。
BigQuery MCP サーバー: 標準 SQL 実行ツールを使用してデータ分析、メタデータの検出、データの変更を行う AI エージェントを構築する場合は、BigQuery MCP サーバーを使用します。

次の表に、2 つのツールサーフェスのその他の違いを示します。

機能	BigQuery MCP サーバー	`run_bq_command`
対象	一般提供	プレビュー
用途	データ分析とデータ変更	高度なジョブとリソースの管理
ターゲットユーザー	ビジネスアナリスト、データサイエンティスト、SQL デベロッパー	BigQuery 管理者、DBA、データプラットフォームエンジニア、DevOps エンジニア
主要なオペレーション	標準 SQL の実行（SELECT、INSERT、UPDATE、DELETE）、スキーマの探索、メタデータの検査	クエリのスケジューリング（DTS を使用）、暴走ジョブのキャンセル、スロットと予約の管理、データセットの IAM ポリシー、テーブルのスナップショット/クローンオペレーション

ツールの一覧表示

MCP インスペクタを使用してツールを一覧表示するか、tools/list HTTP リクエストを Google Cloud CLI リモート MCP サーバーに直接送信します。tools/list メソッド: 認証を必要としません。

curl -X POST https://cloudcli.googleapis.com/TOOLSET_ENDPOINT \
    -H 'Content-Type: application/json' \
    -H 'Accept: application/json' \
    -H 'MCP-Protocol-Version: MCP_PROTOCOL_VERSION' \
    -H 'Mcp-Method: tools/list' \
    -d '{
      "jsonrpc": "2.0",
      "id": 1,
      "method": "tools/list",
      "params": {
        "_meta": {
          "io.modelcontextprotocol/protocolVersion": "MCP_PROTOCOL_VERSION",
          "io.modelcontextprotocol/clientCapabilities": {
            "extensions": {
              "io.modelcontextprotocol/ui": {
                "mimeTypes": ["text/html;profile=mcp-app"]
              }
            }
          }
        }
      }
    }'

次のように置き換えます。

TOOLSET_ENDPOINT: サービス名の後の MCP エンドポイントの残りの部分。たとえば、Google Cloud CLI の場合は mcp/toolset-name です。
MCP_PROTOCOL_VERSION: MCP プロトコルのバージョン。例: 2026-07-28

`run_gcloud_command` のサンプルのユースケース

Google Cloud CLI リモート MCP サーバーの run_gcloud_command のユースケースの例を次に示します。

リソースのプロビジョニング

ユーザーがエージェントに自然言語プロンプトを送信すると、エージェントは対応する MCP ツール（gcloud コマンドの場合は run_gcloud_command、bq コマンドの場合は run_bq_command）を使用してコマンドを生成します。Google Cloud CLI MCP サーバーがコマンドを実行します。

プロンプトの例:

「プロジェクト projects/my-project に my-network という名前の新しい VPC ネットワークを作成します。次に、ポート 8080 で内部 TCP トラフィックを許可するファイアウォールルールを作成します。」

ワークフロー:

エージェントは、コマンド "gcloud compute networks create my-network --project=projects/my-project --subnet-mode=auto", "project": "projects/my-project" を使用して run_gcloud_command ツールを呼び出します。
エージェントは、コマンド "gcloud compute firewall-rules create allow-internal-8080 --project=projects/my-project --network=my-network --allow=tcp:8080 --source-ranges=10.0.0.0/8 を使用して run_gcloud_command ツールを呼び出します。

オブザーバビリティと診断

エージェントは、環境の状態を検査し、最近のエラーログをクエリして、問題のトラブルシューティングに役立てることができます。

プロンプトの例: 「プロジェクト projects/my-project の Compute Engine インスタンス my-web-server の最新のエラーログを 5 件検索してください。」

ワークフロー:

エージェントは、コマンド "gcloud logging read \"resource.type=gce_instance AND severity>=ERROR\" --limit=5 --order=DESC", project: "my-project" を使用して run_gcloud_command ツールを呼び出します。

`run_bq_command` のユースケースの例

Google Cloud CLI リモート MCP サーバーの run_bq_command のユースケースの例を次に示します。

BigQuery でデータセットを管理する

MCP サーバーを使用して、BigQuery でクエリを実行し、データセットを管理することもできます。

プロンプトの例: 「プロジェクト projects/my-project 内のすべてのデータセットを一覧表示し、米国のロケーションに my_new_dataset という名前の新しいデータセットを作成します。」

ワークフロー:

エージェントは、コマンド "bq ls --datasets=true --project_id=my-project", "project": "projects/my-project" を使用して run_bq_command ツールを呼び出します。
エージェントは、コマンド "bq mk --dataset --location=us --project_id=my-project my_new_dataset", "project": "projects/my-project" を使用して run_bq_command ツールを呼び出します。

長時間実行ジョブのトラブルシューティングとキャンセル

エージェントは、実行中の BigQuery ジョブを検査して、リソースのボトルネックの特定、失敗したクエリの診断、長時間実行されているジョブのキャンセル、パフォーマンスの推奨事項に関する実行の詳細の抽出を行います。

プロンプトの例:

「プロジェクト my-data-project で現在実行されている、長時間実行されているクエリやリソースを大量に消費するクエリがあるかどうかを確認します。bqujob_12345 が 30 分以上実行されている場合は、キャンセルして詳細を表示します。」

ワークフロー:

エージェントは、コマンド "bq ls -j --all --project_id=my-data-project", "project": "projects/my-data-project" を使用して run_bq_command を呼び出します。
エージェントはジョブリストを検査し、コマンド "bq show -j bqujob_12345 --project_id=my-data-project", "project": "projects/my-data-project" を指定して run_bq_command を呼び出します。
エージェントは、コマンド "bq cancel bqujob_12345 --project_id=my-data-project", "project": "projects/my-data-project" を使用して run_bq_command を呼び出します。

クエリのスケジュール設定

エージェントは、BigQuery CLI の BigQuery Data Transfer Service 統合を介して、スケジュール設定されたクエリの実行を構成し、データ更新を自動化します。

プロンプトの例:

「プロジェクト my-data-project の dataset sales_ds の daily_sales_summary テーブルを更新するために、毎日 06:00 UTC にクエリを実行するようにスケジュールを設定します。」

ワークフロー:

エージェントは、コマンド "bq query --project_id=my-data-project --use_legacy_sql=false --destination_table=sales_ds.daily_sales_summary --display_name='Daily Sales Refresh' --schedule='every 24 hours' 'SELECT date, SUM(amount) as total FROM sales_ds.transactions GROUP BY date'", "project": "projects/my-data-project" を使用して run_bq_command を呼び出します。

容量の分析と予約の調整

エージェントは、消費量の多いプロジェクト全体で既存のスロット予約を分析し、スロット割り当てを更新してコンピューティング容量を管理します。

プロンプトの例:

「プロジェクト my-admin-project のリージョン us-central1 にあるすべての BigQuery 予約を一覧表示し、prod-analytics 予約のスロット割り当てを 500 スロットに更新します。」

ワークフロー:

エージェントは、コマンド "bq ls --reservation --project_id=my-admin-project --location=us-central1", "project": "projects/my-admin-project" を使用して run_bq_command を呼び出します。
エージェントは、コマンド "bq update --project_id=my-admin-project --reservation --slots=500 prod-analytics --location=us-central1", "project": "projects/my-admin-project" を使用して run_bq_command を呼び出します。

テーブルスナップショットとクローンを管理する

エージェントが、重要な本番環境テーブルのポイントインタイムスナップショットを作成するか、開発とテスト用にテーブルクローンをプロビジョニングします。

プロンプトの例:

「プロジェクト my-data-project に production_db.orders_snapshot_20260720 という名前の production_db.orders のテーブルスナップショットを作成します。」

ワークフロー:

エージェントは、コマンド "bq cp --project_id=my-data-project --snapshot production_db.orders production_db.orders_snapshot_20260720", "project": "projects/my-data-project" を使用して run_bq_command を呼び出します。

データセットアクセスと IAM 権限の制御

エージェントは、データセットのアクセス制御を検査し、データセットの権限を更新して、指定されたプリンシパルにアクセス権を付与または取り消します。

プロンプトの例:

「プロジェクト my-data-project. のデータセット finance_ds の現在のアクセス構成を表示して」

ワークフロー:

エージェントは、コマンド "bq show --format=prettyjson my-data-project:finance_ds", "project": "projects/my-data-project" を使用して run_bq_command を呼び出します。
エージェントはアクセス JSON 定義を更新し、コマンド "bq update --source=access_update.json my-data-project:finance_ds", "project": "projects/my-data-project" を使用して run_bq_command を呼び出します。

セキュリティと安全に関するオプションの構成

MCP ツールで実行できるアクションが多岐にわたるため、MCP によって新たなセキュリティリスクと考慮事項が加わります。これらのリスクを最小限に抑えて管理するために、Google Cloud は、 Google Cloud組織またはプロジェクトでの MCP ツールの使用を制御するデフォルトの設定とカスタマイズ可能なポリシーを提供します。

MCP のセキュリティとガバナンスの詳細については、AI のセキュリティと安全性をご覧ください。

Model Armor を使用する

Model Armor は、AI アプリケーションのセキュリティと安全性を強化するために設計されたGoogle Cloud サービスです。LLM のプロンプトとレスポンスを事前にスクリーニングすることで、さまざまなリスクから保護し、責任ある AI への取り組みをサポートします。AI を自社のクラウド環境と外部のクラウドプロバイダのいずれにデプロイする場合も、Model Armor は、悪意のある入力の防止、コンテンツの安全性の検証、機密データの保護、コンプライアンスの維持、多様な AI 環境全体での AI の安全性とセキュリティポリシーの一貫した適用に役立ちます。

ロギングが有効になっている Model Armor が有効になっている場合、Model Armor はペイロード全体をログに記録します。これにより、機密情報がログに公開される可能性があります。

Model Armor への MCP リクエストのルーティング

Model Armor は特定のリージョンで利用できます。Model Armor が有効になっていて、Model Armor がサポートしていない法域で MCP サーバーを使用すると、呼び出しのルーティング動作が MCP サーバーごとに異なる可能性があり、使用中および転送中のデータのデータ所在地のコンプライアンスに違反する可能性があります。個々の MCP サーバーの動作の詳細については、Model Armor 対応プロダクトをご覧ください。

Model Armor を有効にする

Model Armor を使用するには、Model Armor API を有効にする必要があります。

コンソール

Model Armor API を有効にします（有効になっていない場合）。
API を有効にするために必要なロール
API を有効にするには、serviceusage.services.enable 権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を介してこの権限がすでに付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を介してこの権限を取得できます。ロールを付与する方法を確認する。
API の有効化
Model Armor を有効にするプロジェクトを選択します。

gcloud

始める前に、Google Cloud CLI で Model Armor API を使用して、次の処理を行います。

Google Cloud コンソールで Cloud Shell をアクティブにします。

Cloud Shell をアクティブにする

Google Cloud コンソールの下部で Cloud Shell セッションが開始し、コマンドラインプロンプトが表示されます。Cloud Shell はシェル環境です。Google Cloud CLI がすでにインストールされており、現在のプロジェクトの値もすでに設定されています。セッションが初期化されるまで数秒かかることがあります。
次のコマンドを実行して、Model Armor サービスの API エンドポイントを設定します。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
LOCATION は、Model Armor を使用するリージョンに置き換えます。

Google と Google Cloud リモート MCP サーバーの保護を構成する

MCP ツールの呼び出しとレスポンスを保護するには、Model Armor のフロア設定を使用します。フロア設定は、プロジェクト全体に適用される最低限のセキュリティフィルタを定義します。この構成では、プロジェクト内のすべての MCP ツール呼び出しとレスポンスに一貫したフィルタセットが適用されます。

MCP サニタイズを有効にして Model Armor のフロア設定を構成します。詳細については、Model Armor のフロア設定を構成するをご覧ください。

次のコマンド例をご覧ください。

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"}]'

PROJECT_ID は、実際の Google Cloud プロジェクト ID に置き換えます。

次の設定に注意してください。

INSPECT_AND_BLOCK: Google MCP サーバーのコンテンツを検査し、フィルタに一致するプロンプトとレスポンスをブロックする適用タイプ。
ENABLED: フィルタまたは違反措置を有効にする設定。
MEDIUM_AND_ABOVE: 責任ある AI - 危険なフィルタ設定の信頼度。この設定は変更できますが、値を小さくすると、誤検出が増える可能性があります。詳細については、Model Armor の信頼度をご覧ください。

Model Armor による MCP トラフィックのスキャンを無効にする

プロジェクトのフロア設定に基づいて、Google MCP サーバーとの間のトラフィックを Model Armor が自動的にスキャンしないようにするには、次のコマンドを実行します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。Model Armor は、このプロジェクトのフロア設定で定義されたルールを Google MCP サーバーのトラフィックに自動的に適用しません。

Model Armor のフロア設定と一般構成は、MCP だけでなく、Model Armor は Vertex AI などのサービスと統合されているため、フロア設定を変更すると、MCP だけでなく、統合されたすべてのサービスでトラフィックスキャンと安全性の動作に影響する可能性があります。

次のステップ

Google Cloud CLI MCP リファレンスドキュメントを読む。
Google Cloud MCP サーバーの詳細を確認する。

Google Cloud CLI リモート MCP サーバーを使用する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

ローカル MCP サーバーとリモート MCP サーバーの違いは何ですか？

ステートレス コア

Google と Google Cloud リモート MCP サーバー

制限事項とガイドライン

サポートされているコマンド

組織のポリシーの適用

エージェント デベロッパー向けガイドライン

始める前に

必要なロール

必要な権限

認証と認可

Google Cloud CLI の OAuth スコープ

Google Cloud CLI リモート MCP サーバーを使用するように MCP クライアントを構成する

リダイレクト URI

使用可能なツール

run_bq_command と BigQuery MCP サーバーの違い

ツールの一覧表示

run_gcloud_command のサンプルのユースケース

リソースのプロビジョニング

オブザーバビリティと診断

run_bq_command のユースケースの例

BigQuery でデータセットを管理する

長時間実行ジョブのトラブルシューティングとキャンセル

クエリのスケジュール設定

容量の分析と予約の調整

テーブル スナップショットとクローンを管理する

データセット アクセスと IAM 権限の制御

セキュリティと安全に関するオプションの構成

Model Armor を使用する

Model Armor への MCP リクエストのルーティング

Model Armor を有効にする

コンソール

gcloud

Google と Google Cloud リモート MCP サーバーの保護を構成する

Model Armor による MCP トラフィックのスキャンを無効にする

次のステップ

Google Cloud CLI リモート MCP サーバーを使用する

ステートレスコア

エージェントデベロッパー向けガイドライン

`run_bq_command` と BigQuery MCP サーバーの違い

`run_gcloud_command` のサンプルのユースケース

`run_bq_command` のユースケースの例

テーブルスナップショットとクローンを管理する

データセットアクセスと IAM 権限の制御