Model Context Protocol (MCP) 伺服器可做為代理伺服器,在外部服務與大型語言模型 (LLM) 或 AI 應用程式之間傳輸脈絡、資料或功能。MCP 伺服器可將 AI 應用程式連結至資料庫和 Web 服務等外部系統,並將系統回覆轉換成 AI 應用程式可理解的格式。
伺服器設定
您必須先啟用 MCP 伺服器並設定驗證,才能使用這項功能。如要進一步瞭解如何使用 Google 和 Google Cloud 遠端 MCP 伺服器,請參閱 Google Cloud MCP 伺服器總覽。
伺服器端點
MCP 服務端點是 MCP 伺服器的網路位址和通訊介面 (通常是網址),AI 應用程式 (MCP 用戶端的主機) 會使用這個端點建立安全標準連線。這是 LLM 請求內容、呼叫工具或存取資源的聯絡點。Google MCP 端點可以是全域或區域。
databaseinsights.googleapis.com MCP 伺服器具有下列 MCP 端點:
- https://databaseinsights.googleapis.com/mcp
MCP 工具
MCP 工具是 MCP 伺服器向 LLM 或 AI 應用程式公開的函式或可執行功能,可在現實世界中執行動作。
databaseinsights.googleapis.com MCP 伺服器有下列工具:
| MCP 工具 | |
|---|---|
| get_system_metrics | 使用 Cloud Monitoring 的 PromQL 查詢,擷取指定資料庫執行個體的系統相關遙測資料。 |
取得 MCP 工具規格
如要取得 MCP 伺服器中所有工具的 MCP 工具規格,請使用 tools/list 方法。以下範例說明如何使用 curl 列出 MCP 伺服器中目前可用的所有工具及其規格。
| Curl 要求 |
|---|
curl --location 'https://databaseinsights.googleapis.com/mcp' \ --header 'content-type: application/json' \ --header 'accept: application/json, text/event-stream' \ --data '{ "method": "tools/list", "jsonrpc": "2.0", "id": 1 }' |