用于 Agent Retrieval(以前称为 Vector Search 2.0)的 MCP 服务器,提供用于查看和查询集合、索引以及执行搜索的工具。
Model Context Protocol (MCP) 服务器充当外部服务(为大语言模型 [LLM] 或 AI 应用提供上下文、数据或功能)与 LLM 或 AI 应用之间的代理。MCP 服务器将 AI 应用连接到数据库和 Web 服务等外部系统,并将这些系统的响应转换为 AI 应用可理解的格式。
服务器设置
您必须先启用 MCP 服务器并设置身份验证,然后才能使用。如需查看针对具体产品的设置说明,请参阅使用智能体检索远程 MCP 服务器。如需了解有关使用 Google 和 Google Cloud 远程 MCP 服务器的一般信息,请参阅 Google Cloud MCP 服务器概览。
服务器端点
MCP 服务端点是 MCP 服务器的网络地址和通信接口(通常是网址),AI 应用(MCP 客户端的宿主)使用该端点来建立安全、标准化的连接。它是 LLM 请求上下文、调用工具或访问资源的交互点。Google MCP 端点可以是全球性的,也可以是区域性的。
智能体检索 (Vector Search API) MCP 服务器公开了一个 MCP 端点:
https://vectorsearch.googleapis.com/mcp
MCP 工具
MCP 工具是 MCP 服务器向 LLM 或 AI 应用公开的函数或可执行功能,用于在现实世界中执行操作。
智能体检索 MCP 服务器目前在单个 /mcp 端点上提供以下工具。如果您使用 MCP 2026-07-28 无状态协议,则每个 tools/call 请求还必须包含一个 Mcp-Name HTTP 标头,其值等于 params.name(对于直接区域路由,则为 Mcp-Param-Region;请参阅基于标头的路由);请勿将 Mcp-Name 与 tools/list 一起发送。系统也接受使用早期 MCP 协议版本的请求,例如工具页面上的 curl 示例(带有 Authorization: Bearer 标头)。
list_collections- 列出项目和位置中的 Vector Search 集合。get_collection- 检索特定集合的架构和元数据。list_indexes- 列出在集合中定义的索引。get_index- 检索特定索引的配置。get_data_object- 从集合中按 ID 检索数据对象。search_data_objects- 针对集合运行向量搜索、语义搜索或文本搜索。query_data_objects- 列出与过滤表达式匹配的数据对象。batch_search_data_objects- 并行运行多项搜索,并使用倒数排序融合 (RRF) 或 Vertex Ranking API 融合结果。aggregate_data_objects- 汇总与过滤表达式匹配的数据对象(例如计数)。
获取 MCP 工具规范
如需获取 MCP 服务器中所有工具的 MCP 工具规范,请使用 tools/list 方法。Vector Search API MCP 服务器支持 MCP 2026-07-28 无状态协议:每个请求都是自描述的,并在 MCP-Protocol-Version HTTP 标头和 params._meta.io.modelcontextprotocol/protocolVersion 正文字段中包含协议版本、与 JSON-RPC method 匹配的 Mcp-Method 标头以及 params._meta.io.modelcontextprotocol/clientCapabilities 对象(接受空对象)。以下 curl 示例列出了所有工具及其规范。
| Curl 请求 |
|---|
curl -X POST 'https://vectorsearch.googleapis.com/mcp' \ -H 'Content-Type: application/json' \ -H 'Accept: application/json' \ -H 'MCP-Protocol-Version: 2026-07-28' \ -H 'Mcp-Method: tools/list' \ -d '{ "jsonrpc": "2.0", "id": 1, "method": "tools/list", "params": { "_meta": { "io.modelcontextprotocol/protocolVersion": "2026-07-28", "io.modelcontextprotocol/clientCapabilities": {} } } }' |