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、Gemini CLI、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、ノートブックや保存済みクエリなどのコードアセットの管理、BigQuery 内でのパイプラインのスケジュール設定と実行、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
通常は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の入力ストリームと出力ストリーム（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 MCP クライアントと MCP サーバー間の通信用に AI アプリケーションに HTTP エンドポイントを提供します。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。

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.

    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.

    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。

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 リポジトリと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.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、次の認証メカニズムと認可メカニズムを使用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は必要ありません。これにより、エージェントは事前承認なしで利用可能な Dataform ツールを特定できます。
  • 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して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用に個別の 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。アプリケーションがクライアント固有のガイダンスに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に置き換えます（例: us-central1）。

  • トランスポート: 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。

MCP サーバーの設定と接続に関するアプリケーション固有のガイダンスについては、クライアント固有のガイダンスをご覧ください。

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。

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、デバッグできるようにする一連のツールを提供します。サーバーは、次の処理を行うためのツールを提供します。

  • 単一ファイル アセットを設定します。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を行います。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して、パイプラインが失敗した理由を特定します。

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。

POST /mcp HTTP/1.1
Host: dataform.googleapis.com
Content-Type: application/json

{
  "jsonrpc": "2.0",
  "method": "tools/list",
  "id": 1
}

サンプル プロンプト

次のサンプル プロンプトを使用すると、Dataform リソースに関する情報を取得したり、ワークフローをオーケストレートしたり、実行のトラブルシューティングを行ったりできます。

  • 「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 PROJECT_ID に新しいノートブック アセットを作成します。」
  • 「リポジトリ内の FILE_NAME の内容を読んで。」
  • 「REPOSITORY_ID で FILE_NAME の変更をコミットします。」
  • 「毎日午前 8 時にパイプラインを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、失敗したパイプラインがある場合は、エラーの詳細を含めて教えて。」
  • 「失敗した特定の実行の詳細を教えて。」
  • 「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 で現在実行中のワークフロー呼び出し WORKFLOW_INVOCATION_ID 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。
  • PROJECT_ID: Google Cloud プロジェクト ID。
  • REGION: リージョンの名前。
  • REPOSITORY_ID: Dataform リポジトリの一意の識別子（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一意の識別子。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。

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、センシティブ 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。

ロギングが有効な状態で 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、クロス ジュリスディクション 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は、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コンプライアンスのコミットメントを破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。

    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ご覧ください。

    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小限のセキュリティ 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。

MCP サニタイズを有効にして、Model Armor のフロア設定を行います。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。

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 - 危険フィルタ設定の信頼度。この設定は変更できますが、値を小さくすると偽陽性が増える可能性があります。詳細については、Model Armor の信頼度レベルをご覧ください。

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 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的な構成は、MCP だけでなく、他の要素にも影響する可能性があります。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、次の条件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