Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

使用远程 MCP 服务器从 AI 应用连接到 Memorystore for Redis

本文档介绍了如何使用 Memorystore for Redis 远程 Model Context Protocol (MCP) 服务器连接到 AI 应用，包括 Gemini CLI、ChatGPT、Claude 和您正在开发的自定义应用。借助 Memorystore for Redis 远程 MCP 服务器，您可以从支持 AI 的开发环境和 AI 代理平台管理 Memorystore for Redis 实例。启用 Memorystore for Redis API 后，系统会启用 Memorystore for Redis 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

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
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 API.
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 API

安装 Google Cloud CLI。

注意：如果您之前安装了 gcloud CLI，请确保通过运行 gcloud components update 来获得最新版本。
配置 gcloud CLI 以使用您的联合身份。

如需了解详情，请参阅使用联合身份登录 gcloud CLI。
如需初始化 gcloud CLI，请运行以下命令：
```
gcloud init
```

所需的角色

如需获得使用 Memorystore for Redis MCP 服务器所需的权限，请让您的管理员为您授予您想要使用 Memorystore for Redis MCP 服务器的项目的以下 IAM 角色：

进行 MCP 工具调用： MCP Tool User (roles/mcp.toolUser)
创建 Memorystore for Redis 实例： Cloud Memorystore Redis Admin (roles/redis.admin)
获取 Memorystore for Redis 实例或列出项目中的所有 Memorystore for Redis 实例： Cloud Memorystore Redis Viewer (roles/redis.viewer)
管理服务使用情况政策：Service Usage Admin (roles/serviceusage.serviceUsageAdmin)

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 Memorystore for Redis 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

使用 Memorystore for Redis MCP 服务器需要以下权限：

获取有关服务使用政策的信息： serviceusage.mcppolicy.get
更新服务使用政策： serviceusage.mcppolicy.update
进行 MCP 工具调用： mcp.tools.call
创建 Memorystore for Redis 实例： redis.instances.create
列出 Memorystore for Redis 实例： redis.instances.list
获取有关 Memorystore for Redis 实例的信息： redis.instances.get
更新 Memorystore for Redis 实例： redis.instances.update
将数据导入 Memorystore for Redis 实例： redis.instances.import
从 Memorystore for Redis 实例导出数据： redis.instances.export
删除 Memorystore for Redis 实例： redis.instances.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

Memorystore for Redis 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。

Memorystore for Redis 远程 MCP 服务器接受 API 密钥。

我们建议使用 MCP 工具为客服人员创建单独的身份，以便控制和监控对资源的访问权限。如需详细了解身份验证，请参阅向 Google 和 Google Cloud MCP 服务器进行身份验证。

Memorystore for Redis 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。

Memorystore for Redis 具有以下 MCP 工具 OAuth 范围：

范围 URI	说明
`https://www.googleapis.com/auth/redis.read-write`	创建、列出、导出实例中的数据、更新实例、将数据导入实例以及删除实例。

配置 MCP 客户端以使用 Memorystore for Redis 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 Memorystore for Redis MCP 服务器，请根据需要输入以下信息：

服务器名称：Memorystore for Redis MCP 服务器
服务器网址或端点：https://redis.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 Google 和 Google Cloud MCP 服务器进行身份验证。
OAuth 范围：您在连接到 Memorystore for Redis MCP 服务器时要使用的 OAuth 2.0 范围。

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 Memorystore for Redis MCP 服务器的可用 MCP 工具的详细信息及其说明，请参阅 Memorystore for Redis MCP 参考文档。

列出工具

使用 MCP 检查器列出工具，或直接向 Memorystore for Redis 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: redis.googleapis.com
Content-Type: application/json

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

示例应用场景

以下是 Memorystore for Redis MCP 服务器的示例使用场景：

“为什么要创建启用了身份验证的 Memorystore for Redis 实例？”

通过创建实例并为其启用 AUTH 功能，传入客户端连接必须进行身份验证才能连接到该实例。为了进行连接，客户端会发送 AUTH 命令和一个 AUTH 字符串，该字符串是为实例随机生成的唯一字符串。Memorystore for Redis MCP 服务器的 AI 智能体使用 create_instance MCP 工具创建实例。

“您为何要查看特定区域中的所有有效 Memorystore for Redis 实例？”

通过列出这些实例，您可以确保资源与当前架构相匹配。Memorystore for Redis MCP 服务器的 AI 智能体使用 list_instances MCP 工具检索指定区域中实例的格式化列表。

“为什么要从特定区域的 Memorystore for Redis 实例检索连接端点和操作元数据？”

您需要此信息才能进行应用集成和系统维护。 Memorystore for Redis MCP 服务器的 AI 智能体使用 get_instance MCP 工具检索有关实例的信息，例如其发现端点和副本数量。

“如何针对数据密集型应用优化 Memorystore for Redis？”

如需显著提高这些应用的 CPU 容量和内存吞吐量，您可以通过增加 Memorystore for Redis 实例的副本数量来扩缩该实例。Memorystore for Redis MCP 服务器的 AI 智能体使用 update_instance MCP 工具来更新实例的副本数量。

“如何保护数据免受可能因 Memorystore for Redis 实例或其所在区域而发生的故障的影响？”

将实例中的数据快照导出到 Cloud Storage 存储桶。如果发生区域性故障或实例故障，您可以将数据恢复到新实例，以恢复运营。Memorystore for Redis MCP 服务器的 AI 智能体使用 export_instance MCP 工具导出您的数据。

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。

启用 Model Armor

您必须先启用 Model Armor API，然后才能使用 Model Armor。

控制台

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
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：

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
```
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 拒绝政策控制 MCP 使用情况

Identity and Access Management (IAM) 拒绝政策有助于保护 Google Cloud 远程 MCP 服务器。配置这些政策以阻止不需要的 MCP 工具访问。

例如，您可以根据以下条件拒绝或允许访问：

主体
工具属性（例如只读）
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

详细了解 Google Cloud MCP 服务器。