我们已重新整理文档导航结构，使其与您的运营工作流程直接保持一致。如需了解详情，请参阅版本说明和演示视频。

Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

配置 MCP

本文档介绍了如何使用 Google Security Operations 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。启用 Google Security Operations API 后，Google Security Operations 远程 MCP 服务器也会随之启用。

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。

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

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.
Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

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 Chronicle 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

安装 Google Cloud CLI。

注意：如果您之前安装了 gcloud CLI，请确保通过运行 gcloud components update 来获得最新版本。
配置 gcloud CLI 以使用您的联合身份。

如需了解详情，请参阅使用联合身份登录 gcloud CLI。
如需初始化 gcloud CLI，请运行以下命令：
```
gcloud init
```

所需的角色

如需获得使用 Google SecOps 远程 MCP 服务器所需的权限，请让您的管理员为您授予您要使用 Google SecOps 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)
对 Chronicle API 服务的访问权限： Chronicle API Admin (roles/chronicle.admin)
向 Google SecOps 授予管理员访问权限： Chronicle SOAR Admin (roles/chronicle.soarAdmin)
可选：配置自定义 IAM 角色，并授予 MCP 工具调用的 Chronicle API 方法所需的权限。

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 Google SecOps 远程 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 Google SecOps 远程 MCP 服务器，需要以下权限：

进行 MCP 工具调用： mcp.tools.call

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

Google Security Operations 远程 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。

Google SecOps 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。

Google SecOps 具有以下 MCP 工具 OAuth 范围：

gcloud CLI 的范围 URI	说明
`https://www.googleapis.com/auth/chronicle`	允许访问以读取和修改数据。

配置 MCP 客户端以使用 Google SecOps MCP 服务器

Claude 或 Antigravity 等 AI 应用和代理可以实例化连接到单个 MCP 服务器的 MCP 客户端。AI 应用可以有多个连接到不同 MCP 服务器的客户端。如果您的应用未列在特定于客户端的指南中，则可以使用以下信息从大多数应用进行连接。

在 AI 应用中，寻找添加或连接到远程 MCP 服务器的方式。对于 Google SecOps MCP 服务器，请根据需要输入以下信息：

服务器名称：Google SecOps MCP 服务器
服务器网址或端点：选择区域端点，并在末尾添加 /mcp。例如 https://us-chronicle.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。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。
OAuth 范围：您在连接到 Google SecOps MCP 服务器时要使用的 OAuth 2.0 范围。对于 Google SecOps，请使用 https://www.googleapis.com/auth/chronicle。

重定向 URI

对于基于 Web 的应用和某些桌面应用，您必须在创建用于身份验证的客户端 ID 和密钥时将重定向 URI 列入许可名单。授权服务器使用重定向 URI 将令牌发送到您的应用。应用的文档应指定您必须使用的重定向 URI。不支持自定义重定向 URI。

如需查看有关设置和连接到 MCP 服务器的应用专用指南，请参阅特定于客户端的指南。

如需更一般的指导，请参阅以下资源：

将 Antigravity 配置为使用 Google SecOps MCP 服务器

您可以配置 Google Antigravity（桌面 IDE 和 CLI）以连接到 Google SecOps MCP 服务器。

配置共享 MCP 配置文件

Antigravity 为所有 MCP 服务器使用一个共享配置文件。

在文本编辑器中打开共享的 MCP 配置文件 ~/.gemini/config/mcp_config.json。

将 Google SecOps MCP 服务器配置添加到 mcpServers 对象：

{
  "mcpServers": {
    "google-cloud-secops": {
      "serverUrl": "https://us-chronicle.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "oauth": {
        "scopes": [
          "https://www.googleapis.com/auth/cloud-platform"
        ]
      },
      "timeout": 300000
    }
  }
}

将 https://us-chronicle.googleapis.com/mcp 替换为 Google SecOps 实例的相应区域级端点。

配置特定于租户的上下文

Google SecOps MCP 服务器需要额外的上下文：customer_id、project_id 和 region。在 Antigravity 中，您可以使用工作区专用配置来管理此功能。

为您的租户创建一个专用工作区目录（例如 ~/workspace/secops/tenant-a/）。
在该目录中，创建一个名为 secops_tenant.json 且包含以下内容的配置文件：
```
{
  "customer_id": "YOUR_CUSTOMER_ID",
  "project_id": "YOUR_PROJECT_ID",
  "region": "YOUR_REGION"
}
```
将 YOUR_CUSTOMER_ID、YOUR_PROJECT_ID 和 YOUR_REGION 替换为您的实际租户详细信息。地区必须采用小写字母（例如 us 或 eu）。

使用配置

您可以使用 Antigravity CLI 或桌面 IDE 中的配置。

在 Antigravity CLI 中

在终端中，前往您创建的工作区目录：
```
cd ~/workspace/secops/tenant-a/
```
启动 Antigravity CLI：
```
agy
```
CLI 会在启动时自动从 secops_tenant.json 加载上下文。
在 CLI 中运行 /mcp 命令，查看有效工具，以验证配置。如果上下文加载失败，您可以使用 ~/.gemini/antigravity-cli/log/ 中的 Antigravity CLI 日志进行调试。

在 Antigravity 桌面 IDE 中

打开 Antigravity 桌面应用。
创建新项目，然后选择您创建的工作区文件夹（包含 secops_tenant.json）。
发起新对话。智能体将能够访问具有正确租户上下文的 Google SecOps MCP 工具。

将 Gemini Enterprise 配置为使用 Google SecOps MCP 服务器

您可以使用自定义 MCP Datastore 将 Google SecOps 与 Gemini Enterprise 集成。这样一来，用户便可直接从 Gemini Enterprise 主聊天界面查询 Google SecOps。

前提条件

确保已为您的 Google SecOps 实例启用远程 MCP 服务器。
确保组织政策不会阻止创建自定义 MCP 服务器。

第 1 步：设置 OAuth 2.0 Web 应用

您必须在与 Google SecOps 实例关联的 Google Cloud 项目中创建 OAuth 2.0 Web 应用。

在 Google Cloud 控制台中，前往 API 和服务 > 凭据。
点击创建凭据，然后选择 OAuth 客户端 ID。
选择 Web 应用作为应用类型。
输入客户端的名称（例如 Gemini Enterprise SecOps MCP）。
在已获授权的重定向 URI 下，添加以下网址：
- https://vertexaisearch.cloud.google.com/oauth-redirect
- https://vertexaisearch.cloud.google.com/static/oauth/oauth.html
点击创建，然后保存生成的客户端 ID 和客户端密钥。

第 2 步：在 Gemini Enterprise 中添加 Google SecOps 数据存储区

管理员必须全局配置自定义 MCP 连接器。

打开 Gemini Enterprise，然后前往您的应用或创建一个新应用。
前往关联的数据存储区，然后点击新的数据存储区。
选择自定义 MCP，然后输入以下详细信息：
- MCP 服务器网址：选择您的区域端点，并在末尾添加 /mcp（例如 https://us-chronicle.googleapis.com/mcp）。
- 授权网址：https://accounts.google.com/o/oauth2/v2/auth
- 令牌网址：https://oauth2.googleapis.com/token
- 客户端 ID：输入第 1 步中的客户端 ID。
- 客户端密钥：输入第 1 步中的客户端密钥。
- OAuth 范围：输入 https://www.googleapis.com/auth/cloud-platform https://www.googleapis.com/auth/chronicle（以空格分隔）。
保存数据存储区（例如，将其命名为 Agentic SOC）。
在 Gemini Enterprise 应用中，选择已连接的数据存储区，并确保已启用新数据存储区。
在菜单中选择操作，然后点击重新加载自定义操作。
选择要为用户启用的操作，然后点击启用操作。

第 3 步：在对话中对连接器进行身份验证

每位用户都必须授权 Gemini 代表其访问 Google SecOps。

打开 Gemini Enterprise 主对话。
在聊天窗口底部找到已关联的数据存储区（例如 Agentic SOC），然后将其切换为开启状态。
完成登录提示，以授予必要的 OAuth 权限。

第 4 步：设置 Gemini 记忆功能以获取上下文

为确保 Gemini 在必要时能正确路由 API 调用并提供租户上下文，您必须将环境详细信息保存到 Gemini 的记忆中。

向 Gemini 发送如下提示（将占位符值替换为您的实际数据）：

Remember that for all Google SecOps and Agentic SOC queries, my Customer ID is [CUSTOMERID], my Region is [REGION], and my GCP Project ID is [PROJECTID].

Gemini 会确认已保存这些详细信息。

第 5 步：开始查询

现在，您可以在主聊天窗口中使用自然语言查询 Google SecOps。例如：

“使用 Agentic SOC 连接器，查找过去 3 天内的登录尝试。”
“总结 SecOps 中的最新未结支持请求。”

可用工具

如需查看 Google SecOps MCP 服务器的可用 MCP 工具及其说明的详细信息，请参阅 Google SecOps MCP 参考文档。

列出工具

使用 MCP 检查器列出工具，或直接向 Google Security Operations 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: https://europe-west2-chronicle.googleapis.com
Content-Type: application/json

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

示例应用场景

以下是 Google SecOps MCP 服务器的示例使用场景：

工具：list_rule_errors

提示示例：

List rule errors for the rule: ru_ddd45753-d749-4fee-b068-29072e750cfb

回答：

Here are the rule errors for ru_ddd45753-d749-4fee-b068-29072e750cfb:

Error Message: query took too long to execute, see https://cloud.google.com/chronicle/docs/detection/yara-l-best-practices for tips for optimizing rules; these optimization tips are applicable to various types of queries

Time Range: 2025-02-16T10:00:00Z to 2025-02-16T11:00:00Z
Rule: projects/935934211738/locations/US/instances/eb3b937b-3ab6-47e5-8185-24837b826691/rules/ru_ddd45753-d749-4fee-b068-29072e750cfb@v_1740004374_748943000
Error Message: query took too long to execute, see https://cloud.google.com/chronicle/docs/detection/yara-l-best-practices for tips for optimizing rules; these optimization tips are applicable to various types of queries

Time Range: 2025-02-16T11:00:00Z to 2025-02-16T12:00:00Z
Rule: projects/935934211738/locations/US/instances/eb3b937b-3ab6-47e5-8185-24837b826691/rules/ru_ddd45753-d749-4fee-b068-29072e750cfb@v_1740004374_748943000
The errors indicate that the queries for this rule took too long to execute during the specified time ranges. You may want to review the YARA-L best practices for optimizing rules.

工具：create_rules

提示示例：

Create the following rule:
successful_user_logins_from_outside_us_test {
meta:
author = "Google SecOps Gemini"
description = "Detect successful user logins originating from outside the United States."
severity = "Medium"
events:
$e.metadata.event_type = "USER_LOGIN"
$e.security_result.action = "ALLOW"
$e.principal.ip_geo_artifact.location.country_or_region != "United States"
outcome:
$user = array($e.principal.user.userid)
$source_ip = array($e.principal.ip)
$country = array($e.principal.ip_geo_artifact.location.country_or_region)
$city = array($e.principal.ip_geo_artifact.location.city)
condition:
$e
}

回答：

The rule successful_user_logins_from_outside_us_test has been successfully created with the following details:

Name: projects/935934211738/locations/US/instances/eb3b937b-3ab6-47e5-8185-24837b826691/rules/ru_cff9cae1-bb88-4456-b725-4c08f21803ed
Revision ID: v_1768208899_054095000
Display Name: successful_user_logins_from_outside_us_test
Author: Google SecOps Gemini
Description: Detect successful user logins originating from outside the United States.
Severity: Medium
Compilation State: SUCCEEDED
Create Time: 2026-01-12T09:08:19.054095Z

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 提供了默认政策和可自定义的政策，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。

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。

MCP 请求路由到 Model Armor

Model Armor 在某些地区提供。如果启用了 Model Armor，并且您使用的 MCP 服务器位于 Model Armor 不支持的管辖区，那么对于不同的 MCP 服务器，调用的路由行为可能会有所不同，并且可能会违反使用中数据和传输中数据的数据驻留合规性要求。如需详细了解各个 MCP 服务器的行为，请参阅 Model Armor 支持的产品。

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 serviceusage.services.enable 权限。如果您创建了项目，则可能已经通过 Owner 角色 (roles/owner) 获得了此权限。否则，您可以通过 Service Usage Admin 角色 (roles/serviceusage.serviceUsageAdmin) 获得此权限。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：

安装 Google Cloud CLI，然后使用联合身份登录 gcloud CLI。登录后，运行以下命令来初始化 Google Cloud CLI：
```
gcloud init
```
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。此配置可将一组一致的过滤条件应用于项目中的所有 MCP 工具调用和响应。

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 根据项目的最低设置自动扫描进出 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 底价设置和常规配置不仅会影响 MCP。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 政策控制 MCP 使用情况

Identity and Access Management (IAM) 拒绝政策和允许政策可帮助您保护 Google Cloud 和 Google MCP 服务器。

您可以组合多个条件来构建自定义的安全和治理政策，方法是根据以下条件允许或拒绝访问：

正文。
工具属性，例如只读属性。
服务名称或工具名称。
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 Google Security Operations MCP 参考文档。
详细了解 Google Cloud MCP 服务器。