Google verwendet KI-Technologie, um Inhalte in Ihre bevorzugte Sprache zu übersetzen. KI-Übersetzungen können Fehler enthalten.

Remote-MCP-Server von Cloud Run verwenden

Der Remote-MCP-Server von Cloud Run wird aktiviert, wenn Sie die Cloud Run Admin API aktivieren.

Das Model Context Protocol (MCP) standardisiert, wie Large Language Models (LLMs) und KI-Anwendungen oder -Agenten mit externen Datenquellen verbunden werden. Mit MCP-Servern können Sie deren Tools, Ressourcen und Prompts verwenden, um Aktionen auszuführen und aktualisierte Daten von ihrem Backend-Dienst abzurufen.

Was ist der Unterschied zwischen lokalen und Remote-MCP-Servern?

Lokale MCP-Server: Werden in der Regel auf Ihrem lokalen Computer ausgeführt und verwenden die Standardeingabe- und ‑ausgabestreams (stdio) für die Kommunikation zwischen Diensten auf demselben Gerät.
Remote-MCP-Server: Sie werden in der Infrastruktur des Dienstes ausgeführt und bieten KI-Anwendungen einen HTTP-Endpunkt für die Kommunikation zwischen dem KI-MCP-Client und dem MCP-Server. Weitere Informationen zur MCP-Architektur finden Sie unter MCP-Architektur.

Zustandsloser Kern

Mit der MCP-Version 2026-07-28 wird MCP von einem bidirektionalen, zustandsorientierten Protokoll zu einem zustandslosen Protokoll geändert. Jede MCP-Anfrage ist selbsterklärend und kann über Header weitergeleitet werden. Der initialize/initialized-Handshake oder Mcp-Session-Id ist nicht erforderlich, da jede Anfrage alle erforderlichen Informationen in HTTP-Headern oder im Parameter _meta enthält. MCP-Server können über Multi-Round-Trip-Anfragen (MRTR) zusätzliche Informationen anfordern, die von einem Tool benötigt werden.

Damit Anfragen ohne Parsen des Anfragetexts weitergeleitet und verarbeitet werden können, sind einige MCP-Header erforderlich, darunter die folgenden:

Header, die gemäß der MCP-Spezifikation erforderlich sind, z. B. der Header für die Protokollversion und Standardanfrageheader.
Benutzerdefinierte Header, die vom MCP-Server definiert werden. Diese Header werden mithilfe des Attributs x-mcp-header aus dem Eingabeschema des Tools in HTTP-Header gespiegelt. Ein MCP-Server kann beispielsweise einen benutzerdefinierten Header definieren, um die Google Cloud -Region oder die Projekt-ID anzugeben.

Weitere Informationen zur MCP-Architektur finden Sie in der Spezifikation und den wichtigsten Änderungen für die MCP-Version 2026-07-28.

Informationen zum lokalen MCP-Server von Cloud Run finden Sie unter Cloud Run-MCP-Server auf GitHub.

Remote-MCP-Server von Google und Google Cloud

Remote-MCP-Server von Google und Google Cloud bieten die folgenden Funktionen und Vorteile:

Vereinfachte, zentrale Suche
Verwaltete globale oder regionale HTTP-Endpunkte
Detaillierte Autorisierung
Optionale Prompt- und Antwortsicherheit mit Model Armor-Schutz
Zentralisiertes Audit-Logging

Informationen zu anderen MCP-Servern sowie zu den Sicherheits- und Governance-Steuerelementen für Google Cloud-MCP-Server finden Sie unter Google Cloud-MCP-Server – Übersicht.

Der lokale MCP-Server von Cloud Run kann aus folgenden Gründen nützlich sein:

Lokale Entwicklung und Tests
Offline-Nutzung von MCP

Hinweis

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
Verify that billing is enabled for your Google Cloud project.
Aktivieren Sie die Cloud Run API, falls sie noch nicht aktiviert ist.
Rollen, die zum Aktivieren von APIs erforderlich sind
Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Inhaberrolle (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen
API aktivieren

Installieren und initialisieren Sie die gcloud CLI.
Aktualisieren Sie die Komponenten:
```
gcloud components update
```

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Projekt zuzuweisen, in dem Sie den Cloud Run-MCP-Server verwenden möchten, um die Berechtigungen zu erhalten, die Sie für die Verwendung des Cloud Run-MCP-Servers benötigen:

Cloud Run-Dienste erstellen: Cloud Run-Entwickler (roles/run.developer)
Vorgänge als Dienstkonto ausführen: Dienstkontonutzer (roles/iam.serviceAccountUser)
Zugriff auf das Artifact Registry-Repository des bereitgestellten Container-Images: Artifact Registry-Leser (roles/artifactregistry.reader)
Projektübergreifendes Dienstkonto zum Bereitstellen eines Dienstes verwenden: Ersteller von Dienstkonto-Tokens (roles/iam.serviceAccountTokenCreator)
MCP-Toolaufrufe ausführen: MCP Tool User (roles/mcp.toolUser)

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die für die Verwendung des Cloud Run-MCP-Servers erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um den Cloud Run-MCP-Server zu verwenden:

MCP-Toolaufrufe ausführen: mcp.tools.call
Cloud Run-Prompts abrufen: run.prompts.get
Cloud Run-Dienste auflisten: run.services.list
Neue Cloud Run-Dienste erstellen: run.services.create
Laden Sie das Container-Image des Cloud Run-Dienstes herunter: artifactregistry.repositories.downloadArtifacts

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Eine Liste der IAM-Rollen und -Berechtigungen im Zusammenhang mit Cloud Run finden Sie unter IAM-Rollen für Cloud Run und IAM-Berechtigungen für Cloud Run. Wenn Ihr Cloud Run-Dienst mitGoogle Cloud -APIs wie Cloud-Clientbibliotheken verknüpft ist, lesen Sie die Konfigurationsanleitung für Dienstidentitäten. Weitere Informationen zum Zuweisen von Rollen finden Sie unter Bereitstellungsberechtigungen und Zugriff verwalten.

Authentifizierung und Autorisierung

Der Cloud Run-Remote-MCP-Server verwendet das OAuth 2.0-Protokoll mit Identity and Access Management (IAM) für die Authentifizierung und Autorisierung. Alle Google Cloud -Identitäten werden für die Authentifizierung bei MCP-Servern unterstützt.

Der Remote-MCP-Server von Cloud Run akzeptiert keine API-Schlüssel.

Wir empfehlen, für Agenten, die MCP-Tools verwenden, eine separate Identität zu erstellen, damit der Zugriff auf Ressourcen gesteuert und überwacht werden kann. Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.

Cloud Run MCP-OAuth-Bereiche

OAuth 2.0 verwendet Bereiche und Anmeldedaten, um zu bestimmen, ob ein authentifiziertes Hauptkonto berechtigt ist, eine bestimmte Aktion für eine Ressource auszuführen. Weitere Informationen zu OAuth 2.0-Bereichen bei Google finden Sie unter Mit OAuth 2.0 auf Google APIs zugreifen.

Cloud Run hat die folgenden OAuth-Bereiche für MCP-Tools:

Bereichs-URI für die gcloud CLI	Beschreibung
`https://www.googleapis.com/auth/run.readonly`	Erlaubt nur den Zugriff auf Lesedaten.
`https://www.googleapis.com/auth/run`	Ermöglicht den Zugriff zum Lesen und Ändern von Daten.

Für die Ressourcen, auf die während eines Toolaufrufs zugegriffen wird, sind möglicherweise zusätzliche Bereiche erforderlich. Eine Liste der für Cloud Run erforderlichen Bereiche finden Sie unter Cloud Run Admin API.

MCP-Client für die Verwendung des Cloud Run-MCP-Servers konfigurieren

KI-Anwendungen und -Agenten wie Claude oder Antigravity können einen MCP-Client instanziieren, der eine Verbindung zu einem einzelnen MCP-Server herstellt. Eine KI-Anwendung kann mehrere Clients haben, die sich mit verschiedenen MCP-Servern verbinden. Wenn Ihre Anwendung nicht in der clientspezifischen Anleitung aufgeführt ist, können Sie die folgenden Informationen verwenden, um eine Verbindung von den meisten Anwendungen herzustellen.

Suchen Sie in Ihrer KI-Anwendung nach einer Möglichkeit, einen Remote-MCP-Server hinzuzufügen oder eine Verbindung zu ihm herzustellen. Geben Sie für den Cloud Run-MCP-Server die folgenden Informationen ein:

Servername: Cloud Run-MCP-Server
Server-URL oder Endpunkt: https://run.googleapis.com/mcp oder https://run.REGION.rep.googleapis.com/mcp (Vorschau)
Transport: Streamable HTTP
Authentifizierungsdetails: Je nachdem, wie Sie sich authentifizieren möchten, können Sie Ihre Google Cloud -Anmeldedaten, Ihre OAuth-Client-ID und Ihr OAuth-Secret oder eine Agentenidentität und Anmeldedaten eingeben. Weitere Informationen zur Authentifizierung finden Sie unter Bei MCP-Servern authentifizieren.
OAuth-Bereich: Der OAuth 2.0-Bereich, den Sie für die Verbindung mit dem Cloud Run-MCP-Server verwenden möchten.

Weiterleitungs-URIs

Bei webbasierten Anwendungen und einigen Desktopanwendungen müssen Sie einen Weiterleitungs-URI auf die Zulassungsliste setzen, wenn Sie eine Client-ID und einen Clientschlüssel für die Authentifizierung erstellen. Weiterleitungs-URIs werden vom Autorisierungsserver verwendet, um Tokens an Ihre Anwendung zu senden. In der Dokumentation Ihrer Anwendung sollte der Weiterleitungs-URI angegeben sein, den Sie verwenden müssen. Benutzerdefinierte Weiterleitungs-URIs werden nicht unterstützt.

Anwendungsspezifische Anleitungen zum Einrichten und Verbinden mit einem MCP-Server finden Sie unter Clientspezifische Anleitungen.

Allgemeine Informationen finden Sie in den folgenden Ressourcen:

Verfügbare Tools

Details zu den verfügbaren MCP-Tools und deren Beschreibungen für den Cloud Run-MCP-Server finden Sie in der Cloud Run-MCP-Referenz.

Tools auflisten

Verwenden Sie den MCP-Inspector, um Tools aufzulisten, oder senden Sie eine tools/list-HTTP-Anfrage direkt an den Remote-MCP-Server von Cloud Run. Für die Methode tools/list ist keine Authentifizierung erforderlich.

curl -X POST https://run.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"]
              }
            }
          }
        }
      }
    }'

Ersetzen Sie Folgendes:

TOOLSET_ENDPOINT: der Rest des MCP-Endpunkts nach dem Dienstnamen. Für Cloud Run könnte dies beispielsweise mcp/toolset-name sein.
MCP_PROTOCOL_VERSION: die MCP-Protokollversion. Beispiel: 2026-07-28.

Beispielanwendungsfälle

Im Folgenden finden Sie Beispielanwendungsfälle für den Cloud Run-MCP-Server:

Ermöglicht einem Agenten, einen Cloud Run-Dienst in einem Projekt bereitzustellen.
Lassen Sie einen Agenten vibe-codierte Anwendungen aus dem Quellcode oder einer ZIP-Datei in Cloud Run bereitstellen.
Rufen Sie eine Liste der Cloud Run-Dienste und Dienstdetails nach Name, Projekt und Region ab.
Stellen Sie einen öffentlichen oder privaten Cloud Run-Webdienst aus einem vordefinierten Docker-Image aus Artifact Registry oder Docker Hub mit einer Reihe bestimmter Umgebungsvariablen in einem Projekt und einer Region bereit.

Prompt-Beispiele

Mit den folgenden Beispiel-Prompts können Sie Informationen zu Cloud Run-Diensten abrufen und die Cloud Run-Dienstprotokolle analysieren:

„Stellen Sie einen privaten Cloud Run-Dienst mit dem Namen SERVICE_NAME aus dem Docker-Image us-docker.pkg.dev/cloudrun/container/hello im Projekt PROJECT_ID bereit.“
„Liste die Dienste im Projekt PROJECT_ID auf.“
„Suche die Details eines Dienstes, den ich im Projekt PROJECT_ID mit dem MCP-Server in der Region REGION bereitgestellt habe.“

Ersetzen Sie in den Prompts Folgendes:

SERVICE_NAME: Der Name des Cloud Run-Dienstes
PROJECT_ID: die Projekt-ID von Google Cloud
REGION: der Name der Region

Prompt `/deploy` verwenden

Mit dem Prompt /deploy können Sie einen Cloud Run-Dienst schnell über den Cloud Run-MCP-Server bereitstellen. Möglicherweise müssen Sie im Chatbot-Menü nach dem erforderlichen Tool oder Prompt suchen.

Führen Sie den folgenden /deploy-Prompt aus, um das aktuelle Arbeitsverzeichnis in Cloud Run bereitzustellen:
```
/deploy SERVICE_NAME \
  --project PROJECT_ID \
  --region REGION \
```
Ersetzen Sie Folgendes:
- SERVICE_NAME: Der Name des Cloud Run-Dienstes
- PROJECT_ID: die Projekt-ID von Google Cloud
- REGION: der Name der Region

Optionale Sicherheitskonfigurationen

MCP bringt aufgrund der Vielzahl von Aktionen, die Sie mit den MCP-Tools ausführen können, neue Sicherheitsrisiken und ‑aspekte mit sich. Um diese Risiken zu minimieren und zu verwalten, bietetGoogle Cloud Standardeinstellungen und anpassbare Richtlinien, mit denen Sie die Verwendung von MCP-Tools in Ihrer Organisation oder Ihrem Projekt in Google Cloudsteuern können.

Weitere Informationen zur Sicherheit und Governance von MCP finden Sie unter KI-Sicherheit.

Model Armor verwenden

Model Armor ist ein Dienst vonGoogle Cloud , der die Sicherheit Ihrer KI-Anwendungen verbessern soll. Dazu werden LLM-Prompts und ‑Antworten proaktiv geprüft, um vor verschiedenen Risiken zu schützen und eine verantwortungsbewusste Anwendung von KI zu unterstützen. Unabhängig davon, ob Sie KI in Ihrer Cloud-Umgebung oder bei externen Cloud-Anbietern bereitstellen, kann Model Armor Ihnen helfen, schädliche Eingaben zu verhindern, die Inhaltssicherheit zu überprüfen, sensible Daten zu schützen, die Compliance aufrechtzuerhalten und Ihre KI-Sicherheitsrichtlinien konsistent in Ihrer vielfältigen KI-Landschaft durchzusetzen.

Wenn Model Armor mit aktiviertem Logging aktiviert ist, protokolliert Model Armor die gesamte Nutzlast. Dadurch könnten vertrauliche Informationen in Ihren Logs offengelegt werden.

MCP-Anfragenrouting zu Model Armor

Model Armor ist in bestimmten Regionen verfügbar. Wenn Model Armor aktiviert ist und Sie einen MCP-Server in einer Gerichtsbarkeit verwenden, die von Model Armor nicht unterstützt wird, kann das Routingverhalten des Aufrufs für verschiedene MCP-Server unterschiedlich sein und die Einhaltung von Datenstandortvorgaben für Daten, die gerade verwendet oder übertragen werden, beeinträchtigen. Weitere Informationen zum Verhalten einzelner MCP-Server finden Sie unter Von Model Armor unterstützte Produkte.

Model Armor aktivieren

Sie müssen die Model Armor APIs aktivieren, bevor Sie Model Armor verwenden können.

Console

Aktivieren Sie die Model Armor API, falls sie noch nicht aktiviert ist.
Rollen, die zum Aktivieren von APIs erforderlich sind
Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Inhaberrolle (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen
API aktivieren
Wählen Sie das Projekt aus, in dem Sie Model Armor aktivieren möchten.

gcloud

Führen Sie die folgenden Schritte mit der Google Cloud CLI und der Model Armor API aus, bevor Sie beginnen:

Installieren Sie die Google Cloud CLI und melden Sie sich dann mit Ihrer föderierten Identität in der gcloud CLI an. Nach der Anmeldung initialisieren Sie die Google Cloud CLI mit dem folgenden Befehl:
```
gcloud init
```
Führen Sie den folgenden Befehl aus, um den API-Endpunkt für den Model Armor-Dienst festzulegen.
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
Ersetzen Sie LOCATION durch die Region, in der Sie Model Armor verwenden möchten.

Schutz für Google- und Google Cloud Remote-MCP-Server konfigurieren

Zum Schutz Ihrer MCP-Toolaufrufe und ‑Antworten können Sie die Mindesteinstellungen für Model Armor verwenden. Eine Mindesteinstellung definiert die Mindestsicherheitsfilter, die für das gesamte Projekt gelten. Mit dieser Konfiguration wird ein einheitlicher Satz von Filtern auf alle MCP-Toolaufrufe und ‑Antworten im Projekt angewendet.

Richten Sie eine Model Armor-Mindesteinstellung mit aktivierter MCP-Bereinigung ein. Weitere Informationen finden Sie unter Model Armor-Mindesteinstellungen konfigurieren.

Sehen Sie sich den folgenden Beispielbefehl an:

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"}]'

Ersetzen Sie dabei PROJECT_ID durch die ID Ihres Projekts in Google Cloud .

Beachten Sie die folgenden Einstellungen:

INSPECT_AND_BLOCK: Der Erzwingungstyp, der Inhalte für den Google MCP-Server prüft und Prompts und Antworten blockiert, die den Filtern entsprechen.
ENABLED: Die Einstellung, mit der ein Filter oder eine Erzwingung aktiviert wird.
MEDIUM_AND_ABOVE: Das Konfidenzniveau für die Filter-Einstellungen „Responsible AI – Gefährlich“. Sie können diese Einstellung ändern. Niedrigere Werte können jedoch zu mehr falsch positiven Ergebnissen führen. Weitere Informationen finden Sie unter Model Armor-Konfidenzniveaus.

Scannen von MCP-Traffic mit Model Armor deaktivieren

Führen Sie den folgenden Befehl aus, um zu verhindern, dass Model Armor den Traffic zu und von Google-MCP-Servern automatisch anhand der Mindesteinstellungen des Projekts scannt:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Ersetzen Sie PROJECT_ID durch die Projekt-ID in Google Cloud . Model Armor wendet die in den Mindesteinstellungen dieses Projekts definierten Regeln nicht automatisch auf den Traffic von Google-MCP-Servern an.

Die Mindesteinstellungen und die allgemeine Konfiguration von Model Armor können sich nicht nur auf MCP auswirken. Da Model Armor in Dienste wie Vertex AI eingebunden ist, können sich Änderungen an den Mindesteinstellungen auf das Scannen von Traffic und das Sicherheitsverhalten in allen eingebundenen Diensten auswirken, nicht nur in MCP.

MCP-Nutzung mit IAM-Richtlinien steuern

Mit Ablehnungsrichtlinien und Zulassungsrichtlinien von Identity and Access Management (IAM) können Sie Google Cloud und Google MCP-Server schützen.

Sie können mehrere Kriterien kombinieren, um benutzerdefinierte Sicherheits- und Governance-Richtlinien zu erstellen. Dazu können Sie den Zugriff anhand der folgenden Kriterien zulassen oder verweigern:

Das Hauptkonto.
Toolattribute wie das schreibgeschützte Attribut.
Der Dienst- oder Toolname.
Die OAuth-Client-ID der Anwendung.

Weitere Informationen finden Sie unter MCP-Nutzung mit Identity and Access Management steuern.