שימוש בשרת MCP מרוחק של Dataform

במאמר הזה מוסבר איך להשתמש בשרת Model Context Protocol‏ (MCP) המרוחק של Dataform כדי להתחבר לאפליקציות AI, כולל Antigravity, ‏ ChatGPT, ‏ Claude ואפליקציות בהתאמה אישית שאתם מפתחים. אתם יכולים להשתמש בשרת ה-MCP המרוחק של Dataform כדי לבצע משימות כמו ניהול נכסים של קובץ יחיד, כתיבת קוד של צינור עיבוד נתונים בסביבות עבודה לפיתוח, תזמור צינורות עיבוד נתונים ופתרון בעיות של כשלים בהפעלה. שרת ה-MCP המרוחק של Dataform מופעל כשמפעילים את Dataform API.

‫Model Context Protocol (MCP) הוא תקן שמגדיר איך מודלים גדולים של שפה (LLM) ואפליקציות או סוכנים של AI מתחברים למקורות נתונים חיצוניים. שרתי MCP מאפשרים לכם להשתמש בכלים, במשאבים ובהנחיות שלהם כדי לבצע פעולות ולקבל נתונים מעודכנים משירות הקצה העורפי שלהם.

מה ההבדל בין שרתי MCP מקומיים לשרתי MCP מרוחקים?

שרתי MCP מקומיים
בדרך כלל פועלים במחשב המקומי ומשתמשים בזרמי הקלט והפלט הרגילים (stdio) כדי לתקשר בין שירותים באותו מכשיר.
שרתי MCP מרוחקים
פועלים בתשתית של השירות ומציעים נקודת קצה (endpoint) מסוג HTTP לאפליקציות AI, כדי לאפשר תקשורת בין לקוח ה-MCP של ה-AI לבין שרת ה-MCP. מידע נוסף על ארכיטקטורת MCP

ליבה ללא שמירת מצב

בגרסת MCP‏ 2026-07-28, פרוטוקול MCP משתנה מפרוטוקול דו-כיווני עם שמירת מצב (stateful) לפרוטוקול ללא שמירת מצב (stateless). כל בקשת MCP מתארת את עצמה ואפשר לנתב אותה באמצעות כותרות. אין צורך בלחיצת היד של initialize/initialized או ב-Mcp-Session-Id כי כל בקשה כוללת את כל המידע הנדרש בכותרות HTTP או בפרמטר _meta. שרתי MCP יכולים לבקש מידע נוסף שנדרש לכלי באמצעות בקשות הלוך ושוב (MRTR).

כדי לנתב ולעבד בקשות בלי לנתח את גוף הבקשה, נדרשות כמה כותרות MCP, כולל:

למידע נוסף על הארכיטקטורה של MCP, קראו את המפרט של MCP בגרסה 2026-07-28 ואת השינויים העיקריים.

שרתי MCP של Google ושרתי MCP מרוחקים של Google Cloud

לשרתי MCP של Google ושל Google Cloud יש את התכונות והיתרונות הבאים:

  • חיפוש פשוט ומרוכז
  • נקודות קצה (endpoints) מנוהלות של HTTP גלובלי או אזורי
  • הרשאה פרטנית
  • אבטחה אופציונלית של הנחיות ותשובות באמצעות הגנה מוגברת על המודל
  • רישום מרכזי ביומן הביקורת

במאמר סקירה כללית על שרתי Google Cloud MCP מוסבר על שרתי MCP אחרים ועל אמצעי הבקרה לאבטחה ולמשילות שזמינים לשרתי Google Cloud MCP.

לפני שמתחילים

  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 BigQuery and Dataform APIs, if any are not already enabled.

    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 APIs

  5. מקשרים את המאגר ב-Dataform לספק Git כמו GitHub או GitLab. מידע נוסף זמין במאמר חיבור למאגר Git של צד שלישי.
  6. מגדירים את סוכן ה-AI עם אסימון OAuth תקין באמצעות היקף ההרשאות של BigQuery.

התפקידים הנדרשים

כדי לקבל את ההרשאות שנדרשות לשימוש בשרת MCP של Dataform, בקשו מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט ב- Google Cloud :

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

התפקידים המוגדרים מראש האלה כוללים את ההרשאות שנדרשות כדי להשתמש בשרת MCP של Dataform. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי להשתמש בשרת MCP של Dataform, צריך את ההרשאות הבאות:

  • להפעיל כלי MCP: mcp.tools.call
  • יצירת מאגרים וסביבות עבודה ב-Dataform ועריכת קבצים:
    • dataform.workspaces.create
    • dataform.workspaces.get
    • dataform.workspaces.list
    • dataform.workspaces.delete
    • dataform.workspaces.readFile
    • dataform.workspaces.writeFile
    • dataform.workspaces.moveFile
    • dataform.workspaces.removeFile
    • dataform.workspaces.queryDirectoryContents
    • dataform.workspaces.searchFiles
    • dataform.workspaces.commit
    • dataform.workspaces.push
    • dataform.workspaces.pull
    • dataform.workspaces.fetchHistory
    • dataform.workspaces.fetchDiff
    • dataform.workspaces.fetchFileGitStatuses
    • dataform.compilationResults.create
    • dataform.compilationResults.get
    • dataform.compilationResults.list
    • dataform.workflowInvocations.create
    • dataform.workflowInvocations.get
    • dataform.workflowInvocations.list
    • dataform.repositories.get
    • dataform.repositories.list
    • dataform.repositories.update
    • dataform.folders.create
    • dataform.locations.get
    • dataform.locations.list
  • מריצים משימות ב-BigQuery:
    • bigquery.jobs.create
    • bigquery.config.get

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

אימות והרשאה

שרת ה-MCP המרוחק של Dataform משתמש בפרוטוקול OAuth 2.0 עם ניהול זהויות והרשאות גישה (IAM) לאימות ולהרשאה. כל Google Cloud הזהויות נתמכות לאימות בשרתי MCP.

שרת ה-MCP של Dataform מנהל את הגישה באמצעות מנגנוני האימות וההרשאה הבאים:

  • בקשות גילוי (tools/list) לא דורשות אימות, וכך נציגים יכולים לזהות כלים זמינים של Dataform בלי צורך בהרשאה מראש.
  • בקשות הרצה (tools/call) מאומתות באמצעות OAuth, והסוכן נדרש לספק אסימון OAuth חוקי שמשתמש בהיקף ההרשאות של BigQuery. מידע נוסף זמין במאמר היקפי ההרשאות של Dataform MCP OAuth.

אנחנו ממליצים ליצור זהות נפרדת לסוכנים שמשתמשים בכלים של MCP, כדי שתוכלו לשלוט בגישה למשאבים ולעקוב אחריה. מידע נוסף על אימות בשרתי MCP

היקפי ההרשאות של OAuth ב-Dataform MCP

ב-OAuth 2.0 משתמשים בהיקפי הרשאות ובפרטי כניסה כדי לקבוע אם לחשבון משתמש מאומת מסוים מותר לבצע פעולה מסוימת במשאב. למידע נוסף על היקפי ההרשאות של OAuth 2.0 ב-Google, קראו את המאמר שימוש ב-OAuth 2.0 כדי לגשת אל Google APIs.

כדי לקיים אינטראקציה עם שרת ה-MCP של Dataform, הנציג צריך להשתמש בהיקף ההרשאות של BigQuery ב-OAuth. היקף ההרשאות הזה מאפשר לסוכן לנהל את קוד הטרנספורמציה ולהפעיל הרצות שפועלות כמשימות ב-BigQuery.

יכול להיות שיידרשו היקפי הרשאות נוספים במשאבים שאליהם ניגשים במהלך קריאה לפונקציה. רשימת ההיקפים שנדרשים ל-Dataform מפורטת במאמר Dataform API.

הגדרת לקוח MCP לשימוש בשרת MCP של Dataform

אפליקציות וסוכני AI, כמו Claude או Antigravity, יכולים ליצור מופע של לקוח MCP שמתחבר לשרת MCP יחיד. לאפליקציית AI יכולים להיות כמה לקוחות שמתחברים לשרתי MCP שונים. אם האפליקציה שלכם לא מופיעה בהנחיות הספציפיות ללקוח, תוכלו להשתמש במידע הבא כדי להתחבר מרוב האפליקציות.

באפליקציית ה-AI, מחפשים דרך להוסיף שרת MCP מרוחק או להתחבר אליו. בשרת ה-MCP של Dataform, מבצעים את הפעולות הבאות:

  • שם השרת: Dataform שרת MCP

  • כתובת ה-URL של השרת או נקודת הקצה (endpoint): https://dataform.REGION.rep.googleapis.com/mcp

    מחליפים את REGION באזור שבו נמצא המאגר, לדוגמה, us-central1.

  • תעבורה: HTTP שניתן להעביר בסטרימינג

  • פרטי אימות: בהתאם לשיטת האימות שאתם רוצים להשתמש בה, אתם יכולים להזין את פרטי הכניסה, את מזהה הלקוח והסוד של לקוח OAuth או את פרטי הכניסה והזהות של הנציג. Google Cloud מידע נוסף על אימות זמין במאמר אימות בשרתי MCP.

  • ‫OAuth scope: היקף ההרשאות של OAuth 2.0 שבו רוצים להשתמש כשמתחברים לשרת ה-MCP של Dataform.

בקטע הנחיות ספציפיות ללקוח מוסבר איך להגדיר את שרת ה-MCP ולהתחבר אליו באפליקציות ספציפיות.

למידע כללי נוסף, אפשר לעיין במקורות המידע הבאים:

יכולות אג'נטיות

שרת ה-MCP של Dataform מספק קבוצת כלים שמאפשרים לסוכני AI לקיים אינטראקציה עם תהליכי עבודה של טרנספורמציית נתונים ולנפות בהם באגים, על ידי תזמור של קריאות ל-API של Dataform. השרת מספק כלים לביצוע הפעולות הבאות:

  • יצירת קוד של צינור עיבוד נתונים. הסוכנים יכולים ליצור סביבות עבודה לפיתוח ולפרט אותן, לחפש ולערוך כמה קבצים, ולבצע commit או push של שינויים לספקי Git מרוחקים כמו GitHub או GitLab.
  • הגדרת נכסים של קובץ יחיד. הסוכנים מנהלים הגדרות בסיסיות של משאבים, כולל יצירת מאגרים ושאילתות תוכן של ספריות.
  • ניהול צינורות עיבוד נתונים וגרסאות. הסוכנים מנהלים את תהליך העבודה ואת הגדרות הגרסאות, יוצרים תוצאות קומפילציה ומפעילים או מבטלים הפעלות של תהליכי עבודה.
  • פתרון בעיות ואימות. הנציגים מזהים את הסיבה לכשלים בצינורות עיבוד הנתונים על ידי אחזור תוצאות ההידור ושאילתות לגבי פעולות ההפעלה של תהליך העבודה.

במאגרים שמחוברים למארח Git מרוחק, הנציג צריך להשתמש בכלים של סביבת העבודה כמו create_workspace ו-commit_workspace_changes כדי לפתח צינור עיבוד נתונים. כלים ישירים למאגרים נכשלים במאגרים האלה, כי הכלים האלה מיועדים רק לנכסים של קובץ יחיד במאגרים שמתארחים ב-Google.

באילו כלים אפשר להשתמש

בחומר העזר של Dataform MCP מפורטים הכלים שזמינים בשרת ה-MCP של Dataform והתיאורים שלהם.

כלים לרשימות

משתמשים ב-MCP inspector כדי להציג את רשימת הכלים, או שולחים בקשת HTTP מסוג tools/list ישירות לשרת ה-MCP המרוחק של Dataform. השיטה tools/list לא דורשת אימות.

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

מחליפים את מה שכתוב בשדות הבאים:

  • ‫TOOLSET_ENDPOINT: החלק שנותר בנקודת הקצה של ה-MCP אחרי שם השירות. לדוגמה, ב-Dataform זה יכול להיות mcp/toolset-name.
  • ‫MCP_PROTOCOL_VERSION: גרסת פרוטוקול ה-MCP. לדוגמה, 2026-07-28.

פרומפטים לדוגמה

אתם יכולים להשתמש בהנחיות לדוגמה הבאות כדי לקבל מידע על משאבי Dataform, לכתוב קוד של צינור עיבוד נתונים בסביבות עבודה, לתזמר תהליכי עבודה או לפתור בעיות בהפעלות:

  • "יצירת מאגר חדש ב-Dataform בשם REPOSITORY_ID בפרויקט PROJECT_ID".
  • "צור תיקייה חדשה בשם FOLDER_NAME בפרויקט שלי".
  • "צור סביבת עבודה חדשה בשם WORKSPACE_NAME במאגר שלי".
  • "חפש קבצים בשם FILE_NAME בסביבת העבודה שלי".
  • "תקרא את התוכן של FILE_NAME מסביבת העבודה שלי".
  • "תאשר את השינויים בסביבת העבודה שלי ותעביר אותם להסתעפות המרוחקת ב-Git".
  • "יצירת נכס חדש של Notebook בפרויקט PROJECT_ID".
  • "Commit the changes to my saved query in REPOSITORY_ID"
  • "צור הגדרה של תהליך עבודה שמתזמנת את צינור עיבוד הנתונים שלי לפעול כל יום בשעה 8:00".
  • "הפעלת ביצוע חדש של הגדרת תהליך העבודה WORKFLOW_CONFIGURATION_ID".
  • "Check the status of my recent pipeline executions and tell me if any failed, including the error details."
  • "תראה לי את הפרטים של ההפעלה הספציפית שנכשלה".
  • "הצג את כל המאגרים של Dataform באזור REGION בפרויקט PROJECT_ID".
  • "בטל את ההפעלה של תהליך העבודה שנקרא WORKFLOW_INVOCATION_ID במאגר REPOSITORY_ID, שפועל עכשיו".

בהנחיות, מחליפים את מה שכתוב בשדות הבאים:

  • ‫FILE_NAME: שם הקובץ.
  • ‫FOLDER_NAME: שם התיקייה.
  • ‫PROJECT_ID: מזהה הפרויקט ב- Google Cloud .
  • ‫REGION: שם האזור.
  • ‫REPOSITORY_ID: המזהה הייחודי של מאגר Dataform, לדוגמה quickstart-repository.
  • ‫WORKFLOW_CONFIGURATION_ID: המזהה הייחודי של הגדרת תהליך העבודה.
  • ‫WORKFLOW_INVOCATION_ID: המזהה הייחודי של הרצה ספציפית של תהליך עבודה. אפשר לקבל את המזהה הזה מהתוצאות של בקשת workflowInvocations.list או מהשדה name של תשובת workflowInvocations.create.
  • ‫WORKSPACE_NAME: שם סביבת העבודה.

הגדרות אופציונליות של אבטחה ובטיחות

בגלל המגוון הרחב של הפעולות שאפשר לבצע באמצעות כלי MCP, יש סיכוני אבטחה ושיקולים חדשים שצריך להביא בחשבון. כדי למזער את הסיכונים האלה ולנהל אותם,Google Cloud מציע הגדרות ברירת מחדל וכללי מדיניות שניתן להתאים אישית כדי לשלוט בשימוש בכלי MCP בארגון או בפרויקט שלכם ב- Google Cloud .

מידע נוסף על אבטחה ופיקוח ב-MCP זמין במאמר אבטחה ובטיחות ב-AI.

שימוש ב-Model Armor

‫Model Armor הוא שירות שלGoogle Cloud שנועד לשפר את האבטחה והבטיחות של אפליקציות ה-AI. הוא פועל באופן יזום כדי לסנן הנחיות ותשובות של מודלי LLM, להגן מפני סיכונים שונים ולתמוך בשיטות לפיתוח אחראי של AI. לא משנה אם אתם פורסים את ה-AI בסביבת הענן שלכם או אצל ספקי שירותי ענן חיצוניים, אתם יכולים להשתמש ב-Model Armor כדי למנוע קלט זדוני, לאמת את בטיחות התוכן, להגן על מידע אישי רגיש, לשמור על תאימות ולאכוף את מדיניות הבטיחות והאבטחה של ה-AI באופן עקבי בכל סביבת ה-AI שלכם.

כשהתכונה "הגנה מוגברת על המודל" מופעלת עם רישום ביומן, היא מתעדת את כל המטען הייעודי (payload). זה עלול לחשוף מידע רגיש ביומנים.

ניתוב בקשות של MCP ל-Model Armor

שרת ה-MCP של Dataform משתמש בניתוב בין תחומי שיפוט. כשמפעילים את Model Armor, שרת ה-MCP שולח את כל הבקשות ל-Model Armor לבדיקה. ניתוב בין תחומי שיפוט עלול להפר התחייבויות קיימות לתאימות של מיקום אחסון הנתונים, לגבי נתונים בשימוש ונתונים בהעברה. מידע נוסף על ההתנהגות של שרתי MCP אחרים זמין במאמר מוצרים שנתמכים ב-Model Armor.

הפעלת Model Armor

כדי להשתמש ב-Model Armor, צריך להפעיל את ממשקי ה-API של Model Armor.

המסוף

  1. מפעילים את Model Armor API, אם הוא עדיין לא מופעל.

    התפקידים שנדרשים כדי להפעיל ממשקי API

    כדי להפעיל ממשקי API, צריך את ההרשאה serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד "בעלים" (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד "אדמין בממשק 'שימוש בשירות'" (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים

    להפעלת ה-API

  2. בוחרים את הפרויקט שבו רוצים להפעיל את Model Armor.

gcloud

לפני שמתחילים, מבצעים את השלבים הבאים באמצעות Google Cloud CLI עם Model Armor API:

  1. התקינו את ה-CLI של Google Cloud ואז היכנסו ל-CLI של gcloud באמצעות הזהות המאוחדת שלכם. אחרי שנכנסתם לחשבון, אתחלו את ה-CLI של Google Cloud באמצעות הפקודה הבאה: 

    gcloud init

  2. מריצים את הפקודה הבאה כדי להגדיר את נקודת הקצה ל-API של שירות Model Armor.

    gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"

    מחליפים את LOCATION באזור שבו רוצים להשתמש ב-Model Armor.

הגדרת הגנה לשרתי MCP של Google ו Google Cloud לשרתי MCP מרוחקים

כדי להגן על הקריאות והתשובות של כלי ה-MCP, אתם יכולים להשתמש בהגדרות הבסיסיות של Model Armor. הגדרת רצפה קובעת את מסנני האבטחה המינימליים שחלים על הפרויקט. ההגדרה הזו מחילה קבוצה עקבית של מסננים על כל הקריאות והתגובות של כלי ה-MCP בפרויקט.

מגדירים את ההגנה המוגברת על המודל עם הסרת תוכן זדוני או רגיש ב-MCP. מידע נוסף זמין במאמר הגדרת רמות הסינון של Model Armor.

דוגמה לפקודה:

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"}]'

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud .

שימו לב להגדרות הבאות:

  • ‫INSPECT_AND_BLOCK: סוג האכיפה שבודק את התוכן בשרת MCP של Google וחוסם הנחיות ותשובות שתואמות למסננים.
  • ‫ENABLED: ההגדרה שמפעילה סינון או אכיפה.
  • ‫MEDIUM_AND_ABOVE: רמת הסמך של הגדרות הסינון של Responsible AI - Dangerous. אפשר לשנות את ההגדרה הזו, אבל ערכים נמוכים יותר עלולים לגרום ליותר תוצאות חיוביות כוזבות. מידע נוסף מופיע במאמר רמות הסמך של Model Armor.

השבתת הסריקה של תנועת MCP באמצעות Model Armor

כדי להפסיק את הסריקה האוטומטית של הגנה מוגברת על המודל לתעבורת נתונים אל שרתי MCP וממנה, על סמך הגדרות אבטחה מינימליות של הפרויקט, מריצים את הפקודה הבאה:

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

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud . התכונה "הגנה מוגברת על המודל" לא מחילה באופן אוטומטי את הכללים שמוגדרים בהגדרות המינימום של הפרויקט הזה על תנועה בשרת MCP של Google.

הגדרות הסף וההגדרות הכלליות של Model Armor יכולות להשפיע על יותר מאשר רק MCP. מכיוון שהגנה מוגברת על המודל משתלבת עם שירותים כמו Vertex AI, כל שינוי שתבצעו בהגדרות של רמות הסינון יכול להשפיע על סריקת התנועה ועל התנהגויות הבטיחות בכל השירותים המשולבים, ולא רק ב-MCP.

שליטה בשימוש ב-MCP באמצעות כללי מדיניות דחייה של IAM

כללי מדיניות הדחייה וכללי מדיניות ההרשאה של ניהול זהויות והרשאות גישה (IAM) עוזרים לכם לאבטח את Google Cloud ואת שרתי Google MCP.

אפשר לשלב כמה קריטריונים כדי ליצור מדיניות אבטחה ופיקוח בהתאמה אישית, על ידי מתן גישה או דחיית גישה על סמך:

  • חשבון המשתמש.
  • מאפייני הכלי, כמו המאפיין "לקריאה בלבד".
  • שם השירות או שם הכלי.
  • מזהה הלקוח ב-OAuth של האפליקציה.

מידע נוסף זמין במאמר שליטה בשימוש ב-MCP באמצעות ניהול זהויות והרשאות גישה.

המאמרים הבאים