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 AI 应用，包括 Gemini CLI、ChatGPT、Claude 和您正在开发的自定义应用。 当您启用 Google Security Operations API 时，Google Security Operations 远程 MCP 服务器也会启用。

Model Context Protocol (MCP) 规范了大语言模型 (LLM) 和 AI 应用或 智能体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，以便在 AI MCP 客户端和 MCP 服务器之间进行通信。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、集中式发现
  • 托管式全球或区域 HTTP 端点
  • 细粒度授权
  • 可选的提示和回答安全性，通过 Model Armor 保护
  • 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 控制和治理控制， 请参阅 Google Cloud MCP 服务器概览。

准备工作

  1. 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

  2. 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.

  3. Verify that billing is enabled for your Google Cloud project.

  4. 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

  5. 安装 Google Cloud CLI。

  6. 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。

  7. 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要在其中使用 Google SecOps MCP 服务器的项目中的以下 IAM 角色：

  • 进行 MCP 工具调用： MCP Tool User (roles/mcp.toolUser)
  • 访问 Chronicle API 服务： 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，并授予其 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，您需要拥有以下权限：

  • 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。所有 Google Cloud 身份 都支持对 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 应用和智能体可以实例化连接到单个 MCP 服务器的 MCP 客户端。一个 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，找到添加或连接到远程 MCP 服务器的方法。 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://chronicle.us.rep.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，您必须在创建客户端 ID 和密钥以进行身份验证时，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。自定义重定向 URI 不受支持。

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

如需了解更通用的指南，请参阅以下资源：

可用工具

如需查看 Google SecOps MCP 服务器的可用 MCP 工具的详细信息及其说明，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 方法不需要身份验证。

POST /mcp HTTP/1.1
Host: https://chronicle.europe-west2.rep.googleapis.com
Content-Type: application/json

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

示例应用场景

以下是 Google SecOps MCP 服务器的示例应用场景：

工具: list_rule_errors

示例提示：

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

示例提示：

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 是一项旨在增强 AI 应用安全性和 安全性的 Google Cloud 服务。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。

当 Model Armor 启用且 日志记录也启用时，Model Armor 会记录整个 载荷。这可能会在日志中公开敏感信息。

启用 Model Armor

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

控制台

  1. 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，则可能已通过 所有者角色 (roles/owner) 拥有此权限。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

  2. 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：

  1. 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

  2. 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 MCP 工具调用和回答，您可以使用 Model Armor 下限设置。下限设置定义了适用于整个项目的最低安全过滤条件。此配置会将一组一致的过滤条件应用于项目中的所有 MCP 工具调用和回答。

设置 Model Armor 下限设置，并启用 MCP 清理功能。如需了解详情，请参阅配置 Model Armor 下限 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：强制执行类型，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回答。
  • ENABLED：用于启用过滤条件或 强制执行的设置。
  • MEDIUM_AND_ABOVE：Responsible AI - Dangerous 过滤条件设置的置信度。您可以修改此设置， 但较低的值可能会导致更多误报。如需了解详情，请参阅 Model Armor 置信度。

禁止使用 Model Armor 扫描 MCP 流量

如需阻止 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 不会自动将此项目的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。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的流量扫描和安全行为，而不仅仅是 MCP。

使用 IAM 政策控制 MCP 的使用

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安全政策和治理政策，方法是根据以下条件允许或拒绝访问：

  • 主账号。
  • 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

需要更多帮助？获得社区成员和 Google SecOps 专业人士的解答。