Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

使用 Spanner 远程 MCP 服务器

本文档介绍了如何使用 Spanner 远程 Model Context Protocol (MCP) 服务器连接到 Gemini CLI、ChatGPT、Claude 和您正在开发的自定义应用等 AI 应用。借助 Spanner MCP 服务器，您可以访问和运行 Spanner 工具，以便在 AI 赋能型开发环境和 AI 智能体平台中创建、管理和查询 Spanner 资源。启用 Spanner API 后，系统会启用 Spanner 远程 MCP 服务器。

Model Context Protocol (MCP) 可规范大语言模型 (LLM) 和 AI 应用或代理连接到外部数据源的方式。借助 MCP 服务器，您可以使用其工具、资源和提示来执行操作，并从其后端服务获取更新后的数据。

本地 MCP 服务器和远程 MCP 服务器有何区别？

本地 MCP 服务器: 通常在本地机器上运行，并使用标准输入和输出流 (stdio) 在同一设备上的服务之间进行通信。
远程 MCP 服务器: 在服务的基础设施上运行，并向 AI 应用提供 HTTP 端点，以实现 AI MCP 客户端与 MCP 服务器之间的通信。如需详细了解 MCP 架构，请参阅 MCP 架构。

如需了解 Spanner 本地 MCP 服务器，请参阅 MCP Toolbox for Databases。

Google 和 Google Cloud 远程 MCP 服务器

Google 和 Google Cloud 远程 MCP 服务器具有以下功能和优势：

简化了集中式发现
托管式全球或区域 HTTP 端点
细粒度授权
使用 Model Armor 保护提示和回答（可选）
集中式审核日志记录

如需了解其他 MCP 服务器，以及适用于 Google Cloud MCP 服务器的安全性和治理控制措施，请参阅 Google Cloud MCP 服务器概览。

准备工作

登录您的 Google Cloud 账号。如果您是 Google Cloud新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

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

Verify that billing is enabled for your Google Cloud project.

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

Verify that billing is enabled for your Google Cloud project.

启用 Spanner API。
启用 API 所需的角色
如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 权限。了解如何授予角色。
启用 API

对于新项目，Spanner API 会自动启用。

所需的角色

如需获得使用 Spanner MCP 服务器所需的权限，请让您的管理员为您授予您想要使用 Spanner MCP 服务器的项目的以下 IAM 角色：

进行 MCP 工具调用： MCP Tool User (roles/mcp.toolUser)
创建 OAuth 客户端 ID： OAuth Config Editor (roles/oauthconfig.editor)
使用 Spanner MCP 工具： Cloud Spanner Admin (roles/spanner.admin)

如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

这些预定义角色包含使用 Spanner MCP 服务器所需的权限。如需查看所需的确切权限，请展开所需权限部分：

所需权限

如需使用 Spanner MCP 服务器，需要以下权限：

进行 MCP 工具调用： mcp.tools.call
使用 Spanner MCP 工具：
- spanner.instances.create
- spanner.instances.get
- spanner.databases.create
- spanner.databases.update
- spanner.sessions.create
- spanner.instanceOperations.get
- spanner.databases.getDdl
- spanner.databases.select
- spanner.databases.write

您也可以使用自定义角色或其他预定义角色来获取这些权限。

身份验证和授权

Spanner MCP 服务器使用 OAuth 2.0 协议和 Identity and Access Management (IAM) 进行身份验证和授权。支持所有 Google Cloud 身份用于向 MCP 服务器进行身份验证。

Spanner 远程 MCP 服务器不接受 API 密钥。

我们建议使用 MCP 工具为代理创建单独的身份，以便控制和监控对资源的访问权限。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。

Spanner MCP OAuth 范围

OAuth 2.0 使用范围和凭证来确定经过身份验证的主账号是否有权对资源执行特定操作。如需详细了解 Google 的 OAuth 2.0 范围，请参阅使用 OAuth 2.0 访问 Google API。

Spanner 具有以下 MCP 工具 OAuth 范围：

gcloud CLI 的范围 URI	说明
`https://www.googleapis.com/auth/spanner.admin`	允许访问权限来管理您的 Spanner 实例和数据库。
`https://www.googleapis.com/auth/spanner.data`	允许访问权限，以查看和管理 Spanner 数据库中的数据。

如需详细了解这些范围，请参阅 Spanner API。

配置 MCP 客户端以使用 Spanner MCP 服务器

Claude 或 Gemini CLI 等主机程序可以实例化连接到单个 MCP 服务器的 MCP 客户端。一个主机程序可以有多个连接到不同 MCP 服务器的客户端。如需连接到远程 MCP 服务器，MCP 客户端必须至少知道远程 MCP 服务器的网址。

请按照以下说明配置 MCP 客户端，以连接到远程 Spanner MCP 服务器。

Gemini CLI

如需将 Spanner 远程 MCP 服务器添加到 Gemini CLI，请将其配置为扩展程序。

在以下位置创建一个扩展程序文件： ~/.gemini/extensions/EXT_NAME/gemini-extension.json，其中 ~/ 是您的主目录，EXT_NAME 是您要为扩展程序指定的名称。

将以下内容添加到扩展程序文件中：

        {
          "name": "EXT_NAME",
          "version": "1.0.0",
          "mcpServers": {
            "Spanner MCP Server": {
              "httpUrl": "https://spanner.googleapis.com/mcp",
              "authProviderType": "google_credentials",
              "oauth": {
                "scopes": ["https://www.googleapis.com/auth/cloud-platform"]
              },
              "timeout": 30000,
              "headers": {
                "x-goog-user-project": "PROJECT_ID"
              }
            }
          }
        }

保存扩展程序文件。
启动 Gemini CLI：
```
        gemini
        
```

在 CLI 中运行 /mcp，以查看已配置的 MCP 服务器及其工具。

响应类似于以下示例：

        Configured MCP servers:
        🟢 Spanner MCP Server (from spanner )
          - get_database_ddl
          - get_instance
          - get_operation
          - create_database
          - create_instance
          - create_session
          - commit
          - execute_sql
          - list_databases
          - list_instances

远程 MCP 服务器已可在 Gemini CLI 中使用。

Claude.ai

您必须订阅 Claude Enterprise、Pro、Max 或 Team 方案，才能在 Claude.ai 中配置 Google 和 Google Cloud MCP 服务器。如需了解价格信息，请参阅 Claude 价格。

如需向 Claude.ai 添加 Spanner 远程 MCP 服务器，请使用 OAuth 客户端 ID 和 OAuth 客户端密钥配置自定义连接器：

创建 OAuth 2.0 客户端 ID 和密钥

在 Google Cloud 控制台中，依次前往 Google Auth Platform > 客户端 > 创建客户端。

前往“创建客户端”

如果您未选择项目，系统会提示您创建一个项目。
在应用类型列表中，选择 Web 应用。
在名称字段中，为应用输入名称。
在已获授权的重定向 URI 部分中，点击 + 添加 URI，然后在 URI 字段中添加 https://claude.ai/api/mcp/auth_callback。
点击创建。已创建客户端。如需访问客户端 ID，请在 Google Cloud 控制台中前往 Google Auth Platform > 客户端。
在 OAuth 2.0 客户端 ID 列表中，选择客户端名称。
在客户端密钥部分中，复制客户端密钥并将其保存在安全的位置。您只能复制一次。如果密钥丢失，请删除该密钥并创建一个新密钥。

注意：请像对待密码一样对待客户端密钥，并将其存储在安全的地方。

在 Claude.ai 中创建自定义连接器

在 Claude.ai 中，前往相应方案的“连接器”设置：
- 对于企业版或团队版方案，请依次前往管理设置 > 连接器。
- 对于 Pro 或 Max 方案，请依次前往设置 > 连接器。
点击添加自定义连接器。
在添加自定义连接器对话框中，输入以下内容：
- 服务器名称：服务器的人类可读名称。
- 远程 MCP 服务器网址：https://spanner.googleapis.com/mcp
展开高级设置菜单，然后输入以下内容：
- OAuth 客户端 ID：您创建的 OAuth 2.0 客户端 ID。
- OAuth 客户端密钥（仅限专业版和 Max 方案）：OAuth 2.0 客户端的密钥。如需检索密钥，请前往 Google Auth Platform > 客户端，然后选择您创建的 OAuth 客户端 ID。在客户端密钥部分中，点击以复制客户端密钥。
点击 Add（添加）。

已创建自定义连接器。
打开工具菜单，然后启用连接器。

Claude.ai 可以使用 MCP 服务器。

ChatGPT

您必须拥有 ChatGPT Business 订阅，才能将 Google 和 Spanner MCP 服务器与 ChatGPT 搭配使用。

如需向 ChatGPT 添加 Spanner 远程 MCP 服务器，请创建 Google OAuth 2.0 客户端 ID 和 Secret，然后将 MCP 服务器添加为 ChatGPT 中的应用。

创建 OAuth 2.0 客户端 ID 和密钥

在 Google Cloud 控制台中，依次前往 Google Auth Platform > 客户端 > 创建客户端。

前往“创建客户端”

如果您未选择项目，系统会提示您创建一个项目。
在应用类型列表中，选择 Web 应用。
在名称字段中，为应用输入名称。
在已获授权的 JavaScript 来源部分中，点击 + 添加 URI，然后在 URI 字段中添加 https://chatgpt.com。
在已获授权的重定向 URI 部分中，点击 + 添加 URI，然后在 URI 字段中添加 https://chatgpt.com/connector_platform_oauth_redirect。
点击创建。已创建客户端。如需访问客户端 ID，请在 Google Cloud 控制台中前往 Google Auth Platform > 客户端。
在 OAuth 2.0 客户端 ID 列表中，选择客户端名称。
在客户端密钥部分中，复制客户端密钥并将其保存在安全的位置。您只能复制一次。如果密钥丢失，请删除该密钥并创建一个新密钥。

注意：请像对待密码一样对待客户端密钥，并将其存储在安全的地方。

将 MCP 服务器添加为 ChatGPT 中的应用

登录 ChatGPT。
开启开发者模式：
1. 在 ChatGPT 中，点击您的用户名以打开个人资料菜单，然后选择设置。
2. 在“设置”菜单中，选择应用，然后点击高级设置。
3. 在高级设置中，点击开发者模式开关，将其切换到开启位置。
在设置 > 应用中，点击创建应用按钮。
在新应用对话框中，输入以下信息：
- 名称：MCP 服务器的名称。
- 说明：MCP 服务器的可选说明。
- MCP 服务器网址：https://spanner.googleapis.com/mcp
- 身份验证：
  - 在身份验证菜单中，选择 OAuth。
  - 在 OAuth 客户端 ID 字段中，输入您的 Google OAuth 客户端 ID。
  - 在 OAuth secret 字段中，输入您的 Google OAuth 客户端密钥。
- 确认您了解使用 MCP 服务器的相关风险，然后点击创建。

MCP 服务器会显示在应用菜单中，并且可以通过聊天提示随时使用。

MCP 客户端的一般指导

如果将 MCP 客户端配置为使用 Spanner MCP 服务器中未包含针对您的 MCP 客户端的具体说明，请使用以下信息连接到宿主程序或 AI 应用中的远程 MCP 服务器。系统会提示您输入有关服务器的详细信息，例如其名称和网址。

对于 Spanner 远程 MCP 服务器，请输入以下信息：

服务器名称：Spanner MCP 服务器
服务器网址或端点：https://spanner.googleapis.com/mcp
传输：HTTP
身份验证详细信息：您可以根据所需的身份验证方式，输入 Google Cloud 凭证、OAuth 客户端 ID 和密钥，或代理身份和凭证。

如需更一般的指导，请参阅以下资源：

可用的工具

如需查看 Spanner MCP 服务器的可用 MCP 工具的详细信息及其说明，请参阅 Spanner MCP 参考文档。

列出工具

使用 MCP 检查器列出工具，或直接向 Spanner 远程 MCP 服务器发送 tools/list HTTP 请求。tools/list 方法不需要进行身份验证。

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

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

可观测性

Spanner MCP 服务器支持 Spanner 自省和可观测性工具。

请求标记

使用 Spanner MCP 服务器执行的查询或提交的事务会自动添加特定请求标记。您可以使用这些标记来调试查询和事务。如需了解详情，请参阅排查请求标记和事务标记问题。

工具名称	请求标记
`execute_sql`	`mcp_execute_sql`
`execute_sql_readonly`	`mcp_execute_sql_readonly`
`commit`	`mcp_commit`

示例应用场景

以下是 Spanner MCP 服务器的示例使用情形。

使用 Spanner 进行应用开发

应用开发者可以使用 Spanner MCP 服务器来预配资源、创建数据库和填充示例数据。

提示示例：“在 PROJECT_ID 项目中，以 us-central1 区域级实例配置创建一个区域级 Spanner 实例。创建一个用于跟踪库存的数据库，并填充 5 个示例商品。”

将 PROJECT_ID 替换为您的 Google Cloud 项目 ID。

工作流程：

开发应用的工作流程可能如下所示：

代理会调用 create_instance 工具，以使用指定的实例配置来配置新的 Spanner 实例。代理可能会调用 get_operation 工具来验证实例是否已准备就绪，可以投入使用。
代理会调用 create_database 工具来创建具有所需架构的新数据库。智能体可能会调用 get_operation 工具来检查数据库创建操作的状态。
代理可以使用 create_session、execute_sql 和 commit 工具的组合来插入示例数据。
（可选）智能体可以调用 execute_sql 工具来查询和验证示例数据创建。

运营数据分析和数据库配置管理

Spanner 管理员可以使用 Spanner MCP 服务器，通过 list_instances、get_instance、list_databases 和 get_database_ddl 等工具收集有关 Spanner 实例和数据库的信息。

提示示例：

列出当前项目中的所有 Spanner 实例。
列出当前 Spanner 实例中的所有数据库。
显示当前 Spanner 数据库的架构。

可选的安全配置

由于 MCP 工具可执行各种操作，因此 MCP 会引发新的安全风险和注意事项。为了最大限度地降低这些风险并进行管理，Google Cloud 提供了默认设置和可自定义的政策，用于控制 MCP 工具在 Google Cloud组织或项目中的使用。

如需详细了解 MCP 安全性和治理，请参阅 AI 安全性。

使用 Model Armor

Model Armor 是一项Google Cloud 服务，旨在增强 AI 应用的安全性。它通过主动筛选 LLM 提示和回答来防范各种风险，并支持 Responsible AI 实践。无论您是在云环境还是外部云服务提供商中部署 AI，Model Armor 都能帮助您防止恶意输入、验证内容安全性、保护敏感数据、保持合规性，并在各种 AI 环境中以一致的方式实施 AI 安全政策。

如果启用 Model Armor 并启用日志记录，Model Armor 会记录整个载荷。这可能会泄露日志中的敏感信息。

启用 Model Armor

您必须先启用 Model Armor API，然后才能使用 Model Armor。

控制台

启用 Model Armor API。
启用 API 所需的角色
如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 权限。了解如何授予角色。
启用 API
选择要启用 Model Armor 的项目。

gcloud

在开始之前，请使用 Google Cloud CLI 和 Model Armor API 按照以下步骤操作：

在 Google Cloud 控制台中，激活 Cloud Shell。

激活 Cloud Shell

Cloud Shell 会话随即会在 Google Cloud 控制台的底部启动，并显示命令行提示符。Cloud Shell 是一个已安装 Google Cloud CLI 且已为当前项目设置值的 Shell 环境。该会话可能需要几秒钟时间来完成初始化。
运行以下命令，为 Model Armor 服务设置 API 端点。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
将 LOCATION 替换为您要使用 Model Armor 的区域。

为 Google 和 Google Cloud 远程 MCP 服务器配置保护

为了帮助保护您的 MCP 工具调用和响应，您可以使用 Model Armor 下限设置。下限设置用于定义适用于整个项目的最低安全过滤条件。此配置可对项目中的所有 MCP 工具调用和响应应用一组一致的过滤条件。

设置启用了 MCP 清理功能的 Model Armor 下限设置。如需了解详情，请参阅配置 Model Armor 底价设置。

请参阅以下示例命令：

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"}]'

请将 PROJECT_ID 替换为您的 Google Cloud 项目 ID。

请注意以下设置：

INSPECT_AND_BLOCK：用于检查 Google MCP 服务器的内容并屏蔽与过滤条件匹配的提示和响应的强制执行类型。
ENABLED：用于启用过滤或强制执行的设置。
MEDIUM_AND_ABOVE：Responsible AI - Dangerous 过滤设置的置信度。您可以修改此设置，但较低的值可能会导致出现更多假正例。如需了解详情，请参阅 Model Armor 置信度级别。

禁止使用 Model Armor 扫描 MCP 流量

如需停止 Model Armor 根据项目的下限设置自动扫描进出 Google MCP 服务器的流量，请运行以下命令：

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

将 PROJECT_ID 替换为 Google Cloud 项目 ID。Model Armor 不会自动将此项目下限设置中定义的规则应用于任何 Google MCP 服务器流量。

Model Armor 下限设置和常规配置不仅会影响 MCP，还会影响其他方面。由于 Model Armor 与 Vertex AI 等服务集成，因此您对下限设置所做的任何更改都可能会影响所有集成服务（而不仅仅是 MCP）中的流量扫描和安全行为。

使用 IAM 拒绝政策控制 MCP 使用情况

Identity and Access Management (IAM) 拒绝政策有助于保护 Google Cloud 远程 MCP 服务器。配置这些政策以阻止不需要的 MCP 工具访问。

例如，您可以根据以下条件拒绝或允许访问：

正文
工具属性（例如只读）
应用的 OAuth 客户端 ID

如需了解详情，请参阅使用 Identity and Access Management 控制 MCP 的使用。

后续步骤

阅读 Spanner MCP 参考文档。
详细了解 Google Cloud MCP 服务器。

使用 Spanner 远程 MCP 服务器 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

本地 MCP 服务器和远程 MCP 服务器有何区别？

Google 和 Google Cloud 远程 MCP 服务器

准备工作

所需的角色

所需权限

身份验证和授权

Spanner MCP OAuth 范围

配置 MCP 客户端以使用 Spanner MCP 服务器

Gemini CLI

Claude.ai

创建 OAuth 2.0 客户端 ID 和密钥

在 Claude.ai 中创建自定义连接器

ChatGPT

创建 OAuth 2.0 客户端 ID 和密钥

将 MCP 服务器添加为 ChatGPT 中的应用

MCP 客户端的一般指导

可用的工具

列出工具

可观测性

请求标记

示例应用场景

使用 Spanner 进行应用开发

运营数据分析和数据库配置管理

可选的安全配置

使用 Model Armor

启用 Model Armor

控制台

gcloud

为 Google 和 Google Cloud 远程 MCP 服务器配置保护

禁止使用 Model Armor 扫描 MCP 流量

使用 IAM 拒绝政策控制 MCP 使用情况

后续步骤

使用 Spanner 远程 MCP 服务器