Cloud SQL-Remote-MCP-Server verwenden

In diesem Dokument wird beschrieben, wie Sie den Remote-MCP-Server (Model Context Protocol) von Cloud SQL for PostgreSQL verwenden, um eine Verbindung zu KI-Anwendungen wie Gemini CLI, ChatGPT, Claude und benutzerdefinierten Anwendungen herzustellen, die Sie entwickeln. Mit dem Cloud SQL-Remote-MCP-Server können Sie auf Cloud SQL-Tools zugreifen und diese ausführen, um Cloud SQL-Ressourcen in Ihren KI-gestützten Entwicklungsumgebungen und KI-Agentenplattformen zu erstellen, zu verwalten und abzufragen. Der Remote-MCP-Server für Cloud SQL for PostgreSQL wird aktiviert, wenn Sie die Cloud SQL for PostgreSQL API aktivieren.

Das Model Context Protocol (MCP) standardisiert, wie Large Language Models (LLMs) und KI-Anwendungen oder -Agenten mit externen Datenquellen verbunden werden. Mit MCP-Servern können Sie deren Tools, Ressourcen und Prompts verwenden, um Aktionen auszuführen und aktualisierte Daten von ihrem Backend-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 Standard-Ein- und Ausgabestreams (stdio) für die Kommunikation zwischen Diensten auf demselben Gerät.
Remote-MCP-Server
Werden in der Infrastruktur des Dienstes ausgeführt und bieten KI-Anwendungen einen HTTP-Endpunkt für die Kommunikation zwischen dem KI-MCP-Client und dem MCP-Server. Weitere Informationen zur MCP-Architektur finden Sie unter MCP-Architektur.

Zustandsloser Kern

Mit der MCP-Version 2026-07-28 wird MCP von einem bidirektionalen, zustandsorientierten Protokoll zu einem zustandslosen Protokoll geändert. Jede MCP-Anfrage ist selbstbeschreibend und kann über Header weitergeleitet werden. Der initialize/initialized-Handshake oder Mcp-Session-Id ist nicht erforderlich, da jede Anfrage alle erforderlichen Informationen in HTTP-Headern oder im _meta-Parameter enthält. MCP-Server können zusätzliche Informationen, die von einem Tool benötigt werden, über Multi-Round-Trip-Anfragen (MRTR) anfordern.

Damit Anfragen weitergeleitet und verarbeitet werden können, ohne dass der Anfragetext geparst werden muss, sind einige MCP-Header erforderlich, darunter die folgenden:

  • Header, die gemäß der MCP-Spezifikation erforderlich sind, z. B. der Header für die Protokollversion und Standardanfrageheader.
  • Benutzerdefinierte Header, die vom MCP-Server definiert werden. Diese Header werden mithilfe des Attributs x-mcp-header aus dem Eingabeschema des Tools in HTTP-Header gespiegelt. Ein MCP-Server kann beispielsweise einen benutzerdefinierten Header definieren, um die Region oder Projekt-ID von Google Cloud anzugeben.

Weitere Informationen zur MCP-Architektur finden Sie in der Spezifikation und den wichtigsten Änderungen der MCP-Version 2026-07-28.

Google- und Google Cloud Remote-MCP-Server

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

  • Vereinfachte, zentrale Erkennung
  • Verwaltete globale oder regionale HTTP-Endpunkte
  • Detaillierte Autorisierung
  • Optionale Sicherheit für Prompts und Antworten mit Model Armor-Schutz
  • Zentrales Audit-Logging

Informationen zu anderen MCP-Servern sowie zu den Sicherheits- und Governance-Steuerelementen für Google Cloud-MCP-Server finden Sie in der Übersicht über Google Cloud-MCP-Server.

Remote-MCP-Server werden von Google verwaltet und bieten im Vergleich zu lokalen MCP-Servern, die von der Cloud SQL for PostgreSQL MCP Toolbox for Databases bereitgestellt werden, zusätzliche Sicherheits- und Governance-Kontrollen. Weitere Informationen zu anderen Remote-MCP-Servern und zu den für MCP verfügbaren Sicherheits- und Governance-Kontrollen finden Sie unter Google Cloud MCP-Server – Übersicht.

Die folgenden Abschnitte gelten nur für den Remote-MCP-Server von Cloud SQL for PostgreSQL.

Hinweis

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Projekt zuzuweisen, in dem Sie den Remote-Cloud SQL-MCP-Server verwenden möchten, um die Berechtigungen zu erhalten, die Sie für die Verwendung des Remote-Cloud SQL-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 SQL-Remote-MCP-Servers erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

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

  • MCP-Toolaufrufe ausführen: mcp.tools.call
  • So greifen Sie auf eine Secret-Version im Secret Manager zu: secretmanager.secretVersions.access
  • Cloud SQL-Instanz klonen: cloudsql.instances.clone
  • Cloud SQL-Instanz erstellen: cloudsql.instances.create
  • Cloud SQL-Nutzer erstellen: cloudsql.users.create
  • Cloud SQL-Sicherung erstellen: cloudsql.backupRuns.create
  • SQL-Anweisungen (einschließlich schreibgeschützter Anweisungen) auf einer Cloud SQL-Instanz ausführen:
    • cloudsql.instances.executeSql
    • cloudsql.instances.login
  • Cloud SQL-Instanz abrufen: cloudsql.instances.get
  • Cloud SQL-Instanzvorgang abrufen: cloudsql.instances.get
  • Daten in eine Cloud SQL-Instanz importieren: cloudsql.instances.import
  • Cloud SQL-Instanzen in einem Projekt auflisten: cloudsql.instances.list
  • Cloud SQL-Nutzer auflisten: cloudsql.users.list
  • Aus Cloud SQL-Sicherung wiederherstellen:
    • cloudsql.backupRuns.get
    • cloudsql.instances.restoreBackup
  • Cloud SQL-Instanz aktualisieren: cloudsql.instances.update
  • Cloud SQL-Nutzer aktualisieren: cloudsql.users.update

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

MCP-Client für die Verwendung des Cloud SQL-MCP-Servers konfigurieren

Hostprogramme wie Claude oder die Gemini CLI können MCP-Clients instanziieren, die eine Verbindung zu einem einzelnen MCP-Server herstellen. Ein Hostprogramm kann mehrere Clients haben, die eine Verbindung zu verschiedenen MCP-Servern herstellen. Um eine Verbindung zu einem Remote-MCP-Server herzustellen, muss der MCP-Client mindestens die URL des Remote-MCP-Servers kennen.

Folgen Sie der Anleitung unten, um MCP-Clients für die Verbindung zu Ihrem Remote-Cloud SQL-MCP-Server zu konfigurieren.

Gemini CLI

Wenn Sie einen Cloud SQL-Remote-MCP-Server zur Gemini CLI hinzufügen möchten, konfigurieren Sie ihn als Erweiterung.

  1. Erstellen Sie eine Erweiterungsdatei am folgenden Speicherort: ~/.gemini/extensions/EXT_NAME/gemini-extension.json, wobei ~/ Ihr Basisverzeichnis und EXT_NAME der Name ist, den Sie der Erweiterung geben möchten.

  2. Speichern Sie den folgenden Inhalt in Ihrer Erweiterungsdatei:

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

  3. Speichern Sie die Erweiterungsdatei.

  4. Gemini CLI starten:

            gemini

  5. Führen Sie /mcp aus, um Ihren konfigurierten MCP-Server und seine Tools anzusehen.

    Das Ergebnis sieht etwa so aus:

            Configured MCP servers:
        🟢 Cloud SQL MCP Server (from sqladmin )
          - list_instances
          - get_instance
          - clone_instance
          - create_instance
          - update_instance
          - execute_sql
          - execute_sql_readonly
          - get_operation
          - create_user
          - update_user
          - list_users
          - create_backup
          - restore_backup
          - import_data
          - postgres_upgrade_precheck

Der Remote-MCP-Server kann in der Gemini CLI verwendet werden.

Antigravity

Wenn Sie den Cloud SQL-Remote-MCP-Server für die Verwendung mit Antigravity konfigurieren möchten, verwenden Sie Standardanmeldedaten für Anwendungen (Application Default Credentials, ADC).

Beim Projekt Google Cloud authentifizieren

  1. Melden Sie sich mit ADC in Google Cloud an, indem Sie den folgenden Befehl ausführen. 
    gcloud auth application-default login
  2. Kopieren Sie die generierte URL und das Token in ein Browserfenster.
  3. Ein Anmeldebildschirm wird angezeigt. Wählen Sie das Konto aus, das Berechtigungen zum Aufrufen von MCP-Tools und zum Verwenden des Remote-MCP-Servers hat. Nach der Anmeldung werden Ihre Anmeldedaten in der lokalen Anmeldedatendatei für ADC gespeichert.

Remote-MCP-Server zu Antigravity hinzufügen

  1. Öffnen Sie Antigravity.
  2. Klicken Sie im Bereich Agent auf , um das Menü Zusätzliche Optionen zu öffnen, und wählen Sie MCP-Server aus.
  3. Wählen Sie im Fenster MCP Store die Option MCP-Server verwalten aus. Im Hauptfenster des Editors wird der Bereich MCP-Server verwalten angezeigt.
  4. Klicken Sie im Bereich MCP-Server verwalten auf Rohkonfiguration ansehen, um einen Tab mit der mcp_json.config-Datei zu öffnen.
  5. Fügen Sie der Datei mcp_config.json die folgende Konfiguration hinzu: 
      {
     "mcpServers": {
        "cloud-sql": {
           "serverUrl": "https://sqladmin.googleapis.com/mcp",
            "authProviderType": "google_credentials",
            "disabled": false
      }
    }
  }
  6. Kehren Sie zum Bereich MCP-Server verwalten zurück und klicken Sie auf Aktualisieren. Eine Liste der verfügbaren Tools für den Remote-MCP-Server von Cloud SQL wird angezeigt.
  7. Geben Sie im Bereich Agent einen Prompt für den Agenten ein, der den Remote-Cloud SQL-MCP-Server verwendet. Beispiel: 
    List the Cloud SQL instances in the project.
  8. Prüfen Sie, ob der Agent das Tool list_instances vom Cloud SQL-Remote-MCP-Server verwendet. Im Bereich Agent können Sie die Arbeit des KI-Agenten sehen, darunter:

    MCP tool: cloud-sql/list_instance

Claude.ai

Sie benötigen das Claude Enterprise-, Pro-, Max- oder Team-Abo, um Google- und Google Cloud MCP-Server in Claude.ai zu konfigurieren. Preisinformationen finden Sie unter Claude-Preise.

Wenn Sie Claude.ai einen Google- oder Google Cloud Remote-MCP-Server hinzufügen möchten, konfigurieren Sie einen benutzerdefinierten Connector mit einer OAuth-Client-ID und einem OAuth-Clientschlüssel:

OAuth 2.0-Client-ID und -Secret erstellen

  1. Rufen Sie in der Google Cloud Console Google Auth Platform > Clients > Create client auf.

    Zur Seite „Client erstellen“

    Wenn Sie kein Projekt ausgewählt haben, werden Sie aufgefordert, eines zu erstellen.

  2. Wählen Sie in der Liste Anwendungstyp die Option Webanwendung aus.

  3. Geben Sie im Feld Name einen Namen für Ihre Anwendung ein.

  4. Klicken Sie im Abschnitt Autorisierte Weiterleitungs-URIs auf + URI hinzufügen und fügen Sie dann https://claude.ai/api/mcp/auth_callback im Feld URIs hinzu.

  5. Klicken Sie auf Erstellen. Der Client ist erstellt. Rufen Sie in der Google Cloud Console Google Auth Platform > Clients auf, um auf die Client-ID zuzugreifen.

  6. Wählen Sie in der Liste OAuth 2.0-Client-IDs den Clientnamen aus.

  7. Kopieren Sie im Abschnitt Clientschlüssel den Clientschlüssel und speichern Sie ihn an einem sicheren Ort. Sie können sie nur einmal kopieren. Wenn Sie ihn verlieren, löschen Sie den Clientschlüssel und erstellen Sie einen neuen.

Benutzerdefinierten Connector in Claude.ai erstellen

Folgen Sie der Anleitung für das von Ihnen verwendete Claude-Abo:

Enterprise und Team

  1. Rufen Sie in Claude.ai Admin settings > Connectors auf.

  2. Klicken Sie auf Benutzerdefinierten Connector hinzufügen.

  3. Geben Sie im Dialogfeld Benutzerdefinierten Connector hinzufügen Folgendes ein:

    • Servername: ein menschenlesbarer Name für den Server.
    • Remote-MCP-Server-URL: https://sqladmin.googleapis.com/mcp

  4. Maximieren Sie das Menü Erweiterte Einstellungen und geben Sie Folgendes ein:

    • OAuth-Client-ID: die von Ihnen erstellte OAuth 2.0-Client-ID.
    • OAuth-Clientschlüssel: Der Schlüssel für Ihren OAuth 2.0-Client. Rufen Sie das Secret unter Google Auth Platform > Clients ab und wählen Sie dann die von Ihnen erstellte OAuth-Client-ID aus. Klicken Sie im Abschnitt Clientschlüssel auf den Clientschlüssel, um ihn zu kopieren.

  5. Klicken Sie auf Hinzufügen.

    Der benutzerdefinierte Connector wird erstellt.

  6. Öffnen Sie das Menü Tools und aktivieren Sie den Connector.

    Claude.ai kann den MCP-Server verwenden.

Pro und Max

  1. Rufen Sie in Claude.ai Einstellungen > Connectors auf.

  2. Klicken Sie auf Benutzerdefinierten Connector hinzufügen.

  3. Geben Sie im Dialogfeld Benutzerdefinierten Connector hinzufügen Folgendes ein:

    • Servername: ein menschenlesbarer Name für den Server.
    • Remote-MCP-Server-URL: https://sqladmin.googleapis.com/mcp

  4. Maximieren Sie das Menü Erweiterte Einstellungen und geben Sie Folgendes ein:

    • OAuth-Client-ID: die von Ihnen erstellte OAuth 2.0-Client-ID.
    • OAuth-Clientschlüssel: Der Schlüssel für Ihren OAuth 2.0-Client. Rufen Sie das Secret unter Google Auth Platform > Clients ab und wählen Sie dann die von Ihnen erstellte OAuth-Client-ID aus. Klicken Sie im Abschnitt Clientschlüssel auf den Clientschlüssel, um ihn zu kopieren.

  5. Klicken Sie auf Hinzufügen.

    Der benutzerdefinierte Connector wird erstellt.

  6. Öffnen Sie das Menü Tools und aktivieren Sie den Connector.

    Claude.ai kann den MCP-Server verwenden.

ChatGPT

Sie benötigen ein ChatGPT Business-Abo, um Google- und Cloud SQL MCP-Server mit ChatGPT zu verwenden.

Wenn Sie ChatGPT einen Google- oder Cloud SQL-Remote-MCP-Server hinzufügen möchten, erstellen Sie eine Google OAuth 2.0-Client-ID und einen Clientschlüssel und fügen Sie den MCP-Server dann als App in ChatGPT hinzu.

OAuth 2.0-Client-ID und -Secret erstellen

  1. Rufen Sie in der Google Cloud Console Google Auth Platform > Clients > Client erstellen auf.

    Zur Seite „Client erstellen“

    Wenn Sie kein Projekt ausgewählt haben, werden Sie aufgefordert, eines zu erstellen.

  2. Wählen Sie in der Liste Anwendungstyp die Option Webanwendung aus.

  3. Geben Sie im Feld Name einen Namen für Ihre Anwendung ein.

  4. Klicken Sie im Abschnitt Autorisierte JavaScript-Quellen auf + URI hinzufügen und fügen Sie dann https://chatgpt.com im Feld URIs hinzu.

  5. Klicken Sie im Abschnitt Autorisierte Weiterleitungs-URIs auf + URI hinzufügen und fügen Sie dann https://chatgpt.com/connector_platform_oauth_redirect im Feld URIs hinzu.

  6. Klicken Sie auf Erstellen. Der Client wird erstellt. Um auf die Client-ID zuzugreifen, rufen Sie in der Google Cloud Console Google Auth Platform > Clients auf.

  7. Wählen Sie in der Liste OAuth 2.0-Client-IDs den Clientnamen aus.

  8. Kopieren Sie im Abschnitt Clientschlüssel den Clientschlüssel und speichern Sie ihn an einem sicheren Ort. Sie können ihn nur einmal kopieren. Wenn Sie ihn verlieren, löschen Sie den Clientschlüssel und erstellen Sie einen neuen.

MCP-Server als App in ChatGPT hinzufügen

  1. Melden Sie sich in ChatGPT an.
  2. Aktivieren Sie den Entwicklermodus:
    1. Klicken Sie in ChatGPT auf Ihren Nutzernamen, um das Profilmenü zu öffnen, und wählen Sie dann Einstellungen aus.
    2. Wählen Sie im Menü „Einstellungen“ die Option Apps aus und klicken Sie dann auf Erweiterte Einstellungen.
    3. Klicken Sie in den Erweiterten Einstellungen auf den Ein/Aus-Schalter Entwicklermodus, um ihn zu aktivieren.
  3. Klicken Sie unter Einstellungen > Apps auf den Button App erstellen.
  4. Geben Sie im Dialogfeld Neue App die folgenden Informationen ein:
    • Name: der Name des MCP-Servers.
    • Beschreibung: Eine optionale Beschreibung des MCP-Servers.
    • MCP-Server-URL: https://sqladmin.googleapis.com/mcp
    • Authentifizierung:
      • Wählen Sie im Menü Authentifizierung die Option OAuth aus.
      • Geben Sie im Feld OAuth-Client-ID Ihre Google OAuth-Client-ID ein.
      • Geben Sie im Feld OAuth-Geheimnis Ihren Google OAuth-Clientschlüssel ein.
    • Bestätigen Sie, dass Sie das mit der Verwendung von MCP-Servern verbundene Risiko verstanden haben, und klicken Sie dann auf Erstellen.

Der MCP-Server wird im Menü Apps angezeigt und kann über Chat-Prompts verwendet werden.

Allgemeine Anleitung für MCP-Clients

Wenn Ihr MCP-Client nicht unter MCP-Client für die Verwendung des Cloud SQL-MCP-Servers konfigurieren aufgeführt ist, verwenden Sie die folgenden Informationen, um in Ihrem Hostprogramm oder Ihrer KI-Anwendung eine Verbindung zu einem Remote-MCP-Server herzustellen. Sie werden aufgefordert, Details zum Server einzugeben, z. B. den Namen und die URL.

Geben Sie für den Remote-MCP-Server von Cloud SQL die folgenden erforderlichen Informationen ein:

  • Servername: Cloud SQL-MCP-Server
  • Server-URL oder Endpunkt: https://sqladmin.googleapis.com/mcp (oder eine spezielle Toolset-URL)
  • Transport: Streamable HTTP
  • Authentifizierungsdetails: Je nachdem, wie Sie sich authentifizieren möchten, können Sie Ihre Google Cloud -Anmeldedaten, Ihre OAuth-Client-ID und Ihr OAuth-Secret oder eine Agentenidentität und Anmeldedaten eingeben. Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.
  • OAuth-Bereich: Der OAuth 2.0-Bereich, den Sie beim Herstellen einer Verbindung zum Cloud SQL-MCP-Server verwenden möchten.

Authentifizierung und Autorisierung

Cloud SQL-MCP-Server verwenden das OAuth 2.0-Protokoll mit Identity and Access Management (IAM) für die Authentifizierung und Autorisierung. Alle Google Cloud -Identitäten werden für die Authentifizierung bei MCP-Servern unterstützt.

Der Remote-MCP-Server von Cloud SQL 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 Authentifizierung bei MCP-Servern.

Cloud SQL MCP-OAuth-Bereiche

OAuth 2.0 verwendet Bereiche und Anmeldedaten, um zu bestimmen, 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.

Cloud SQL hat die folgenden OAuth-Bereiche für MCP-Tools:

Umfang-URI für die gcloud CLI Beschreibung
https://www.googleapis.com/auth/cloud-platform Cloud SQL-Ressourcen erstellen, aktualisieren und auflisten, einschließlich Instanzen und Datenbanknutzern. Daten in Cloud SQL-Instanzen importieren und SQL-Anweisungen ausführen
https://www.googleapis.com/auth/cloudsql Cloud SQL-Ressourcen erstellen, aktualisieren und auflisten, einschließlich Instanzen und Datenbanknutzern. Daten importieren und SQL-Anweisungen auf Cloud SQL-Instanzen ausführen. Sie können diesen Bereich zusätzlich oder anstelle des breiteren plattformweiten Bereichs verwenden.
https://www.googleapis.com/auth/cloudsql.readonly Cloud SQL-Ressourcen und die Daten in Cloud SQL-Instanzen ansehen. Sie können diesen Bereich zum Ausführen schreibgeschützter SQL-Anweisungen verwenden.

Für die Ressourcen, auf die während eines Toolaufrufs zugegriffen wird, sind möglicherweise zusätzliche Bereiche erforderlich. Eine Liste der für Cloud SQL erforderlichen Bereiche finden Sie in der Cloud SQL Admin API.

Verfügbare Toolsets

Der Remote-MCP-Server von Cloud SQL bietet spezielle Endpunkt-URLs (Toolsets), die je nach Ihren Sicherheits- und Workflow-Anforderungen bestimmte Teilmengen von Tools verfügbar machen. Sie können Ihren MCP-Client so konfigurieren, dass er eine Verbindung zu einer der folgenden Toolset-URLs herstellt:

  • Alle Tools: https://sqladmin.googleapis.com/mcp Stellt alle verfügbaren Tools für den Remote-MCP-Server bereit.

  • Lesezugriff: https://sqladmin.googleapis.com/mcp/readonly Stellt Tools mit Lesezugriff bereit:

    • get_instance
    • get_operation
    • list_instances
    • list_users
    • execute_sql_readonly
    • postgres_upgrade_precheck

  • Instanzverwaltung: https://sqladmin.googleapis.com/mcp/instance_manage stellt Tools zum Erstellen, Ändern und Verwalten von Cloud SQL-Instanzen bereit:

    • clone_instance
    • create_instance
    • get_instance
    • get_operation
    • list_instances
    • postgres_upgrade_precheck
    • update_instance

  • Abfrageausführung: https://sqladmin.googleapis.com/mcp/query_execution Stellt Tools zum Ausführen von SQL-Anweisungen bereit:

    • execute_sql
    • get_operation

Verfügbare Tools

  • clone_instance: Erstellt eine Cloud SQL-Instanz als Klon der Quellinstanz.
  • create_backup: Erstellt eine Sicherung einer Cloud SQL-Instanz.
  • create_instance: Startet die Erstellung einer Cloud SQL-Instanz.
  • create_user: Erstellt einen Datenbanknutzer für eine Cloud SQL-Instanz.
  • execute_sql: Führt alle gültigen SQL-Anweisungen (DDL, DCL, DQL, DML) auf einer Cloud SQL-Instanz aus.
  • execute_sql_readonly: Führt eine beliebige gültige schreibgeschützte SQL-Anweisung auf einer Cloud SQL-Instanz aus.
  • get_instance: Ruft die Details einer Cloud SQL-Instanz ab.
  • get_operation: Ruft den Status eines Vorgangs mit langer Ausführungszeit in Cloud SQL ab.
  • import_data: Importiert Daten aus Cloud Storage in eine Cloud SQL-Instanz.
  • list_instances: Listet alle Cloud SQL-Instanzen in einem Projekt auf.
  • list_users: Listet alle Datenbanknutzer für eine Cloud SQL-Instanz auf.
  • postgres_upgrade_precheck: Prüft, ob eine Cloud SQL for PostgreSQL-Instanz für ein Upgrade der Hauptversion auf die angegebene Zielversion bereit ist.
  • restore_backup: Stellt eine Sicherung einer Cloud SQL-Instanz wieder her.
  • update_instance: Aktualisiert unterstützte Einstellungen einer Cloud SQL-Instanz.
  • update_user: Aktualisiert einen Datenbanknutzer für eine Cloud SQL-Instanz.

Weitere Informationen zu den verfügbaren MCP-Tools und deren Beschreibungen für den Cloud SQL-Remote-MCP-Server finden Sie in der Cloud SQL-MCP-Referenz.

Listentools

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

curl -X POST https://sqladmin.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"]
              }
            }
          }
        }
      }
    }'

Ersetzen Sie Folgendes:

  • TOOLSET_ENDPOINT: Der Rest des MCP-Endpunkts nach dem Dienstnamen. Für Cloud SQL könnte dies beispielsweise mcp/toolset-name sein.
  • MCP_PROTOCOL_VERSION: Die MCP-Protokollversion. Beispiel: 2026-07-28.

Instanz erstellen

Wenn Sie eine Cloud SQL-Instanz mit dem create_instance-Tool erstellen, wird die Instanz standardmäßig mit einer öffentlichen IP-Adresse konfiguriert.

Wenn Sie eine Instanz mit einer privaten IP-Adresse erstellen möchten, können Sie eine Instanz erstellen, für die entweder Zugriff auf private Dienste oder Private Service Connect aktiviert ist. Wenn Sie eine Instanz mit einer privaten IP-Adresse erstellen, wird die öffentliche IP-Adresse automatisch deaktiviert.

Damit der Zugriff auf private Dienste aktiviert werden kann, muss für das Projekt, in dem Sie die Cloud SQL-Instanz erstellen, bereits eine Verbindung für den Zugriff auf private Dienste verfügbar sein. Damit Sie Private Service Connect aktivieren können, muss bereits ein Private Service Connect-Endpunkt in einem Projekt vorhanden sein, auf das die Cloud SQL-Instanz, die Sie erstellen, zugreifen kann.

Kostenlose Testinstanz erstellen

Sie können das create_instance-Tool verwenden, um eine Cloud SQL-Instanz für Tests und Entwicklung bereitzustellen. Legen Sie beim Aufrufen von create_instance den optionalen Parameter free_trial auf true fest.

Damit Sie eine Instanz für den kostenlosen Testzeitraum erstellen können, müssen Ihr Projekt und Ihr Nutzerkonto für den kostenlosen Cloud SQL-Testzeitraum berechtigt sein. Wenn Ihr Projekt nicht infrage kommt (z. B. wenn es bereits eine Instanz für den kostenlosen Testzeitraum hat), gibt das Tool einen Fehler zurück.

Weitere Informationen zu kostenlosen Testversionen für Cloud SQL-Instanzen finden Sie unter Übersicht über kostenlose Testinstanzen.

Instanz aktualisieren

Mit dem update_instance-Tool können Sie die folgenden Aktualisierungen an Ihrer Cloud SQL-Instanz vornehmen:

Nutzer erstellen

Sie können Datenbanknutzer erstellen, die entweder die IAM-Datenbankauthentifizierung oder die integrierte Authentifizierung verwenden.

Wenn Sie einen Datenbanknutzer erstellen, der die integrierte Authentifizierung verwendet, müssen Sie zuerst das Passwort für den Nutzer in Secret Manager erstellen. Geben Sie beim Erstellen des Nutzers den Pfad zur Secret-Version an.

Weitere Informationen zum Erstellen eines Secrets und zum Zugreifen auf eine Secret-Version finden Sie unter Secret erstellen.

SQL-Anweisungen ausführen

Der Remote-Cloud SQL-MCP-Server bietet zwei separate Tools zum Ausführen von SQL-Anweisungen. Mit dem Tool execute_sql können Sie Ihre Datenbank verwalten und Änderungen daran vornehmen. Zum Ausführen schreibgeschützter SQL-Anweisungen, z. B. zum Abfragen von Daten, können Sie das execute_sql_readonly-Tool verwenden.

In beiden Fällen muss Ihre Cloud SQL-Instanz die folgenden Anforderungen erfüllen, um die SQL-Anweisungen auszuführen:

Wenn die Konfigurationseinstellung data_api_access für die Instanz nicht auf ALLOW_DATA_API festgelegt ist, verwenden Sie das update_instance-Tool, um die Konfiguration für die Instanz zu aktualisieren.

sqlcommenter-Tags

Wenn Sie Abfragen mit dem Tool execute_sql oder execute_sql_readonly ausführen, legen Sie den optionalen Parameter sql_commenter_enabled auf true fest, um den SQL-Anweisungen sqlcommenter-Tags für die Datenbankbeobachtung und ‑telemetrie anzuhängen. Der angehängte Kommentar enthält die folgenden Tags:

  • mcp.tool: der Name des aufgerufenen MCP-Tools.
  • mcp.server: die Identität des Remote-MCP-Servers (Remote MCP Server).
  • user.identity: die authentifizierte Datenbank- oder IAM-Nutzeridentität, die die Abfrage ausführt.
  • mcp.client: der identifizierte KI-Client oder Anwendungs-Agent (z. B. Claude, Gemini oder Antigravity).

Diese Standard-Tags sind die einzigen unterstützten Tags. Es können keine weiteren Tags hinzugefügt werden.

Sie können die ausgeführten Abfragen und die angehängten sqlcommenter-Tags in Cloud SQL Studio oder im Log-Explorer aufrufen, indem Sie Ihre Datenbankabfrage- und Audit-Logs aufrufen.

Beispiele für Anwendungsfälle

Im Folgenden finden Sie einige Beispiele für Anwendungsfälle für den Cloud SQL-MCP-Server:

Entwicklung von Webanwendungen

Ein Beispiel für einen Anwendungsfall ist die schnelle Entwicklung von Webanwendungen und die Bereitstellung von Cloud SQL-Instanzen als Quelldatenbank. In diesem Anwendungsfall können Sie mit dem Cloud SQL-MCP-Server eine neue Datenbank erstellen und sie mit ersten Daten für ein neues Projekt füllen, indem Sie natürliche Sprache verwenden.

Beispiel-Prompt:

"Create a new PostgreSQL development instance and set up a table called products."

Workflow:

Der Workflow zum Einrichten einer Webanwendung könnte so aussehen:

  • Bereitstellung: Der Agent ruft das Tool create_instance auf, um eine neue Cloud SQL-Instanz mit Spezifikationen für eine Entwicklungsumgebung zu erstellen.

  • Überprüfung: Der Agent verwendet das Tool get_operation, um den Status des Vorgangs zur Instanzerstellung abzufragen.

  • Verbindung: Wenn der Vorgang abgeschlossen ist, ruft der Agent mit dem Tool get_instance die Metadaten der Instanzverbindung ab.

  • Schemaeinrichtung: Wenn der Agent bereit ist, verwendet er die execute_sql, um die SQL-Anweisung CREATE TABLE products auszuführen.

  • Daten-Seeding: Der Agent verwendet noch einmal execute_sql, um erste Seed-Daten (DML) in die neu erstellte Tabelle einzufügen.

  • Daten-Seeding: Wenn der Agent bereit ist, verwendet er die import_data, um eine Datendatei mit Produkten aus Cloud Storage zu importieren.

Datenbank mit natürlicher Sprache abfragen

Sie können eine Cloud SQL-Datenbank abfragen, Einträge aktualisieren und Schemaaktualisierungen in natürlicher Sprache vornehmen.

Beispiel-Prompt:

"Add a `stock_count` column to the inventory table."

Workflow: Der Workflow zum Abfragen einer Datenbank mit natürlicher Sprache könnte so aussehen:

  • Schemamigration: Der Agent ruft execute_sql auf, um eine ALTER TABLE-Anweisung auszuführen und die neue Spalte stock_count dem Datenbankschema hinzuzufügen.

  • Validierung: Der Agent verwendet get_instance, um zu bestätigen, dass das Instanzupdate erfolgreich abgeschlossen wurde.

Beispiel-Prompt:

"Show me a list of shoes that are priced above $100 from the inventory table."

Workflow:

  • Abfrageausführung: Der Agent ruft execute_sql auf, um die SQL-Anweisung auszuführen, mit der die Daten abgerufen werden.

Beschränkungen

Für den Cloud SQL-Remote-MCP-Server gelten die folgenden Einschränkungen:

  • Wenn das Tool execute_sql oder execute_sql_readonly eine Antwort zurückgibt, die größer als 10 MB ist, wird die Antwort abgeschnitten.
  • Wenn Sie das Tool execute_sql oder execute_sql_readonly verwenden, kann es bei Abfragen, die länger als 30 Sekunden dauern, zu einer Zeitüberschreitung kommen.

Optionale Sicherheitskonfigurationen

MCP birgt neue Sicherheitsrisiken und ‑aspekte, da mit den MCP-Tools eine Vielzahl von Aktionen möglich ist. Um diese Risiken zu minimieren und zu verwalten, bietetGoogle Cloud Standardeinstellungen und anpassbare Richtlinien, mit denen Sie die Verwendung von MCP-Tools in Ihrer Organisation oder Ihrem Projekt in Google Cloudsteuern können.

Weitere Informationen zur Sicherheit und Governance von MCP finden Sie unter KI-Sicherheit.

Model Armor

Model Armor ist ein Dienst vonGoogle Cloud , der die Sicherheit Ihrer KI-Anwendungen verbessern soll. Model Armor prüft proaktiv LLM-Prompts und ‑Antworten, schützt vor verschiedenen Risiken und unterstützt eine verantwortungsbewusste Anwendung von KI. Unabhängig davon, ob Sie KI in Ihrer Cloud-Umgebung oder bei externen Cloud-Anbietern bereitstellen, kann Model Armor Ihnen helfen, schädliche Eingaben zu verhindern, die Inhaltssicherheit zu überprüfen, sensible Daten zu schützen, die Compliance aufrechtzuerhalten und Ihre KI-Sicherheitsrichtlinien konsistent in Ihrer vielfältigen KI-Landschaft durchzusetzen.

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

MCP-Anfragenrouting an Model Armor

Model Armor ist in bestimmten Regionen verfügbar. Wenn Model Armor aktiviert ist und Sie einen MCP-Server in einer Gerichtsbarkeit verwenden, die von Model Armor nicht unterstützt wird, kann das Routingverhalten des Aufrufs für verschiedene MCP-Server unterschiedlich sein und die Einhaltung von Datenstandortvorgaben für Daten in Verwendung und Daten während der Übertragung beeinträchtigen. Weitere Informationen zum Verhalten einzelner MCP-Server finden Sie unter Von Model Armor unterstützte Produkte.

Model Armor aktivieren

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

Console

  1. Aktivieren Sie die Model Armor API, falls sie noch nicht aktiviert ist.

    Erforderliche Rollen zum Aktivieren von APIs

    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

Bevor Sie beginnen, führen Sie die folgenden Schritte mit der gcloud 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 Eingabeaufforderung angezeigt. Cloud Shell ist eine Shell-Umgebung, in der die gcloud 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

Zum Schutz Ihrer MCP-Toolaufrufe und ‑Antworten können Sie die Mindesteinstellungen für 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-Tool-Aufrufe und ‑Antworten im Projekt angewendet.

Richten Sie eine Model Armor-Mindesteinstellung mit aktivierter MCP-Bereinigung ein. Weitere Informationen finden Sie unter Model Armor-Untergrenzeneinstellungen konfigurieren.

Hier ein Beispiel für einen Befehl:

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 dabei PROJECT_ID durch die ID Ihres Projekts in Google Cloud .

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 die Erzwingung aktiviert wird.
  • MEDIUM_AND_ABOVE: Das Konfidenzniveau für die Filtereinstellungen „Verantwortungsbewusste Anwendung von KI – Gefährlich“. Sie können diese Einstellung ändern. Bei niedrigeren Werten kann es jedoch zu mehr falsch positiven Ergebnissen kommen. Weitere Informationen finden Sie unter Model Armor-Vertrauensstufen.

Scannen von MCP-Traffic mit Model Armor deaktivieren

Wenn Sie verhindern möchten, dass Model Armor den Traffic zu und von Google MCP-Servern basierend auf den Mindesteinstellungen des Projekts automatisch 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 Projekt-ID in Google Cloud . Model Armor wendet die in den Mindesteinstellungen dieses Projekts definierten Regeln nicht automatisch auf den gesamten Google MCP-Server-Traffic an.

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

MCP-Nutzung mit IAM-Richtlinien steuern

Mit IAM-Ablehnungsrichtlinien (Identity and Access Management) und IAM-Zulassungsrichtlinien können Sie Google Cloud - und Google MCP-Server schützen.

Sie können mehrere Kriterien kombinieren, um benutzerdefinierte Sicherheits- und Governance-Richtlinien zu erstellen, indem Sie den Zugriff basierend auf den folgenden Kriterien zulassen oder verweigern:

  • Das Hauptkonto.
  • Tool-Attribute wie das schreibgeschützte Attribut.
  • Der Name des Dienstes oder Tools.
  • Die OAuth-Client-ID der Anwendung.

Weitere Informationen finden Sie unter MCP-Nutzung mit Identity and Access Management steuern.

Nächste Schritte