Dataform リモート MCP サーバーを使用する

このドキュメントでは、Dataform リモート Model Context Protocol（MCP）サーバーを使用して、Antigravity、ChatGPT、Claude、開発中のカスタム アプリケーションなどの AI アプリケーションに接続する方法について説明します。Dataform リモート MCP サーバーを使用すると、単一ファイル アセットの管理、開発ワークスペースでのパイプライン コードの作成、パイプラインのオーケストレーション、実行エラーのトラブルシューティングなどのタスクを実行できます。Dataform リモート MCP サーバーは、Dataform API を有効にすると有効になります。

Model Context Protocol（MCP）により、大規模言語モデル（LLM）と AI アプリケーション（エージェント）が外部のデータソースに接続する方法が標準化されます。MCP サーバーを使用すると、そのツール、リソース、プロンプトを使用してアクションを実行し、バックエンド サービスから更新されたデータを取得できます。

ローカル MCP サーバーとリモート MCP サーバーの違いは何ですか？

ローカル MCP サーバー

通常、ローカルマシンで実行され、同じデバイス上のサービス間の通信に標準入力と出力ストリーム（stdio）を使用します。

リモート MCP サーバー

サービスのインフラストラクチャで実行され、AI アプリケーションに HTTP エンドポイントを提供して、AI MCP クライアントと MCP サーバー間の通信を行います。MCP アーキテクチャの詳細については、MCP アーキテクチャをご覧ください。

ステートレス コア

MCP バージョン 2026-07-28 では、MCP は双方向のステートフル プロトコルからステートレス プロトコルに変更されています。各 MCP リクエストは自己記述型であり、ヘッダーを使用してルーティングできます。各リクエストには、HTTP ヘッダーまたは _meta パラメータに必要なすべての情報が含まれているため、initialize/initialized handshake または Mcp-Session-Id は必要ありません。MCP サーバーは、マルチラウンドトリップ リクエスト（MRTR）を介して、ツールに必要な追加情報をリクエストできます。

リクエスト本文を解析せずにリクエストをルーティングして処理するには、次の MCP ヘッダーが必要です。

• プロトコル バージョン ヘッダーや標準リクエスト ヘッダーなど、MCP 仕様で必要なヘッダー。
• MCP サーバーによって定義されたカスタム ヘッダー。これらのヘッダーは、x-mcp-header プロパティを使用して、ツールの入力スキーマから HTTP ヘッダーにミラーリングされます。たとえば、MCP サーバーは、 Google Cloud リージョンまたはプロジェクト ID を指定するカスタム ヘッダーを定義できます。

MCP アーキテクチャの詳細については、MCP バージョン 2026-07-28 の仕様と主な変更点をご覧ください。

Google と Google Cloud リモート MCP サーバー

Google と Google Cloud リモート MCP サーバーには、次の機能とメリットがあります。

• 簡素化された一元的な検出
• マネージド グローバルまたはリージョン HTTP エンドポイント
• きめ細かい認可
• Model Armor 保護によるプロンプトとレスポンスのセキュリティ（オプション）
• 一元的な監査ロギング

他の MCP サーバーと、Google Cloud MCP サーバーで使用可能なセキュリティとガバナンスの制御については、Google Cloud MCP サーバーの概要をご覧ください。

始める前に

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.
   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

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. Dataform リポジトリを GitHub や GitLab などの Git プロバイダに接続します。詳細については、サードパーティの Git リポジトリに接続するをご覧ください。
6. BigQuery スコープを使用して、有効な OAuth トークンで AI エージェントを構成します。

必要なロール

Dataform MCP サーバーの使用に必要な権限を取得するには、 Google Cloud プロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。

• MCP ツール呼び出しを行う: MCP ツールユーザー （roles/mcp.toolUser）
• Dataform リポジトリ、ワークスペースを作成し、ファイルを編集する: Dataform 編集者 （roles/dataform.editor）
• BigQuery ジョブを実行する: BigQuery ジョブユーザー （roles/bigquery.jobUser）

ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。

これらの事前定義ロールには、Dataform MCP サーバーの使用に必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。

必要な権限

Dataform MCP サーバーを使用するには、次の権限が必要です。

• MCP ツール呼び出しを行う: mcp.tools.call
• Dataform リポジトリ、ワークスペースを作成し、ファイルを編集する:
  • 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
• BigQuery ジョブを実行する:
  • bigquery.jobs.create
  • bigquery.config.get

カスタムロールや他の事前定義ロールを使用して、これらの権限を取得することもできます。

認証と認可

Dataform リモート MCP サーバーは、認証と認可に Identity and Access Management（IAM）と OAuth 2.0 プロトコルを使用します。MCP サーバーへの認証では、すべての Google Cloud ID がサポートされています。

Dataform MCP サーバーは、次の認証と認可のメカニズムを介してアクセスを管理します。

• 検出（tools/list）リクエストには認証が不要なため、エージェントは事前承認なしで利用可能な Dataform ツールを識別できます。
• 実行（tools/call）リクエストは OAuth を使用して認証されます。エージェントは、BigQuery スコープを使用する有効な OAuth トークンを提供する必要があります。詳細については、Dataform MCP OAuth スコープをご覧ください。

リソースへのアクセスを制御およびモニタリングできるように、MCP ツールを使用するエージェントに個別の ID を作成することをおすすめします。認証の詳細については、MCP サーバーに対して認証するをご覧ください。

Dataform MCP の OAuth スコープ

OAuth 2.0 では、スコープと認証情報を使用して、認証されたプリンシパルがリソースに対して特定のアクションを実行する権限があるかどうかを判断します。Google の OAuth 2.0 スコープの詳細については、OAuth 2.0 を使用して Google API にアクセスするをご覧ください。

Dataform MCP サーバーを操作するには、エージェントが BigQuery OAuth スコープを使用する必要があります。このスコープにより、エージェントは変換コードを管理し、BigQuery ジョブとして実行される実行をトリガーできます。

ツール呼び出し中にアクセスされるリソースに追加のスコープが必要になる場合があります。Dataform に必要なスコープの一覧については、Dataform API をご覧ください。

Dataform MCP サーバーを使用するように MCP クライアントを構成する

Claude や Antigravity などの AI アプリケーションとエージェントは、単一の MCP サーバーに接続する MCP クライアントをインスタンス化できます。AI アプリケーションには、さまざまな MCP サーバーに接続する複数のクライアントを設定できます。クライアント固有のガイダンスにアプリケーションが記載されていない場合は、次の情報を使用して、ほとんどのアプリケーションから接続できます。

AI アプリケーションで、リモート MCP サーバーを追加または接続する方法を探します。Dataform MCP サーバーの場合は、次の操作を行います。

• サーバー名: Dataform MCP サーバー

• サーバー URL またはエンドポイント: https://dataform.REGION.rep.googleapis.com/mcp

  REGION は、リポジトリが配置されているリージョン（us-central1 など）に置き換えます。

• トランスポート: ストリーミング可能な HTTP

• 認証の詳細: 認証方法に応じて、 Google Cloud 認証情報、OAuth クライアント ID とシークレット、またはエージェントの ID と認証情報を入力できます。認証の詳細については、MCP サーバーに対して認証するをご覧ください。

• OAuth スコープ: Dataform MCP サーバーに接続するときに使用する OAuth 2.0 スコープ。

より一般的なガイダンスについては、次のリソースをご覧ください。

• リモート MCP サーバーに接続する。
• AI アプリケーションで MCP を構成する。

クライアント固有のガイダンス

アプリケーション固有の手順については、次のセクションをご覧ください。

Antigravity

Dataform リモート MCP サーバーを Antigravity に追加するには、Antigravity Editor: MCP Integration の手順に沿って操作します。認証には、アプリケーションのデフォルト認証情報（ADC）またはクライアント ID とシークレットを使用できます。

Gemini CLI

重要: 料金なしのティアと Google One ユーザー: Gemini CLI は、2026 年 6 月 18 日に Antigravity CLI に置き換えられます。詳細については、重要な更新: Gemini CLI から Antigravity CLI への移行をご覧ください。

Dataform リモート MCP サーバーを Gemini CLI に追加するには、拡張機能として構成し、Google アプリケーションのデフォルト認証情報（ADC）を使用して認証します。

1. gcloud CLI 認証情報を使用して、アプリケーションのデフォルト認証情報（ADC）を構成します。

   gcloud auth application-default login

   使用している MCP サーバーで、デフォルトの https://www.googleapis.com/auth/cloud-platform スコープ以外の OAuth スコープが必要な場合は、--scopes フラグを使用して、それらのスコープを含めます。

2. 次の場所に拡張機能ファイルを作成します。 ~/.gemini/extensions/EXT_NAME/gemini-extension.json ここで、~/ はホーム ディレクトリ、EXT_NAME は拡張機能に付ける名前です。

3. 次の内容を拡張機能ファイルに保存します。

   {
     "name": "EXT_NAME",
     "version": "1.0.0",
     "mcpServers": {
       "dataform-mcp": {
         "httpUrl": "https://dataform.REGION.rep.googleapis.com/mcp",
         "authProviderType": "google_credentials",
         "oauth": {
           "scopes": ["https://www.googleapis.com/auth/bigquery"]
         },
         "timeout": 30000,
         "headers": {
           "x-goog-user-project": "PROJECT_ID"
         }
       }
     }
   }

   次のように置き換えます。

   • EXT_NAME: 拡張機能の名前。
   • PROJECT_ID: 実際の Google Cloud プロジェクト ID。

   OAuth スコープを必要としないサービスの場合は、"oauth" セクションを省略できます。

   署名なしトークンをサポートする Antigravity などのサービスの場合は、JSON ファイルの "headers" セクションに "Authorization" パラメータを追加します。

   {
     ...
         "headers": {
           "Authorization": "Bearer YOUR_TOKEN",
           "x-goog-user-project": "PROJECT_ID"
   }

   YOUR_TOKEN は、署名なしトークンに置き換えます。トークンを生成するには、gcloud auth application-default print-access-token コマンドを実行します。

4. Gemini CLI を起動します。

   gemini

5. /mcp を実行して、構成済みの MCP サーバーとそのツールを表示します。

   レスポンスは次の例のようになります。

   Configured MCP servers:
   🟢 BigQuery (from bigquery-mcp) - Ready (5 tools)
     Tools:
     - execute_sql
     - get_dataset_info
     - get_table_info
     - list_dataset_ids
     - list_table_ids

リモート MCP サーバーを Gemini CLI で使用する準備が整いました。

Claude.ai

Dataform リモート MCP サーバーを Claude.ai に追加するには、OAuth クライアント ID と OAuth クライアント シークレットを使用してカスタム コネクタを構成します。

1. OAuth 2.0 クライアント ID とシークレットを作成します。

   1. Google Cloud コンソールで、[Google Auth Platform] > [クライアント] > [クライアントを作成] に移動します。

      [クライアントを作成] に移動

      プロジェクトを選択していない場合は、プロジェクトを作成するよう求められます。

   2. [アプリケーションの種類] リストで、[ウェブ アプリケーション] をクリックします。

   3. [名前] フィールドに、アプリケーションの名前を入力します。

   4. [承認済みの JavaScript 生成元] セクションで [+ URI を追加] をクリックし、[URI] フィールドに「https://claude.ai」と入力します。

   5. [承認済みのリダイレクト URI] セクションで、[+ URI を追加] をクリックし、[URI] フィールドに「https://claude.ai/api/mcp/auth_callback」と入力します。

   6. [作成] をクリックします。クライアントが作成されます。

      [OAuth クライアントを作成しました] ダイアログが開きます。

   7. [クライアント シークレット] セクションで、[クライアント シークレット] をコピーして安全な場所に保存します。コピーできるのは 1 回のみです。紛失した場合は、シークレットを削除して新しいシークレットを作成します。

      注意: クライアント シークレットはパスワードと同様に扱い、安全な場所に保管してください。
2. 手順に沿って、カスタム コネクタを作成します。[詳細設定] メニューにクライアント ID とシークレットを入力します。

Claude Code

Dataform リモート MCP サーバーを Claude Code に追加するには、OAuth クライアント ID と OAuth クライアント シークレットを使用してカスタム コネクタを構成します。

1. Claude Code をインストールする。

2. OAuth 2.0 クライアント ID とシークレットを作成します。

   1. Google Cloud コンソールで、[Google Auth Platform] > [クライアント] > [クライアントを作成] に移動します。

      [クライアントを作成] に移動

      プロジェクトを選択していない場合は、プロジェクトを作成するよう求められます。

   2. [アプリケーションの種類] リストで、[ウェブ アプリケーション] をクリックします。

   3. [名前] フィールドに、アプリケーションの名前を入力します。

   4. [承認済みのリダイレクト URI] セクションで、[+ URI を追加] をクリックし、[URI] フィールドに「https://claude.ai/api/mcp/auth_callback」と入力します。

   5. [作成] をクリックします。クライアントが作成されます。

      [OAuth クライアントを作成しました] ダイアログが開きます。

   6. [クライアント シークレット] セクションで、[クライアント シークレット] をコピーして安全な場所に保存します。コピーできるのは 1 回のみです。紛失した場合は、シークレットを削除して新しいシークレットを作成します。

      注意: クライアント シークレットはパスワードと同様に扱い、安全な場所に保管してください。
3. 手順に沿って、カスタム コネクタを作成します。[詳細設定] メニューにクライアント ID とシークレットを入力します。

Claude Desktop

Dataform リモート MCP サーバーを Claude Desktop に追加するには、OAuth クライアント ID と OAuth クライアント シークレットを使用してカスタム コネクタを構成します。

1. Claude Desktop をインストールします。

2. OAuth 2.0 クライアント ID とシークレットを作成します。

   1. Google Cloud コンソールで、[Google Auth Platform] > [クライアント] > [クライアントを作成] に移動します。

      [クライアントを作成] に移動

      プロジェクトを選択していない場合は、プロジェクトを作成するよう求められます。

   2. [アプリケーションの種類] リストで、[ウェブ アプリケーション] をクリックします。

   3. [名前] フィールドに、アプリケーションの名前を入力します。

   4. [承認済みのリダイレクト URI] セクションで、[+ URI を追加] をクリックし、[URI] フィールドに「https://claude.ai/api/mcp/auth_callback」と入力します。

   5. [作成] をクリックします。クライアントが作成されます。

      [OAuth クライアントを作成しました] ダイアログが開きます。

   6. [クライアント シークレット] セクションで、[クライアント シークレット] をコピーして安全な場所に保存します。コピーできるのは 1 回のみです。紛失した場合は、シークレットを削除して新しいシークレットを作成します。

      注意: クライアント シークレットはパスワードと同様に扱い、安全な場所に保管してください。
3. 手順に沿って、カスタム コネクタを作成します。[詳細設定] メニューにクライアント ID とシークレットを入力します。

ChatGPT

ChatGPT で Dataform リモート MCP サーバーを使用するには、ChatGPT Business サブスクリプションが必要です。

Dataform リモート MCP サーバーを ChatGPT に追加するには、Google OAuth 2.0 クライアント ID とシークレットを作成し、ChatGPT にプラグインとして MCP サーバーを追加します。

OAuth 2.0 クライアント ID とシークレットを作成する

1. Google Cloud コンソールで、[Google Auth Platform] > [クライアント] > [クライアントを作成] に移動します。

   [クライアントを作成] に移動

   プロジェクトを選択していない場合は、プロジェクトを作成するよう求められます。

2. [アプリケーションの種類] リストで、[ウェブ アプリケーション] をクリックします。

3. [名前] フィールドに、アプリケーションの名前を入力します。

4. [承認済みのリダイレクト URI] セクションで、[+ URI を追加] をクリックし、[URI] フィールドに「https://chatgpt.com/connector_platform_oauth_redirect」と入力します。

5. [作成] をクリックします。クライアントが作成されます。

   [OAuth クライアントを作成しました] ダイアログが開きます。

6. [クライアント シークレット] セクションで、[クライアント シークレット] をコピーして安全な場所に保存します。コピーできるのは 1 回のみです。紛失した場合は、シークレットを削除して新しいシークレットを作成します。

   注意: クライアント シークレットはパスワードと同様に扱い、安全な場所に保管してください。

ChatGPT に MCP サーバーをプラグインとして追加する

1. ChatGPT にログインします。
2. ChatGPT に MCP サーバーを追加するには、プラグインをビルドするの手順に沿って操作します。
3. 認証に必要なクライアント ID とシークレットを入力します。

MCP サーバーが [プラグイン] メニューに表示され、チャット プロンプトで使用できるようになります。

Cursor

Dataform リモート MCP サーバーを Cursor に追加するには、クライアント ID とシークレットを作成し、静的 OAuth を使用して MCP サーバーを構成します。Cursor は、Cursor へのアクセス方法（ウェブまたはデスクトップ アプリケーション）に応じて異なるリダイレクト URI を使用します。

1. OAuth 2.0 クライアント ID とシークレットを作成します。

   ウェブまたはカーソル エージェント

   1. Google Cloud コンソールで、[Google Auth Platform] > [クライアント] > [クライアントを作成] に移動します。

      [クライアントを作成] に移動

      プロジェクトを選択していない場合は、プロジェクトを作成するよう求められます。

   2. [アプリケーションの種類] リストで、[ウェブ アプリケーション] をクリックします。

   3. [名前] フィールドに、アプリケーションの名前を入力します。

   4. [承認済みのリダイレクト URI] セクションで、[+ URI を追加] をクリックし、[URI] フィールドに「https://www.cursor.com/agents/mcp/oauth/callback」と入力します。

   5. [作成] をクリックします。クライアントが作成されます。

      [OAuth クライアントを作成しました] ダイアログが開きます。

   6. [クライアント シークレット] セクションで、[クライアント シークレット] をコピーして安全な場所に保存します。コピーできるのは 1 回のみです。紛失した場合は、シークレットを削除して新しいシークレットを作成します。

      注意: クライアント シークレットはパスワードと同様に扱い、安全な場所に保管してください。

   パソコン

   1. Google Cloud コンソールで、[Google Auth Platform] > [クライアント] > [クライアントを作成] に移動します。

      [クライアントを作成] に移動

      プロジェクトを選択していない場合は、プロジェクトを作成するよう求められます。

   2. [アプリケーションの種類] リストで、[ウェブ アプリケーション] をクリックします。

   3. [名前] フィールドに、アプリケーションの名前を入力します。

   4. [承認済みのリダイレクト URI] セクションで、[+ URI を追加] をクリックし、[URI] フィールドに「http://localhost:8787/callback」と入力します。

   5. [作成] をクリックします。クライアントが作成されます。

      [OAuth クライアントを作成しました] ダイアログが開きます。

   6. [クライアント シークレット] セクションで、[クライアント シークレット] をコピーして安全な場所に保存します。コピーできるのは 1 回のみです。紛失した場合は、シークレットを削除して新しいシークレットを作成します。

      注意: クライアント シークレットはパスワードと同様に扱い、安全な場所に保管してください。
2. 手順に沿って、静的 OAuth を使用して MCP サーバーを構成します。
3. Chat で MCP サーバーを使用する。

OpenCode CLI

Dataform リモート MCP サーバーを OpenCode CLI に追加するには、OpenCode: MCP の手順に沿って操作します。

Replit

Dataform リモート MCP サーバーを Replit に追加するには、Replit: MCP サーバーの概要の手順に沿って操作します。

Visual Studio Code

Visual Studio Code（VS Code）で Dataform リモート MCP サーバーを構成する手順は次のとおりです。

1. VS Code をインストールします。
2. VS Code を開き、Ctrl+Shift+P（Windows または Linux）または Command+Shift+P（macOS）を押してコマンド パレットを開きます。
3. コマンド パレットで、[MCP: Add Server...] を選択します。
4. [HTTP（HTTP またはサーバー送信イベント）] を選択します。
5. MCP エンドポイント https://dataform.REGION.rep.googleapis.com/mcp を入力し、Enter キーを押します。
6. サーバーの名前を入力し、Enter キーを押します。

7. MCP サーバーをすべてのワークスペースで使用できるようにするには、[グローバル] を選択します。MCP サーバーを現在のワークスペースでのみ使用できるようにするには、[ワークスペース] を選択します。

   mcp.json ファイルがサーバー情報で更新されます。

MCP サーバーを認証する

OAuth クライアント ID とシークレット、またはアプリケーションのデフォルト認証情報（ADC）を使用して、MCP サーバーを認証できます。

注: 認証に ADC を使用する場合は、1 時間ごとにアクセス トークンを再生成する必要があります。

OAuth クライアント ID

1. VS Code で、Ctrl+Alt+I（Windows または Linux）または Shift+Command+I（macOS）を押して、チャットペインを開きます。

2. [チャット] ペインで [エージェントを設定] を選択し、[エージェント] を選択します。

3. MCP サーバーを初めて使用するときに、認証の設定を求められます。MCP サーバーを使用するには、利用可能なツールのいずれかを使用するプロンプトをチャットに入力します。使用するツールがわからない場合は、エージェントにサーバーのツールを一覧表示するようリクエストできます。

   たとえば、次のプロンプトを入力して、使用可能なツールを一覧表示できます。「SERVER_NAME で使用可能なツールを一覧表示してください」。ここで、SERVER_NAME は MCP サーバーに付けた名前です。

   [動的クライアント登録はサポートされていません] ダイアログが開きます。

4. [URI をコピーして続行] をクリックします。
5. コピーした URL は必要ないため、記録する必要はありません。

1. Google Cloud コンソールで、[Google Auth Platform] > [クライアント] > [クライアントを作成] に移動します。

   [クライアントを作成] に移動

   プロジェクトを選択していない場合は、プロジェクトを作成するよう求められます。

2. [アプリケーションの種類] リストで、[デスクトップ アプリ] を選択します。

3. [名前] フィールドに、アプリケーションの名前を入力します。

4. [作成] をクリックします。クライアントが作成されます。

   [OAuth クライアントを作成しました] ダイアログが開きます。

5. [クライアント シークレット] セクションで、[クライアント シークレット] をコピーして安全な場所に保存します。コピーできるのは 1 回のみです。紛失した場合は、シークレットを削除して新しいシークレットを作成します。

   注意: クライアント シークレットはパスワードと同様に扱い、安全な場所に保管してください。

OAuth クライアント ID とシークレットを使用するように VS Code を構成する

1. VS Code で OAuth クライアント ID を入力し、Enter キーを押します。
2. プロンプトが表示されたら、OAuth クライアント シークレットを入力して Enter キーを押します。

3. 表示された [VS Code] ダイアログで、[許可] をクリックします。

   エージェントが MCP ツール呼び出しを完了し、チャットで応答する。

キャッシュに保存された認証情報を削除

VS Code は、ログイン エクスペリエンスを効率化するために、動的認証プロバイダをキャッシュに保存します。以前に認証情報を入力していて、新しい認証情報を入力する場合は、キャッシュに保存されている認証情報を消去する必要があります。

キャッシュに保存された認証情報を消去するには、次の操作を行います。

1. VS Code で、Ctrl+Shift+P（Windows または Linux）または Command+Shift+P（macOS）を押して、コマンド パレットを開きます。

2. [コマンド パレット] で、[Authentication: Remove dynamic authentication providers] を選択し、キャッシュに保存された認証情報を削除するクライアント ID を選択します。

3. VS Code を再読み込みし、リモート MCP サーバーに再度接続します。

   OAuth クライアント ID とシークレットの入力を求められます。

ADC

1. 使用する環境のアプリケーションのデフォルト認証情報（ADC）を設定します。

2. ローカルシェルを使用している場合は、ユーザー アカウントのローカル認証情報を作成します。

   gcloud auth application-default login

3. 次のコマンドを実行して、アプリケーションのデフォルト トークンを生成します。

   gcloud auth application-default print-access-token

4. mcp.json ファイルで、MCP サーバー エントリに次のコードを追加します。

   "headers": {
         "Authorization": "Bearer TOKEN",
         "x-goog-user-project": "PROJECT_ID"
       }

   次のように置き換えます。

   • TOKEN: アプリケーションのデフォルト トークン。

   • PROJECT_ID: 実際の Google Cloud プロジェクト ID。

   次の例は、認証に ADC を使用する MCP サーバー エントリを示しています。

   {
     "servers": [
       {
         "name": "My Dataform MCP Server",
         "uri": "https://dataform.REGION.rep.googleapis.com/mcp",
         "headers": {
           "Authorization": "Bearer nYkwroEYjN4Fw1TTNhe69F4rR6o9bvrR1P4U1l0DVq9p81sN0",
           "x-goog-user-project": "my-project"
         }
       }
     ]
   }
   

5. VS Code で、Ctrl+Alt+I（Windows または Linux）または Shift+Command+I（macOS）を押して、チャットペインを開きます。

6. [チャット] ペインで [エージェントを設定] を選択し、[エージェント] を選択します。

7. 利用可能な MCP ツールのいずれかを使用するプロンプトをエージェントに送信します。使用するツールがわからない場合は、エージェントに MCP サーバーのツールを一覧表示するようリクエストできます。

エージェント機能

Dataform MCP サーバーは、AI エージェントが Dataform API 呼び出しをオーケストレートして、データ変換ワークフローを操作してデバッグできるようにする一連のツールを提供します。サーバーには、次の処理を行うツールが用意されています。

• パイプライン コードを作成する。エージェントは、開発ワークスペースの作成と一覧表示、複数のファイルの検索と編集、GitHub や GitLab などのリモート Git プロバイダへの変更の commit や push を行うことができます。
• 単一ファイルのアセットを設定する。エージェントは、リポジトリの作成やディレクトリ コンテンツのクエリなど、基本的なリソース設定を管理します。
• パイプラインとリリースを管理する。エージェントは、ワークフローとリリース構成を管理し、コンパイル結果を生成して、ワークフロー呼び出しをトリガーまたはキャンセルします。
• トラブルシューティングと検証。エージェントは、コンパイル結果を取得し、ワークフロー呼び出しアクションをクエリすることで、パイプラインが失敗した理由を特定します。

リモート Git ホストに接続されているリポジトリの場合、エージェントはパイプライン開発に create_workspace や commit_workspace_changes などのワークスペース ツールを使用する必要があります。このようなツールは Google がホストするリポジトリ内の単一ファイル アセットのみを対象としているため、これらのリポジトリでは直接リポジトリ ツールが失敗します。

使用可能なツール

Dataform MCP サーバーで使用可能な MCP ツールの詳細とその説明を表示するには、Dataform MCP リファレンスをご覧ください。

ツールの一覧表示

MCP インスペクタを使用してツールを一覧表示するか、tools/list HTTP リクエストを Dataform リモート MCP サーバーに直接送信します。tools/list メソッド: 認証を必要としません。

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"]
              }
            }
          }
        }
      }
    }'

次のように置き換えます。

• TOOLSET_ENDPOINT: サービス名の後の MCP エンドポイントの残りの部分。たとえば、Dataform の場合は mcp/toolset-name です。
• MCP_PROTOCOL_VERSION: MCP プロトコルのバージョン。例: 2026-07-28

サンプル プロンプト

次のサンプル プロンプトを使用して、Dataform リソースに関する情報の取得、ワークスペースでのパイプライン コードの作成、ワークフローのオーケストレーション、実行のトラブルシューティングを行います。

• 「プロジェクト PROJECT_ID に REPOSITORY_ID という名前の新しい Dataform リポジトリを作成します。」
• 「プロジェクトに FOLDER_NAME という名前の新しいフォルダを作成して。」
• 「リポジトリに WORKSPACE_NAME という名前の新しいワークスペースを作成して。」
• 「ワークスペースで FILE_NAME という名前のファイルを検索して。」
• 「ワークスペースから FILE_NAME の内容を読み取って。」
• 「ワークスペースの変更を commit して、リモートの Git ブランチに push します。」
• 「プロジェクト PROJECT_ID に新しいノートブック アセットを作成します。」
• 「REPOSITORY_ID の保存済みクエリに変更を commit して。」
• 「パイプラインを毎日午前 8 時に実行するようにスケジュールするワークフロー構成を作成してください。」
• 「WORKFLOW_CONFIGURATION_ID ワークフロー構成の新しい実行をトリガーします。」
• 「最近のパイプライン実行のステータスを確認し、失敗したものがあれば、エラーの詳細を含めて教えてください。」
• 「失敗した特定の実行の詳細を教えてください。」
• 「プロジェクト PROJECT_ID の REGION リージョンにあるすべての Dataform リポジトリを一覧表示します。」
• 「リポジトリ REPOSITORY_ID で現在実行中の WORKFLOW_INVOCATION_ID という名前のワークフロー呼び出しをキャンセルします。」

プロンプトでは、次のように置き換えます。

• FILE_NAME: ファイルの名前。
• FOLDER_NAME: フォルダの名前。
• PROJECT_ID: Google Cloud プロジェクト ID。
• REGION: リージョンの名前。
• REPOSITORY_ID: Dataform リポジトリの固有識別子（例: quickstart-repository）。
• WORKFLOW_CONFIGURATION_ID: ワークフロー構成の固有識別子。
• WORKFLOW_INVOCATION_ID: 特定のワークフロー実行の固有識別子。この ID は、workflowInvocations.list リクエストの結果、または workflowInvocations.create レスポンスの name フィールドから取得できます。
• WORKSPACE_NAME: ワークスペースの名前。

セキュリティと安全に関するオプションの構成

MCP ツールで実行できるアクションが多岐にわたるため、MCP によって新たなセキュリティ リスクと考慮事項が加わります。これらのリスクを最小限に抑えて管理するために、Google Cloud は、 Google Cloud 組織またはプロジェクトでの MCP ツールの使用を制御するデフォルトの設定とカスタマイズ可能なポリシーを提供します。

MCP のセキュリティとガバナンスの詳細については、AI のセキュリティと安全性をご覧ください。

Model Armor を使用する

Model Armor は、AI アプリケーションのセキュリティと安全性を強化するために設計されたGoogle Cloud サービスです。LLM のプロンプトとレスポンスを事前にスクリーニングすることで、さまざまなリスクから保護し、責任ある AI への取り組みをサポートします。AI を自社のクラウド環境と外部のクラウド プロバイダのいずれにデプロイする場合も、Model Armor は、悪意のある入力の防止、コンテンツの安全性の検証、機密データの保護、コンプライアンスの維持、多様な AI 環境全体での AI の安全性とセキュリティ ポリシーの一貫した適用に役立ちます。

ロギングが有効になっている Model Armor が有効になっている場合、Model Armor はペイロード全体をログに記録します。これにより、機密情報がログに公開される可能性があります。

Model Armor への MCP リクエストのルーティング

Dataform MCP サーバーは、管轄区域をまたぐルーティングを使用します。Model Armor を有効にすると、MCP サーバーはすべてのリクエストを Model Armor に送信してスクリーニングします。管轄区域をまたぐルーティングにより、使用中および転送中のデータに関する既存のデータ所在地のコンプライアンス コミットメントが破られる可能性があります。他の MCP サーバーの動作の詳細については、Model Armor 対応プロダクトをご覧ください。

Model Armor を有効にする

Model Armor を使用するには、Model Armor API を有効にする必要があります。

コンソール

1. Model Armor API を有効にします（有効になっていない場合）。

   API を有効にするために必要なロール

   API を有効にするには、serviceusage.services.enable 権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を介してこの権限がすでに付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を介してこの権限を取得できます。ロールを付与する方法を確認する。

   API の有効化

2. Model Armor を有効にするプロジェクトを選択します。

gcloud

始める前に、Google Cloud CLI で Model Armor API を使用して、次の処理を行います。

1. Google Cloud CLI をインストールし、 フェデレーション ID を使用して gcloud CLI にログインします。ログイン後、次のコマンドを実行して Google Cloud CLI を初期化します。

   gcloud init

2. 次のコマンドを実行して、Model Armor サービスの API エンドポイントを設定します。

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

   LOCATION は、Model Armor を使用するリージョンに置き換えます。

Google と Google Cloud リモート MCP サーバーの保護を構成する

MCP ツール呼び出しとレスポンスを保護するには、Model Armor のフロア設定を使用します。フロア設定は、プロジェクト全体に適用される最低限のセキュリティ フィルタを定義します。この構成では、プロジェクト内のすべての MCP ツール呼び出しとレスポンスに一貫したフィルタセットが適用されます。

ヒント: MCP トラフィックに自然言語データが含まれていない限り、プロンプト インジェクションとジェイルブレイク フィルタを有効にしないでください。

MCP サニタイズを有効にして Model Armor のフロア設定を構成します。詳細については、Model Armor のフロア設定を構成するをご覧ください。

注: エージェントと MCP サーバーが異なるプロジェクトにある場合は、両方のプロジェクト（クライアント プロジェクトとリソース プロジェクト）にフロア設定を作成できます。この場合、Model Armor はプロジェクトごとに 1 回ずつ、計 2 回呼び出されます。

次のコマンド例をご覧ください。

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"}]'

PROJECT_ID は、実際の Google Cloud プロジェクト ID に置き換えます。

次の設定に注意してください。

• INSPECT_AND_BLOCK: Google MCP サーバーのコンテンツを検査し、フィルタに一致するプロンプトとレスポンスをブロックする適用タイプ。
• ENABLED: フィルタまたは適用を有効にする設定。
• MEDIUM_AND_ABOVE: 責任ある AI - 危険なフィルタ設定の信頼レベル。この設定は変更できますが、値を小さくすると、誤検出が増える可能性があります。詳細については、Model Armor の信頼度をご覧ください。

Model Armor による MCP トラフィックのスキャンを無効にする

プロジェクトのフロア設定に基づいて Google MCP サーバーとの間のトラフィックを Model Armor が自動的にスキャンしないようにするには、次のコマンドを実行します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。Model Armor は、このプロジェクトのフロア設定で定義されたルールを Google MCP サーバーのトラフィックに自動的に適用しません。

Model Armor のフロア設定と一般構成は、MCP だけでなく、Model Armor は Vertex AI などのサービスと統合されているため、フロア設定を変更すると、MCP だけでなく、統合されたすべてのサービスでトラフィック スキャンと安全性の動作に影響する可能性があります。

IAM 拒否ポリシーで MCP の使用を制御する

Identity and Access Management（IAM）の拒否ポリシーと許可ポリシーは、 Google Cloud と Google MCP サーバーの保護に役立ちます。

複数の条件を組み合わせて、以下に基づいてアクセスを許可または拒否することで、カスタマイズされたセキュリティ ポリシーとガバナンス ポリシーを構築できます。

• プリンシパル。
• 読み取り専用属性などのツール プロパティ。
• サービス名またはツール名。
• アプリケーションの OAuth クライアント ID。

詳細については、Identity and Access Management による MCP の使用の制御をご覧ください。

次のステップ

• Dataform MCP リファレンス ドキュメントを読む。
• Google Cloud MCP サーバーの詳細を確認する。