使用 Datastream 远程 MCP 服务器

本文档介绍了如何使用 Datastream 远程 Model Context Protocol (MCP) 服务器连接到 Gemini CLI、ChatGPT、Claude 和您正在开发的自定义应用等 AI 应用。 借助 Datastream 远程 MCP 服务器，您可以从 AI 应用中管理和监控 Datastream 资源，例如数据流、连接配置文件和数据流对象。 启用 Datastream API 后，系统会启用 Datastream 远程 MCP 服务器。

Model Context Protocol (MCP) 可规范大语言模型 (LLM) 和 AI 应用或代理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，以实现 AI MCP 客户端与 MCP 服务器之间的通信。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：

  • 简化了集中式发现
  • 托管式全球或区域 HTTP 端点
  • 细粒度授权
  • 使用 Model Armor 保护提示和回答（可选）
  • 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 服务器的安全性和治理控制措施，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. Verify that billing is enabled for your Google Cloud project.

  3. 启用 Datastream API。

所需的角色

如需获得使用 Datastream 远程 MCP 服务器所需的权限，请让您的管理员为您授予 Google Cloud 项目的以下 IAM 角色：

  • 进行 MCP 工具调用
  • Datastream 资源：Datastream Viewer (roles/datastream.viewer) 或 Datastream Admin (roles/datastream.admin)

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 Datastream 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 Datastream 远程 MCP 服务器，需要以下权限：

  • make MCP tool calls
  • Datastream 资源：
    • datastream.streams.list
    • datastream.streams.get
    • datastream.streams.run
    • datastream.streams.delete

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

Datastream 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。支持所有 Google Cloud 身份用于向 MCP 服务器进行身份验证。

我们建议您为使用 MCP 工具的代理创建单独的身份，以便控制和监控对资源的访问权限。Datastream 不接受使用 API 密钥向 MCP 服务器进行身份验证。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。

Datastream 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。

Datastream 具有以下 MCP 工具 OAuth 范围：

gcloud CLI 的范围 URI 说明
https://www.googleapis.com/auth/cloud-platform 允许访问所有 Google Cloud 资源，包括 Datastream。

在工具调用期间访问的资源可能需要额外的范围。如需查看 Datastream 所需的范围列表，请参阅 Datastream API。

配置 MCP 客户端以使用 Datastream MCP 服务器

Claude 或 Antigravity 等 AI 应用和代理可以实例化连接到单个 MCP 服务器的 MCP 客户端。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，寻找添加或连接到远程 MCP 服务器的方式。 对于 Datastream MCP 服务器，请根据需要输入以下信息：

  • 服务器名称：Datastream MCP 服务器
  • 服务器网址或端点：datastream.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 Datastream MCP 服务器时要使用的 OAuth 2.0 范围。

重定向 URI

对于基于 Web 的应用和某些桌面应用，您必须在创建用于身份验证的客户端 ID 和密钥时将重定向 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。不支持自定义重定向 URI。

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

如需更一般的指导，请参阅以下资源：

可用工具

如需查看 Datastream MCP 服务器的可用 MCP 工具的详细信息及其说明，请参阅 Datastream MCP 参考文档。

列出工具

使用 MCP 检查器列出工具，或直接向 Datastream 远程 MCP 服务器发送 tools/list HTTP 请求。tools/list 方法不需要进行身份验证。

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

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

应用场景示例

以下是 Datastream MCP 服务器的示例用例：

  • 列出、获取、启动和删除项目中的流。
  • 列出连接配置文件，以验证来源和目标的连接设置。
  • 列出并获取特定数据流对象的详细信息，以跟踪复制进度和状态。
  • 使用 get_operation 工具轮询操作的状态，例如启动或删除流。

示例提示：

  • “列出项目 PROJECT_ID 和位置 LOCATION 中的所有正在运行的 Datastream 流。”
  • “LOCATION 中 STREAM_ID 的 Datastream 数据流状态如何？”
  • “在 LOCATION 中启动 Datastream 流 STREAM_ID。”
  • “列出数据流 projects/PROJECT_ID/locations/LOCATION/streams/STREAM_ID 正在复制的对象。”
  • “检查流 projects/PROJECT_ID/locations/LOCATION/streams/STREAM_ID 中源表 TABLE_NAME 的复制状态。”

在提示中，替换以下内容：

  • 将 PROJECT_ID 替换为您的 Google Cloud 项目标识符。
  • 将 LOCATION 替换为 Google Cloud 项目的位置。
  • 将 STREAM_ID 替换为您的 Datastream 流标识符。
  • 将 TABLE_NAME 替换为源表的名称。

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 提供了默认设置和可自定义的政策，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。

使用 Model Armor

Model Armor 是一项Google Cloud 服务，旨在增强 AI 应用的安全性。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。

如果启用 Model Armor 并启用日志记录，Model Armor 会记录整个载荷。这可能会泄露日志中的敏感信息。

MCP 请求路由到 Model Armor

Model Armor 在某些地区提供。如果启用了 Model Armor，并且您使用的 MCP 服务器位于 Model Armor 不支持的管辖区，那么对于不同的 MCP 服务器，调用的路由行为可能会有所不同，并且可能会违反使用中数据和传输中数据的数据驻留合规性要求。如需详细了解各个 MCP 服务器的行为，请参阅 Model Armor 支持的产品。

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，则可能已经通过 Owner 角色 (roles/owner) 获得了此权限。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

为了帮助保护您的 MCP 工具调用和响应，您可以使用 Model Armor 下限设置。下限设置用于定义适用于整个项目的最低安全过滤条件。此配置可将一组一致的过滤条件应用于项目中的所有 MCP 工具调用和响应。

设置启用了 MCP 清理功能的 Model Armor 下限设置。如需了解详情，请参阅配置 Model Armor 底价设置。

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：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响应的强制执行类型。
  • ENABLED：用于启用过滤或强制执行的设置。
  • MEDIUM_AND_ABOVE：Responsible AI - Dangerous 过滤设置的置信度。您可以修改此设置，但较低的值可能会导致出现更多假正例。如需了解详情，请参阅 Model Armor 置信度级别。

禁止使用 Model Armor 扫描 MCP 流量

如需停止 Model Armor 根据项目的最低设置自动扫描进出 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 不会自动将此项目下限设置中定义的规则应用于任何 Google MCP 服务器流量。

Model Armor 底价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（而不仅仅是 MCP）中的流量扫描和安全行为。

使用 IAM 政策控制 MCP 使用情况

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的安全和治理政策，方法是根据以下条件允许或拒绝访问：

  • 正文。
  • 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