Google utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Utilizza il server MCP remoto di Compute Engine

Questo documento mostra come utilizzare il server Model Context Protocol (MCP) remoto di Compute Engine per connetterti ad applicazioni di AI, tra cui Antigravity, ChatGPT, Claude e applicazioni personalizzate che stai sviluppando. Il server MCP remoto di Compute Engine offre un insieme completo di funzionalità che consentono agli agenti LLM di eseguire una serie di attività di gestione dell'infrastruttura, tra cui:

Gestire le istanze di macchine virtuali (VM).
Gestire i gestori di gruppi di istanze gestite e i template di istanza.
Gestire dischi e snapshot.

Recuperare informazioni su prenotazioni e impegni. Il server MCP remoto di Compute Engine viene attivato quando abiliti l'API Compute Engine.

Il Model Context Protocol (MCP) standardizza il modo in cui i modelli linguistici di grandi dimensioni (LLM) e le applicazioni o gli agenti AI si connettono alle origini dati esterne. I server MCP ti consentono di utilizzare i loro strumenti, le loro risorse e i loro prompt per eseguire azioni e ottenere dati aggiornati dal loro servizio di backend.

Qual è la differenza tra i server MCP locali e remoti?

Server MCP locali: In genere vengono eseguiti sulla tua macchina locale e utilizzano gli stream di input e output standard (stdio) per la comunicazione tra i servizi sullo stesso dispositivo.
Server MCP remoti: Esegui l'applicazione sull'infrastruttura del servizio e offri un endpoint HTTP alle applicazioni AI per la comunicazione tra il client MCP AI e il server MCP. Per saperne di più sull'architettura MCP, consulta Architettura MCP.

Core stateless

Con la versione MCP 2026-07-28, MCP passa da un protocollo bidirezionale stateful a un protocollo stateless. Ogni richiesta MCP è autodescrittiva e può essere instradata utilizzando le intestazioni. Non è necessario l'handshake initialize/initialized o Mcp-Session-Id perché ogni richiesta include tutte le informazioni necessarie nelle intestazioni HTTP o nel parametro _meta. I server MCP possono richiedere informazioni aggiuntive necessarie per uno strumento tramite richieste di andata e ritorno multiple (MRTR).

Per facilitare l'instradamento e l'elaborazione delle richieste senza analizzare il corpo della richiesta, sono necessarie alcune intestazioni MCP, tra cui:

Intestazioni richieste dalla specifica MCP, come l'intestazione della versione del protocollo e le intestazioni della richiesta standard.
Intestazioni personalizzate definite dal server MCP. Queste intestazioni vengono replicate nelle intestazioni HTTP dallo schema di input dello strumento utilizzando la proprietà x-mcp-header. Ad esempio, un server MCP potrebbe definire un'intestazione personalizzata per specificare la regione o l'ID progetto Google Cloud .

Per saperne di più sull'architettura MCP, consulta la specifica della versione 2026-07-28 di MCP e le modifiche principali.

Server MCP Google e remoti ( Google Cloud )

I server MCP di Google e Google Cloud remoti offrono le seguenti funzionalità e i seguenti vantaggi:

Rilevamento semplificato e centralizzato
Endpoint HTTP globali o regionali gestiti
Autorizzazione granulare
Sicurezza facoltativa di prompt e risposte con la protezione di Model Armor
Audit logging centralizzato

Per informazioni su altri server MCP e sui controlli di sicurezza e governance disponibili per i server MCP di Google Cloud, consulta la panoramica dei server MCP di Google Cloud.

Prima di iniziare

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
Verify that billing is enabled for your Google Cloud project.
Make sure that you have the following role or roles on the project: Compute Instance Admin (v1), Compute Security Admin, Service Account User, Service Usage Admin
Check for the roles
1. In the Google Cloud console, go to the IAM page.
  Go to IAM
2. Select the project.
3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.
Grant the roles
1. In the Google Cloud console, go to the IAM page.
  Go to IAM
2. Select the project.
3. Click Grant access.
4. In the New principals field, enter your user identifier. This is typically the identifier for a user in a workforce identity pool. For details, see Represent workforce pool users in IAM policies, or contact your administrator.
5. Click Select a role, then search for the role.
6. To grant additional roles, click Add another role and add each additional role.
7. Click Save.
Abilita l'API Compute Engine
Abilita l'API Compute Engine

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per utilizzare il server MCP remoto di Compute Engine, chiedi all'amministratore di concederti i seguenti ruoli IAM nel tuo progetto Google Cloud :

Effettuare chiamate allo strumento MCP: MCP Tool User (roles/mcp.toolUser)

Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Questi ruoli predefiniti contengono le autorizzazioni necessarie per utilizzare il server MCP remoto di Compute Engine. Per vedere quali sono esattamente le autorizzazioni richieste, espandi la sezione Autorizzazioni obbligatorie:

Autorizzazioni obbligatorie

Per utilizzare il server MCP remoto di Compute Engine sono necessarie le seguenti autorizzazioni:

Effettua chiamate allo strumento MCP: mcp.tools.call

Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.

Devi anche disporre dei ruoli e delle autorizzazioni necessari per eseguire le operazioni di Compute Engine. Per saperne di più, consulta Ruoli e autorizzazioni di Compute Engine.

Autenticazione e autorizzazione

I server MCP di Compute Engine utilizzano il protocollo OAuth 2.0 con Identity and Access Management (IAM) per l'autenticazione e l'autorizzazione. Tutte le identitàGoogle Cloud sono supportate per l'autenticazione ai server MCP.

Ti consigliamo di creare un'identità separata per gli agenti che utilizzano gli strumenti MCP, in modo che l'accesso alle risorse possa essere controllato e monitorato. Per saperne di più sull'autenticazione, consulta Autenticati ai server MCP.

Ambiti OAuth MCP di Compute Engine

OAuth 2.0 utilizza ambiti e credenziali per determinare se un'entità autenticata è autorizzata a eseguire un'azione specifica su una risorsa. Per saperne di più sugli ambiti OAuth 2.0 di Google, consulta Utilizzare OAuth 2.0 per accedere alle API di Google.

Compute Engine ha i seguenti ambiti OAuth dello strumento MCP:

URI dell'ambito per gcloud CLI	Descrizione
`https://www.googleapis.com/auth/compute.read-only`	Consente l'accesso solo per leggere i dati.
`https://www.googleapis.com/auth/compute.read-write`	Consente l'accesso per leggere e modificare i dati.

Potrebbero essere necessari ambiti aggiuntivi per le risorse a cui si accede durante una chiamata allo strumento. Per visualizzare un elenco degli ambiti richiesti per Compute Engine, consulta API Compute Engine.

Configura un client MCP per utilizzare il server MCP di Compute Engine

Le applicazioni e gli agenti AI, come Claude o Antigravity, possono creare un'istanza di un client MCP che si connette a un singolo server MCP. Un'applicazione di AI può avere più client che si connettono a server MCP diversi. Se la tua applicazione non è elencata nelle indicazioni specifiche per il client, puoi utilizzare le seguenti informazioni per connetterti dalla maggior parte delle applicazioni.

Nella tua applicazione di AI, cerca un modo per aggiungere o connetterti a un server MCP remoto. Per il server MCP di Compute Engine, inserisci le seguenti informazioni, se richieste:

Nome server: server MCP di Compute Engine
URL server o Endpoint: https://compute.googleapis.com/mcp
Trasporto: HTTP trasmissibile in streaming
Dettagli di autenticazione: a seconda di come vuoi eseguire l'autenticazione, puoi inserire le tue credenziali Google Cloud , l'ID client e il secret OAuth o un'identità e le credenziali dell'agente. Per saperne di più sull'autenticazione, consulta Autenticati ai server MCP.
Ambito OAuth: l'ambito OAuth 2.0 che vuoi utilizzare per la connessione al server MCP di Compute Engine.

URI di reindirizzamento

Per le applicazioni basate sul web e alcune applicazioni desktop, devi inserire nella lista consentita un URI di reindirizzamento quando crei un ID client e un secret per l'autenticazione. Gli URI di reindirizzamento vengono utilizzati dal server di autorizzazione per inviare token alla tua applicazione. La documentazione dell'applicazione deve specificare l'URI di reindirizzamento da utilizzare. Gli URI di reindirizzamento personalizzati non sono supportati.

Per indicazioni specifiche sull'applicazione per la configurazione e la connessione al server MCP, consulta Indicazioni specifiche per il client.

Per indicazioni più generali, consulta le seguenti risorse:

Strumenti disponibili

Per visualizzare i dettagli degli strumenti MCP disponibili e le relative descrizioni per il server MCP di Compute Engine, consulta il riferimento MCP di Compute Engine.

Strumenti per gli elenchi

Utilizza l'ispettore MCP per elencare gli strumenti o invia una richiesta HTTP tools/list direttamente al server MCP remoto di Compute Engine. Il metodo tools/list non richiede l'autenticazione.

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

Sostituisci quanto segue:

TOOLSET_ENDPOINT: il resto dell'endpoint MCP dopo il nome del servizio. Ad esempio, per Compute Engine, potrebbe essere mcp/toolset-name.
MCP_PROTOCOL_VERSION: la versione del protocollo MCP. Ad esempio, 2026-07-28.

Esempi di casi d'uso

I seguenti esempi di casi d'uso descrivono come utilizzare il server MCP di Compute Engine per gestire le risorse Compute Engine:

Ispeziona e gestisci le risorse. Ad esempio, per comprendere l'allocazione e la configurazione delle risorse nel tuo progetto, puoi elencare tutte le istanze di computing. Puoi anche trovare tutte le istanze di computing in esecuzione in una zona con un acceleratore specifico collegato e visualizzarne la posizione e il nome per la gestione delle risorse.
Esegui la pulizia delle risorse inutilizzate per ridurre i costi operativi. Ad esempio, identifica e pulisci gli snapshot dei dischi in una zona che non sono più associati a un disco di origine oppure identifica ed elimina le istanze VM arrestate a cui sono collegate risorse GPU costose.
Ottimizza le prestazioni dell'istanza. Ad esempio, ridimensiona un'istanza VM con provisioning insufficiente in un tipo di macchina più grande della stessa famiglia e conferma l'aggiornamento riuscito.
Esegui il provisioning di VM specializzate per i workload di AI con flessibilità di zona. Ad esempio, crea un'istanza VM con un acceleratore GPU specifico collegato, in qualsiasi zona di una regione specificata in cui è disponibile.
Risolvi i problemi e convalida le configurazioni delle istanze. Ad esempio, recupera i dettagli di configurazione di un'istanza VM specifica in cui il job è bloccato, riavviala e verifica che l'acceleratore e il disco sottostanti siano collegati.

Prompt di esempio

Di seguito sono riportati alcuni prompt di esempio che puoi utilizzare per eseguire attività utilizzando il server MCP di Compute Engine:

"Elenca tutte le VM in PROJECT_ID, inclusi il nome e la zona della VM."
"Mostra i dettagli dell'istanza per VM_NAME."
"In REGION, trova tutti gli snapshot dei dischi per i quali il disco di origine non esiste più."
"Cambia il tipo di macchina di VM_NAME con il tipo di macchina più grande successivo nella stessa famiglia di macchine, invia una notifica quando torna online e conferma il nuovo tipo di macchina."
"Trova tutte le VM in esecuzione in REGION con acceleratori NVIDIA e mostra la zona e il nome di queste VM."
"Crea una VM in ZONE con un acceleratore NVIDIA T4 collegato. Assegna alla VM il nome my-nvidiat4-vm."
"Trova tutte le VM arrestate in REGION con acceleratori NVIDIA Tesla T4 ed eliminale."

Sostituisci quanto segue:

PROJECT_ID: l'ID progetto Google Cloud .
REGION: il nome della regione in cui si trovano le risorse.
ZONE: il nome della zona in cui si trovano le VM.
VM_NAME: il nome dell'istanza VM.

Configurazioni di sicurezza e protezione facoltative

MCP introduce nuovi rischi e considerazioni sulla sicurezza a causa dell'ampia varietà di azioni che puoi eseguire con gli strumenti MCP. Per ridurre al minimo e gestire questi rischi, Google Cloud offre impostazioni predefinite e policy personalizzabili per controllare l'utilizzo degli strumenti MCP nella tua organizzazione o nel tuo progetto Google Cloud.

Per saperne di più sulla sicurezza e sulla governance di MCP, consulta Sicurezza e protezione dell'AI.

Utilizza Model Armor

Model Armor è un servizioGoogle Cloud progettato per migliorare la sicurezza delle tue applicazioni di AI. Funziona analizzando in modo proattivo i prompt e le risposte degli LLM, proteggendo da vari rischi e supportando pratiche di AI responsabile. Che tu stia eseguendo il deployment dell'AI nel tuo ambiente cloud o su provider cloud esterni, Model Armor può aiutarti a prevenire input dannosi, verificare la sicurezza dei contenuti, proteggere i dati sensibili, mantenere la conformità e applicare le tue policy di sicurezza e protezione dell'AI in modo coerente nel tuo panorama di AI diversificato.

Quando Model Armor è abilitato con il logging abilitato, Model Armor registra l'intero payload. Ciò potrebbe esporre informazioni sensibili nei log.

Routing delle richieste MCP a Model Armor

Model Armor è disponibile in alcune regioni. Quando Model Armor è abilitato e utilizzi un server MCP in una giurisdizione non supportata da Model Armor, il comportamento di routing della chiamata potrebbe essere diverso per i vari server MCP e potrebbe violare la conformità della residenza dei dati per i dati in uso e in transito. Per saperne di più sul comportamento dei singoli server MCP, consulta Prodotti supportati da Model Armor.

Abilita Model Armor

Per poter utilizzare Model Armor, devi abilitare le API Model Armor.

Console

Abilita l'API Model Armor, se non è già abilitata.
Ruoli richiesti per abilitare le API
Per abilitare le API, devi disporre dell'autorizzazione serviceusage.services.enable. Se hai creato il progetto, probabilmente hai già questa autorizzazione tramite il ruolo Proprietario (roles/owner). In caso contrario, puoi ottenere questa autorizzazione tramite il ruolo Amministratore Service Usage (roles/serviceusage.serviceUsageAdmin). Scopri come concedere i ruoli.
Abilitare l'API
Seleziona il progetto in cui vuoi attivare Model Armor.

gcloud

Prima di iniziare, segui questi passaggi utilizzando Google Cloud CLI con l'API Model Armor:

Installa Google Cloud CLI, quindi accedi a gcloud CLI con la tua identità federata. Dopo aver eseguito l'accesso, inizializza Google Cloud CLI eseguendo il comando seguente:
```
gcloud init
```
Esegui questo comando per impostare l'endpoint API per il servizio Model Armor.
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
Sostituisci LOCATION con la regione in cui vuoi utilizzare Model Armor.

Configura la protezione per i server MCP Google e Google Cloud remoti

Per proteggere le chiamate e le risposte degli strumenti MCP, puoi utilizzare le impostazioni di base di Model Armor. Un'impostazione di base definisce i filtri di sicurezza minimi che si applicano a tutto il progetto. Questa configurazione applica un insieme coerente di filtri a tutte le chiamate e risposte dello strumento MCP all'interno del progetto.

Configura un'impostazione di base di Model Armor con la sanitizzazione MCP abilitata. Per saperne di più, consulta Configura le impostazioni di base di Model Armor.

Vedi il seguente comando di esempio:

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"}]'

Sostituisci PROJECT_ID con l'ID progetto Google Cloud .

Tieni presente le seguenti impostazioni:

INSPECT_AND_BLOCK: il tipo di applicazione che esamina i contenuti per il server MCP di Google e blocca i prompt e le risposte che corrispondono ai filtri.
ENABLED: l'impostazione che attiva un filtro o un'applicazione.
MEDIUM_AND_ABOVE: il livello di confidenza per le impostazioni dei filtri di AI responsabile - Pericoloso. Puoi modificare questa impostazione, anche se valori più bassi potrebbero generare più falsi positivi. Per saperne di più, consulta Livelli di confidenza di Model Armor.

Disabilita la scansione del traffico MCP con Model Armor

Per impedire a Model Armor di scansionare automaticamente il traffico da e verso i server MCP di Google in base alle impostazioni di base del progetto, esegui questo comando:

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

Sostituisci PROJECT_ID con l'ID progetto Google Cloud . Model Armor non applica automaticamente le regole definite nelle impostazioni di base di questo progetto al traffico del server MCP di Google.

Le impostazioni di base e la configurazione generale di Model Armor possono influire su altri aspetti oltre a MCP. Poiché Model Armor si integra con servizi come Vertex AI, qualsiasi modifica apportata alle impostazioni di base può influire sulla scansione del traffico e sui comportamenti di sicurezza in tutti i servizi integrati, non solo in MCP.

Controlla l'utilizzo di MCP con le policy IAM

Le policy di negazione e le policy di autorizzazione di Identity and Access Management (IAM) ti aiutano a proteggere Google Cloud e i server MCP di Google.

Puoi combinare più criteri per creare policy di sicurezza e governance personalizzate consentendo o negando l'accesso in base a quanto segue:

L'entità.
Proprietà dello strumento, come l'attributo di sola lettura.
Il nome del servizio o dello strumento.
L'ID client OAuth dell'applicazione.

Per saperne di più, consulta Controlla l'utilizzo di MCP con Identity and Access Management.

Passaggi successivi

Leggi la documentazione di riferimento di MCP per Compute Engine.
Scopri di più sui server MCP di Google Cloud.