En este documento, se muestra cómo usar el servidor remoto del Protocolo de contexto del modelo (MCP) de Memorystore for Redis Cluster para conectarte con aplicaciones de IA, como Antigravity, ChatGPT, Claude y las aplicaciones personalizadas que estás desarrollando. El servidor de MCP remoto de Memorystore para Redis Cluster te permite administrar clústeres y copias de seguridad en Memorystore para Redis Cluster desde tus entornos de desarrollo habilitados para IA y plataformas de agentes de IA. El servidor de MCP remoto de Memorystore para Redis Cluster se habilita cuando habilitas la API de Memorystore para Redis Cluster.
El Protocolo de contexto del modelo (MCP) estandariza la forma en que los modelos de lenguaje grandes (LLM) y las aplicaciones o agentes de IA se conectan a fuentes de datos externas. Los servidores de MCP te permiten usar sus herramientas, recursos y mensajes para realizar acciones y obtener datos actualizados de su servicio de backend.
¿Cuál es la diferencia entre los servidores de MCP locales y remotos?
- Servidores de MCP locales
- Por lo general, se ejecutan en tu máquina local y usan los flujos de entrada estándar y salida (stdio) para la comunicación entre servicios en el mismo dispositivo.
- Servidores de MCP remotos
- Se ejecutan en la infraestructura del servicio y ofrecen un extremo HTTP a las aplicaciones de IA para la comunicación entre el cliente de MCP de IA y el servidor de MCP. Para obtener más información sobre la arquitectura de MCP, consulta Arquitectura de MCP.
Núcleo sin estado
Con la
versión 2026-07-28 del MCP,
este cambia de un protocolo bidireccional con estado a un protocolo sin estado.
Cada solicitud de MCP se describe a sí misma y se puede enrutar con encabezados. No es necesario
el protocolo de enlace initialize/initialized ni Mcp-Session-Id, ya que
cada solicitud incluye toda la información necesaria en los encabezados HTTP o el parámetro
_meta. Los servidores de MCP pueden solicitar información adicional que requiere una herramienta
a través de
solicitudes de ida y vuelta múltiples (MRTR).
Para ayudar a enrutar y procesar las solicitudes sin analizar el cuerpo de la solicitud, se requieren algunos encabezados de MCP, incluidos los siguientes:
- Encabezados que requiere la especificación de MCP, como el encabezado de la versión del protocolo y los encabezados de la solicitud estándar.
- Encabezados personalizados
que define el servidor de MCP. Estos encabezados se reflejan en los encabezados HTTP
del esquema de entrada de la herramienta con la propiedad
x-mcp-header. Por ejemplo, un servidor de MCP puede definir un encabezado personalizado para especificar la región o el ID del proyecto de Google Cloud .
Para obtener más información sobre la arquitectura de MCP, consulta la especificación y los cambios clave de la versión 2026-07-28 de MCP.
Servidores de MCP remotos de Google y Google Cloud
Los servidores de MCP remotos de Google y Google Cloud tienen las siguientes características y beneficios:- Descubrimiento simplificado y centralizado
- Extremos HTTP globales o regionales administrados
- Autorización detallada
- Seguridad opcional de instrucciones y respuestas con la protección de Model Armor
- Registro de auditoría centralizado
Para obtener información sobre otros servidores de MCP y sobre los controles de seguridad y administración disponibles para los servidores de MCP de Google Cloud, consulta la Descripción general de los servidores de MCP de Google Cloud.
Antes de comenzar
-
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
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.
Enable the Memorystore for Redis Cluster API, if it is not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. 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.-
Install the Google Cloud CLI.
-
Configure the gcloud CLI to use your federated identity.
For more information, see Sign in to the gcloud CLI with your federated identity.
-
To initialize the gcloud CLI, run the following command:
gcloud init
Roles obligatorios
Para obtener los permisos que necesitas para usar el servidor de MCP de Memorystore para Redis Cluster, pídele a tu administrador que te otorgue los siguientes roles de IAM en el proyecto en el que quieras usar el servidor de MCP de Memorystore para Redis Cluster:
-
Realizar llamadas a herramientas de MCP:
Usuario de la herramienta de MCP (
roles/mcp.toolUser) -
Crea un clúster en Memorystore for Redis Cluster:
Administrador de Redis (
roles/redis.admin) -
Obtener un clúster o enumerar todos los clústeres de un proyecto:
Visualizador de Redis (
roles/redis.viewer) -
Administra las políticas de uso del servicio:
Administrador de Service Usage (
roles/serviceusage.serviceUsageAdmin)
Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.
Estos roles predefinidos contienen los permisos necesarios para usar el servidor de MCP de Memorystore para Redis Cluster. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:
Permisos necesarios
Se requieren los siguientes permisos para usar el servidor de MCP de Memorystore para Redis Cluster:
-
Obtén información sobre una política de uso del servicio:
serviceusage.mcppolicy.get -
Actualiza una política de uso del servicio:
serviceusage.mcppolicy.update -
Realiza llamadas a herramientas de MCP:
mcp.tools.call -
Crea un clúster:
redis.clusters.create -
Enumera los clústeres:
redis.clusters.list -
Obtén información sobre un clúster:
redis.clusters.get -
Clona un clúster:
redis.clusters.create -
Actualiza un clúster:
redis.clusters.update -
Crea una copia de seguridad de un clúster:
redis.clusters.backup -
Borra un clúster:
redis.clusters.delete -
Crea un usuario:
redis.users.create -
Enumera los usuarios:
redis.users.list -
Obtén información sobre un usuario:
redis.users.get -
Actualiza un usuario:
redis.users.update -
Borra un usuario:
redis.users.delete
También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.
Autenticación y autorización
Los servidores de MCP de Memorystore para Redis Cluster usan el protocolo OAuth 2.0 con Identity and Access Management (IAM) para la autenticación y la autorización. Todas las identidades deGoogle Cloud son compatibles con la autenticación en los servidores de MCP.
El servidor de MCP remoto de Memorystore para Redis Cluster acepta claves de API.
Recomendamos crear una identidad independiente para los agentes que usan herramientas de MCP para que se pueda controlar y supervisar el acceso a los recursos. Para obtener más información sobre la autenticación, consulta Autentícate en Google y en los servidores de Google Cloud MCP.
Permiso de OAuth de MCP de Memorystore para Redis Cluster
OAuth 2.0 usa un permiso y credenciales para determinar si un principal autenticado tiene autorización para realizar una acción específica en un recurso. Para obtener más información sobre los permisos de OAuth 2.0 en Google, consulta Usa OAuth 2.0 para acceder a las APIs de Google.
Memorystore para Redis Cluster tiene el siguiente permiso de OAuth de la herramienta de MCP:
| URI de alcance | Descripción |
|---|---|
https://www.googleapis.com/auth/redis.read-write
|
Crear, enumerar, crear copias de seguridad, actualizar y borrar clústeres |
Configura un cliente de MCP para que use el servidor de MCP de Memorystore para Redis Cluster
Las aplicaciones y los agentes de IA, como Claude o Antigravity, pueden crear una instancia de un cliente de MCP que se conecte a un solo servidor de MCP. Una aplicación de IA puede tener varios clientes que se conecten a diferentes servidores de MCP. Si tu aplicación no aparece en la guía específica del cliente, puedes usar la siguiente información para conectarte desde la mayoría de las aplicaciones.En tu aplicación de IA, busca una forma de agregar un servidor de MCP remoto o conectarte a él. Para el servidor de MCP de Memorystore para Redis Cluster, ingresa la siguiente información según sea necesario:
- Nombre del servidor: Servidor de MCP de Memorystore para Redis Cluster
- URL del servidor o Extremo: https://redis.googleapis.com/mcp
- Transporte: HTTP transmisible
- Detalles de autenticación: Según cómo quieras autenticarte, puedes ingresar tus credenciales de Google Cloud , tu ID de cliente de OAuth y el secreto, o una identidad y credenciales de agente. Para obtener más información sobre la autenticación, consulta Autentícate en servidores de MCP.
- Permiso de OAuth: Es el permiso de OAuth 2.0 que quieres usar cuando te conectes al servidor de MCP de Memorystore para Redis Cluster.
Para obtener orientación más general, consulta los siguientes recursos:
Redirecciona los URI
En el caso de las aplicaciones basadas en la Web y algunas aplicaciones de escritorio, debes incluir un URI de redireccionamiento en la lista de entidades permitidas cuando crees un ID de cliente y un secreto para la autenticación. El servidor de autorización usa los URI de redireccionamiento para enviar tokens a tu aplicación. La documentación de tu aplicación debe especificar el URI de redireccionamiento que debes usar. No se admiten los URI de redireccionamiento personalizados.
Herramientas disponibles
Para ver los detalles de las herramientas de MCP disponibles y sus descripciones para el servidor de MCP de Memorystore para Redis Cluster, consulta la referencia de MCP de Memorystore para Redis Cluster.
Herramientas de listas
Usa el inspector de MCP para enumerar las herramientas o envía una
solicitud HTTP tools/list directamente al servidor de MCP remoto de Memorystore para Redis Cluster. El método tools/list no requiere autenticación.
curl -X POST https://redis.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"]
}
}
}
}
}
}'
Reemplaza lo siguiente:
TOOLSET_ENDPOINT: el resto del extremo de MCP después del nombre del servicio. Por ejemplo, para Memorystore for Redis Cluster, podría sermcp/toolset-name.MCP_PROTOCOL_VERSION: Es la versión del protocolo de MCP. Por ejemplo,2026-07-28. ## Casos de uso de ejemplo
A continuación, se muestran casos de uso de ejemplo para el servidor de MCP de Memorystore para Redis Cluster:
"¿Por qué creas un clúster regional con la autenticación de IAM habilitada?"
La creación de este tipo de clúster elimina las contraseñas estáticas en favor de
credenciales centralizadas y de corta duración para cargas de trabajo regionales altamente seguras.
El agente de IA del servidor de MCP de Memorystore para Redis Cluster usa la
herramienta de MCP create_cluster para crear el clúster.
"¿Por qué ves todos los clústeres activos en una región específica?"
Si enumeras estos clústeres, puedes asegurarte de que los recursos coincidan con tu arquitectura
actual. El agente de IA del servidor de MCP de Memorystore para Redis Cluster usa la
herramienta de MCP list_clusters para recuperar una lista con formato de los clústeres en la
región especificada.
"¿Por qué recuperas los extremos de conexión y los metadatos operativos de un clúster en una región específica?"
Necesitas esta información para la integración de aplicaciones y el mantenimiento del sistema.
El agente de IA del servidor de MCP de Memorystore para Redis Cluster usa la herramienta de MCP get_cluster para recuperar información sobre el clúster, como su extremo de descubrimiento, el recuento de fragmentos y el recuento de réplicas.
"¿Cómo puedes optimizar Memorystore para Redis Cluster para tus aplicaciones con uso intensivo de datos?"
Para aumentar de forma significativa la capacidad de CPU y la capacidad de procesamiento de memoria de estas
aplicaciones, puedes escalar un clúster aumentando su
recuento de fragmentos. El agente de IA del servidor de MCP de Memorystore para Redis Cluster usa la
herramienta de MCP update_cluster para actualizar el recuento de fragmentos del clúster.
"¿Cómo puedes proteger tus datos de las fallas que podrían ocurrir en un clúster o en la región donde se encuentra?"
Crea una copia de seguridad del clúster. Si se produce una falla regional o de clúster, puedes restablecer tus datos en un clúster nuevo para reanudar las operaciones. El agente de IA del
servidor de MCP de Memorystore para Redis Cluster usa la herramienta de MCP backup_cluster para
crear una copia de seguridad del clúster.
Parámetros de configuración de seguridad opcionales
El MCP presenta nuevos riesgos y consideraciones de seguridad debido a la gran variedad de acciones que puedes realizar con las herramientas del MCP. Para minimizar y administrar estos riesgos, Google Cloud ofrece parámetros de configuración predeterminados y políticas personalizables para controlar el uso de las herramientas de MCP en tu organización o proyecto de Google Cloud.
Para obtener más información sobre la seguridad y la administración de MCP, consulta Seguridad y protección de la IA.
Usa Model Armor
Model Armor es un servicio de Google Cloud diseñado para mejorar la seguridad de tus aplicaciones de IA. Funciona analizando de forma proactiva las instrucciones y respuestas de los LLM, protegiendo contra diversos riesgos y respaldando prácticas de IA responsable. Ya sea que implementes IA en tu entorno de nube o en proveedores de servicios en la nube externos, Model Armor puede ayudarte a evitar entradas maliciosas, verificar la seguridad del contenido, proteger datos sensibles, mantener el cumplimiento y aplicar tus políticas de seguridad de la IA de manera coherente en todo tu panorama de IA.
Cuando Model Armor está habilitado con el registro habilitado, Model Armor registra toda la carga útil. Esto podría exponer información sensible en tus registros.
Enrutamiento de solicitudes de MCP a Model Armor
Model Armor está disponible en ciertas regiones. Cuando Model Armor está habilitado y usas un servidor de MCP en una jurisdicción que Model Armor no admite, el comportamiento de enrutamiento de la llamada podría ser diferente para los distintos servidores de MCP y podría incumplir el cumplimiento de la residencia de datos para los datos en uso y en tránsito. Para obtener más información sobre el comportamiento de los servidores de MCP individuales, consulta Productos compatibles con Model Armor.Habilita Model Armor
Para poder usar las APIs de Model Armor, debes habilitarlas.
Console
Habilita la API de Model Armor si aún no está habilitada.
Roles necesarios para habilitar las APIs
Para habilitar las APIs, necesitas el permiso
serviceusage.services.enable. Si creaste el proyecto, es probable que ya tengas este permiso a través del rol de propietario (roles/owner). De lo contrario, puedes obtenerlo a través del rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). Obtén más información para otorgar roles.Elige el proyecto en el que quieres activar Model Armor.
gcloud
Antes de empezar, sigue estos pasos a través de la Google Cloud CLI con la API de Model Armor:
Instala Google Cloud CLI y, luego, accede a gcloud CLI con tu identidad federada. Después de acceder, inicializa Google Cloud CLI con el siguiente comando:
gcloud init-
Ejecuta el comando siguiente para configurar el extremo de API del servicio de Model Armor.
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
Reemplaza
LOCATIONpor la región en la que quieres usar Model Armor.
Configura la protección para los servidores de MCP remotos de Google y Google Cloud
Para ayudar a proteger las llamadas a la herramienta y las respuestas de MCP, puedes usar la configuración mínima de Model Armor. Un parámetro de configuración mínimo define los filtros de seguridad mínimos que se aplican en todo el proyecto. Esta configuración aplica un conjunto coherente de filtros a todas las llamadas y respuestas de herramientas de MCP dentro del proyecto.
Establece un parámetro de configuración mínima de Model Armor con la limpieza de MCP habilitada. Para obtener más información, consulta Configura los parámetros mínimos de Model Armor.
Consulta el siguiente comando de ejemplo:
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"}]'
Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud .
Ten en cuenta los siguientes parámetros de configuración:
INSPECT_AND_BLOCK: Es el tipo de aplicación de medidas por incumplimiento que inspecciona el contenido del servidor de MCP de Google y bloquea las instrucciones y respuestas que coinciden con los filtros.ENABLED: Es el parámetro de configuración que habilita un filtro o una aplicación de política.MEDIUM_AND_ABOVE: Es el nivel de confianza para la configuración del filtro de IA responsable: Peligroso. Puedes modificar este parámetro de configuración, aunque los valores más bajos pueden generar más falsos positivos. Para obtener más información, consulta Niveles de confianza de Model Armor.
Desactiva el análisis del tráfico de MCP con Model Armor
Para evitar que Model Armor analice automáticamente el tráfico hacia y desde los servidores de MCP de Google según la configuración de base del proyecto, ejecuta el siguiente comando:
gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--remove-integrated-services=GOOGLE_MCP_SERVER
Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud . Model Armor no aplica automáticamente las reglas definidas en
la configuración de base de este proyecto a ningún tráfico del servidor de MCP de Google.
La configuración mínima y general de Model Armor puede afectar más que solo MCP. Debido a que Model Armor se integra en servicios como Vertex AI, cualquier cambio que realices en la configuración mínima puede afectar el análisis del tráfico y los comportamientos de seguridad en todos los servicios integrados, no solo en MCP.
Controla el uso de MCP con políticas de IAM
Las políticas de denegación y las políticas de permisos de Identity and Access Management (IAM) te ayudan a proteger los servidores de MCP de Google y de Google Cloud .
Puedes combinar varios criterios para crear políticas de seguridad y administración personalizadas, ya que puedes permitir o denegar el acceso según lo siguiente:
- La principal.
- Propiedades de la herramienta, como el atributo de solo lectura
- El nombre del servicio o de la herramienta.
- Es el ID de cliente de OAuth de la aplicación.
Para obtener más información, consulta Controla el uso de MCP con Identity and Access Management.
¿Qué sigue?
- Obtén más información sobre los servidores de MCP de Google Cloud.