使用 Cloud CLI 遠端 MCP 伺服器

本文說明如何使用 Cloud CLI 遠端 Model Context Protocol (MCP) 伺服器，連線至 AI 應用程式，包括 Gemini CLI、ChatGPT、Claude，以及您正在開發的自訂應用程式。

Cloud CLI 遠端 MCP 伺服器提供安全環境，可讓您將自然語言提示傳送至 AI 應用程式，代表您執行指令列介面 (CLI) 指令。僅支援 gcloud 指令。

這項功能的 API 稱為 Cloud CLI Execution。

啟用 Cloud CLI Execution API 時，系統會啟用 Cloud CLI 遠端 MCP 伺服器。

Model Context Protocol (MCP) 規範大型語言模型 (LLM) 和 AI 應用程式/代理程式連結外部資料來源的標準方式。MCP 伺服器可讓您使用工具、資源和提示，從後端服務採取行動及取得最新資料。

本機和遠端 MCP 伺服器有何不同？

本機 MCP 伺服器
通常在本機電腦上執行，並使用標準輸入和輸出串流 (stdio)，在同一部裝置上的服務之間進行通訊。
遠端 MCP 伺服器
在服務的基礎架構上執行，並為 AI 應用程式提供 HTTP 端點，供 AI MCP 用戶端與 MCP 伺服器之間的通訊。如要進一步瞭解 MCP 架構，請參閱 MCP 架構。

Google 和 Google Cloud 遠端 MCP 伺服器

Google 和 Google Cloud 遠端 MCP 伺服器具有下列功能和優點：

  • 簡化集中式探索作業
  • 代管全域或區域 HTTP 端點
  • 精細授權
  • 使用 Model Armor 保護機制，選擇性確保提示詞和回覆安全無虞
  • 集中式稽核記錄

如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器適用的安全性與控管措施，請參閱 Google Cloud MCP 伺服器總覽。

限制與規範

開始使用 Cloud CLI 遠端 MCP 伺服器前，請先詳閱下列限制和規範：

支援的指令

由於安全標準和不適用性，Cloud CLI MCP 伺服器不支援特定 gcloud 指令群組 (及其 alpha 或 beta 變體)。以下列出幾個不支援的 gcloud 指令範例。這份清單並非詳盡無遺，且可能會新增或移除指令。

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

強制執行機構政策

透過遠端 MCP 伺服器執行的指令，會以經過驗證的呼叫端身分權限執行。系統會對下游目標資源嚴格執行標準 IAM 權限和組織政策服務限制。

代理程式開發人員相關規範

  • 主體和 IAM 權限：與 Cloud CLI Execution API 互動的主體，與 gcloud 指令執行期間與 API 互動的主體相同。 Google Cloud 由於 Cloud CLI MCP 伺服器可以呼叫許多 Google CloudAPI，建議您遵循最小權限原則，並為呼叫 Cloud CLI MCP 伺服器的使用者、代理程式身分或服務帳戶，指派適用於您用途的最低必要權限。

  • 選取專案：project 是 Cloud CLI MCP 伺服器要求的必要參數，代表用於與 Cloud CLI Execution API 互動的專案。請注意，project 參數與 Cloud CLI Execution API 執行的實際 gcloud 指令或指令中設定的 --project 或 --billing-project 旗標無關。

    建議您更新代理程式的系統提示或技能，確保代理程式選取正確的專案，執行 Cloud CLI MCP 伺服器要求。

事前準備

  1. 登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎 建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。

  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.

必要的角色

如要取得使用 Cloud CLI MCP 伺服器所需的權限，請要求管理員在您要使用 Cloud CLI MCP 伺服器的專案中，授予下列 IAM 角色：

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備使用 Cloud CLI MCP 伺服器所需的權限。如要查看確切的必要權限，請展開「Required permissions」(必要權限) 部分：

所需權限

如要使用 Cloud CLI MCP 伺服器，您必須具備下列權限：

  • 發出 MCP 工具呼叫： mcp.tools.call

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

驗證及授權

Cloud CLI 遠端 MCP 伺服器會使用 OAuth 2.0 通訊協定搭配 Identity and Access Management (IAM) 進行驗證及授權。所有Google Cloud 身分都支援 MCP 伺服器的驗證。

Cloud CLI 遠端 MCP 伺服器不接受 API 金鑰。

建議您為使用 MCP 工具的代理商建立個別身分，以便控管及監控資源存取權。如要進一步瞭解驗證，請參閱「向 MCP 伺服器進行驗證」。

Cloud CLI OAuth 範圍

OAuth 2.0 會使用範圍和憑證，判斷經過驗證的主體是否有權對資源執行特定動作。如要進一步瞭解 Google 的 OAuth 2.0 範圍，請參閱「使用 OAuth 2.0 存取 Google API」。

Cloud CLI 遠端 MCP 伺服器具有下列 OAuth 範圍：

範圍 URI 說明
https://www.googleapis.com/auth/cloud-platform 查看及管理您在 Google Cloud 服務中的資料。

設定 MCP 用戶端，以使用 Cloud CLI 遠端 MCP 伺服器

AI 應用程式和代理 (例如 Claude 或 Antigravity) 可以例項化 MCP 用戶端，並連至單一 MCP 伺服器。AI 應用程式可有多個用戶端，連至不同的 MCP 伺服器。如果您的應用程式未列在特定用戶端指南中，則可以使用下列資訊，從大多數應用程式連線。

在 AI 應用程式中，尋找新增或連線至遠端 MCP 伺服器的方法。如果是 Cloud CLI 遠端 MCP 伺服器，請視需要輸入下列資訊：

  • 伺服器名稱：Cloud CLI 遠端 MCP 伺服器
  • 伺服器網址或端點：https://cloudcli.googleapis.com/mcp
  • 傳輸：HTTP
  • 驗證詳細資料：您的 Google Cloud 憑證、OAuth 用戶端 ID 和密鑰，或是代理程式身分和憑證

重新導向 URI

如果是網頁應用程式和部分桌面應用程式，您必須在建立驗證用的用戶端 ID 和密鑰時，將重新導向 URI 加入允許清單。授權伺服器會使用重新導向 URI 將權杖傳送至應用程式。應用程式的說明文件應指定您必須使用的重新導向 URI。系統不支援自訂重新導向 URI。

如需設定及連線至 MCP 伺服器的應用程式專屬指引，請參閱用戶端專屬指引。

如需更多一般指引，請參閱下列資源：

可用的工具

Cloud CLI 遠端 MCP 伺服器只會公開一項工具：

  • run_gcloud_command

如要查看 Cloud CLI MCP 伺服器可用的 MCP 工具詳細資料和說明，請參閱 Google Cloud SDK MCP 參考資料。

清單工具

使用 MCP 檢查器列出工具，或直接將 tools/list HTTP 要求傳送至 Cloud CLI 遠端 MCP 伺服器。tools/list 方法不需要驗證。

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

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

應用實例

以下是 Cloud CLI 遠端 MCP 伺服器的範例用途：

資源佈建

使用者向代理程式傳送自然語言提示時，代理程式會使用 MCP 工具產生 gcloud CLI 指令。Cloud CLI 接著會執行 gcloud CLI 指令。

提示範例：

"Create a new VPC network named PROD_NETWORK in the project projects/PROJECT. 然後建立防火牆規則，允許通訊埠 8080 上的內部 TCP 流量。」

工作流程：

  1. 代理會使用指令 "gcloud compute networks create PROD_NETWORK --project=projects/PROJECT --subnet-mode=auto", "project": "projects/PROJECT" 呼叫 run_gcloud_command 工具

  2. 代理程式會使用 "gcloud compute firewall-rules create allow-internal-8080 --project=projects/PROJECT --network=PROD_NETWORK --allow=tcp:8080 --source-ranges=10.0.0.0/8 指令呼叫 run_gcloud_command 工具。

資訊監控與診斷

代理程式可以檢查環境狀態及查詢最近的錯誤記錄，協助排解問題。

提示範例：「Find the latest 5 error logs for the Compute Engine instance my-web-server in the project projects/PROJECT.」(在專案 projects/PROJECT 中，找出 Compute Engine 執行個體 my-web-server 的最新 5 筆錯誤記錄。)

工作流程：

代理程式會使用指令 "gcloud logging read \"resource.type=gce_instance AND severity>=ERROR\" --limit=5 --order=DESC" 和專案 "projects/PROJECT" 呼叫 run_gcloud_command 工具。

選用的安全防護設定

由於 MCP 工具可執行各種動作，因此會帶來新的安全風險和考量。為盡量降低及管理這些風險，Google Cloud 提供預設設定和可自訂的政策，控管機構或專案中 MCP 工具的使用情形。 Google Cloud

如要進一步瞭解 MCP 安全性和控管措施，請參閱「AI 安全性」。

使用 Model Armor

Model Armor 是一項Google Cloud 服務，旨在提升 AI 應用程式的安全性。這項功能會主動篩選 LLM 提示詞和回覆，防範各種風險並支援負責任的 AI 做法。無論您是在雲端環境或外部雲端供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護私密資料、維持法規遵循狀態，以及在多元的 AI 環境中，持續強制執行 AI 安全政策。

啟用 Model Armor 並啟用記錄功能後，Model Armor 會記錄整個酬載。這可能會導致記錄中出現私密資訊。

啟用 Model Armor

您必須先啟用 Model Armor API，才能使用 Model Armor。

控制台

  1. 啟用 Model Armor API。

    啟用 API 時所需的角色

    如要啟用 API，您必須具備 serviceusage.services.enable 權限。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「服務使用情形管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

    啟用 API

  2. 選取要啟用 Model Armor 的專案。

gcloud

開始前，請使用 Google Cloud CLI 搭配 Model Armor API 執行下列步驟：

  1. 在 Google Cloud 控制台中啟用 Cloud Shell。

    啟用 Cloud Shell

    控制台底部會開啟 Cloud Shell 工作階段，並顯示指令列提示。 Google Cloud Cloud Shell 是已安裝 Google Cloud CLI 的殼層環境，並已針對您目前的專案設定好相關值。工作階段可能要幾秒鐘的時間才能初始化。

  2. 執行下列指令，為 Model Armor 服務設定 API 端點。

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

    將 LOCATION 替換為要使用 Model Armor 的區域。

設定 Google 和遠端 MCP 伺服器的防護功能 Google Cloud

如要保護 MCP 工具呼叫和回應，可以使用 Model Armor 底限設定。底限設定會定義適用於整個專案的最低安全性篩選條件。這項設定會對專案中的所有 MCP 工具呼叫和回覆套用一致的篩選器。

設定 Model Armor 底限設定，並啟用 MCP 清理功能。詳情請參閱「設定 Model Armor 底價」。

請參閱下列指令範例：

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"}]'

將 PROJECT_ID 替換為 Google Cloud 專案 ID。

請注意下列設定：

  • INSPECT_AND_BLOCK：強制執行類型，可檢查 Google MCP 伺服器的內容，並封鎖符合篩選器的提示和回覆。
  • ENABLED：啟用篩選器或強制執行的設定。
  • MEDIUM_AND_ABOVE：負責任的 AI 技術 - 危險篩選器設定的信心水準。您可以修改這項設定，但較低的值可能會導致更多誤判。詳情請參閱「Model Armor 信心水準」。

停用使用 Model Armor 掃描 MCP 流量

如要停止 Model Armor 根據專案的底限設定，自動掃描往返 Google MCP 伺服器的流量，請執行下列指令：

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

將 PROJECT_ID 替換為 Google Cloud 專案 ID。Model Armor 不會自動將這個專案底限設定中定義的規則，套用至任何 Google MCP 伺服器流量。

Model Armor 底限設定和一般設定不僅會影響 MCP，由於 Model Armor 會與 Vertex AI 等服務整合，因此您對底限設定所做的任何變更，都會影響所有整合服務 (不只是 MCP) 的流量掃描和安全行為。

後續步驟