Usa el servidor de MCP remoto de Spanner

En este documento, se muestra cómo usar el servidor remoto del Protocolo de contexto del modelo (MCP) de Spanner para conectarte con aplicaciones de IA, como Antigravity, ChatGPT, Claude y las aplicaciones personalizadas que estás desarrollando. El servidor de MCP de Spanner te permite acceder a las herramientas de Spanner y ejecutarlas para crear, administrar y consultar recursos de Spanner desde tus entornos de desarrollo basados en IA y plataformas de agentes de IA. El servidor de MCP remoto de Spanner se habilita cuando habilitas la API de Spanner.

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 y salida estándar (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:

Para obtener más información sobre la arquitectura de MCP, consulta la especificación y los cambios clave de la versión 2026-07-28 de MCP.

Para obtener información sobre el servidor de MCP local de Spanner, consulta MCP Toolbox para bases de datos.

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

  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. Habilita la API de Spanner 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 información para otorgar roles.

    Habilitar la API

    Para los proyectos nuevos, la API de Spanner se habilita de forma automática.

Roles obligatorios

Para obtener los permisos que necesitas para usar el servidor de MCP de Spanner, pídele a tu administrador que te otorgue los siguientes roles de IAM en el proyecto en el que deseas usar el servidor de MCP de Spanner:

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 Spanner. 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 Spanner:

  • Realiza llamadas a herramientas de MCP: mcp.tools.call
  • Usa las herramientas de MCP de Spanner:
    • spanner.instances.create
    • spanner.instances.get
    • spanner.databases.create
    • spanner.databases.update
    • spanner.sessions.create
    • spanner.instanceOperations.get
    • spanner.databases.getDdl
    • spanner.databases.select
    • spanner.databases.write

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Autenticación y autorización

Los servidores de MCP de Spanner 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 Spanner no 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 servidores de MCP.

Permisos de OAuth de MCP de Spanner

OAuth 2.0 usa permisos y credenciales para determinar si un principal autenticado está autorizado a 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.

Spanner tiene los siguientes permisos de OAuth de la herramienta de MCP:

URI del permiso para gcloud CLI Descripción
https://www.googleapis.com/auth/spanner.admin Permite administrar tus instancias y bases de datos de Spanner.
https://www.googleapis.com/auth/spanner.data Permite acceder para ver y administrar datos en una base de datos de Spanner.

Para obtener más información sobre estos permisos, consulta API de Spanner.

Configura un cliente de MCP para que use el servidor de MCP de Spanner

Los programas host, como Claude o Gemini CLI, pueden crear instancias de clientes de MCP que se conecten a un solo servidor de MCP. Un programa host puede tener varios clientes que se conecten a diferentes servidores de MCP. Para conectarse a un servidor de MCP remoto, el cliente de MCP debe conocer, como mínimo, la URL del servidor de MCP remoto.

Sigue estas instrucciones para configurar los clientes de MCP de modo que se conecten a tu servidor de MCP de Spanner remoto.

Gemini CLI

Para agregar un servidor de MCP remoto de Spanner a tu Gemini CLI, configúralo como una extensión.

  1. Crea un archivo de extensión en la siguiente ubicación: ~/.gemini/extensions/EXT_NAME/gemini-extension.json, donde ~/ es tu directorio principal y EXT_NAME es el nombre que quieres darle a la extensión.

  2. Agrega el siguiente contenido al archivo de tu extensión:

            {
          "name": "EXT_NAME",
          "version": "1.0.0",
          "mcpServers": {
            "Spanner MCP Server": {
              "httpUrl": "https://spanner.googleapis.com/mcp",
              "authProviderType": "google_credentials",
              "oauth": {
                "scopes": ["https://www.googleapis.com/auth/cloud-platform"]
              },
              "timeout": 30000,
              "headers": {
                "x-goog-user-project": "PROJECT_ID"
              }
            }
          }
        }

  3. Guarda el archivo de extensiones.

  4. Inicia Gemini CLI:

            gemini

  5. Ejecuta /mcp en la CLI para ver el servidor de MCP configurado y sus herramientas.

    La respuesta es similar a lo que se muestra a continuación:

            Configured MCP servers:
        🟢 Spanner MCP Server (from spanner )
          - get_database_ddl
          - get_instance
          - get_operation
          - create_database
          - create_instance
          - create_session
          - commit
          - execute_sql
          - list_databases
          - list_instances

El servidor de MCP remoto está listo para usarse en Gemini CLI.

Claude.ai

Debes tener el plan Claude Enterprise, Pro, Max o Team para configurar los servidores de Google y Google Cloud en Claude.ai. Para obtener información sobre los precios, consulta Precios de Claude.

Para agregar un servidor de MCP remoto de Spanner a Claude.ai, configura un conector personalizado con un ID de cliente de OAuth y un secreto del cliente de OAuth:

Crea un ID de cliente y un secreto de OAuth 2.0

  1. En la consola de Google Cloud , ve a Google Auth Platform > Clientes > Crear cliente.

    Ir a Crear cliente

    Si no tienes un proyecto seleccionado, se te solicitará que crees uno.

  2. En la lista Tipo de aplicación, selecciona Aplicación web.

  3. En el campo Nombre, ingresa un nombre para tu aplicación.

  4. En la sección URIs de redireccionamiento autorizados, haz clic en + Agregar URI y, luego, agrega https://claude.ai/api/mcp/auth_callback en el campo URIs.

  5. Haz clic en Crear. Se crea el cliente. Para acceder al ID de cliente, en la consola de Google Cloud , ve a Google Auth Platform > Clientes.

  6. En la lista IDs de cliente de OAuth 2.0, selecciona el nombre del cliente.

  7. En la sección Secretos del cliente, copia el Secreto del cliente y guárdalo en un lugar seguro. Solo puedes copiarlo una vez. Si lo pierdes, borra el secreto y crea uno nuevo.

Crea un conector personalizado en Claude.ai

  1. En Claude.ai, navega a la configuración de Connectors de tu plan:

    • En el plan Enterprise o Team, navega a Configuración de administrador > Conectores.
    • Para el plan Pro o Max, navega a Configuración > Conectores.

  2. Haz clic en Agregar conector personalizado.

  3. En el cuadro de diálogo Agregar conector personalizado, ingresa lo siguiente:

    • Nombre del servidor: Es un nombre legible por humanos para el servidor.
    • URL del servidor de MCP remoto: https://spanner.googleapis.com/mcp

  4. Expande el menú Configuración avanzada y, luego, ingresa lo siguiente:

    • ID de cliente de OAuth: Es el ID de cliente de OAuth 2.0 que creaste.
    • Secreto del cliente de OAuth (solo para los planes Pro y Max): Es el secreto de tu cliente de OAuth 2.0. Para recuperar el secreto, ve a Plataforma de Google Auth > Clientes y, luego, selecciona el ID de cliente de OAuth que creaste. En la sección Secretos del cliente, haz clic para copiar el Secreto del cliente.

  5. Haz clic en Agregar.

    Se crea el conector personalizado.

  6. Abre el menú Herramientas y habilita el conector.

    Claude.ai puede usar el servidor de MCP.

ChatGPT

Debes tener una suscripción a ChatGPT Business para usar los servidores de MCP de Google y Spanner con ChatGPT.

Para agregar un servidor de MCP remoto de Spanner a ChatGPT, crea un ID de cliente y un secreto de Google OAuth 2.0 y, luego, agrega el servidor de MCP como una app en ChatGPT.

Crea un ID de cliente y un secreto de OAuth 2.0

  1. En la consola de Google Cloud , ve a Google Auth Platform > Clientes > Crear cliente.

    Ir a Crear cliente

    Si no tienes un proyecto seleccionado, se te solicitará que crees uno.

  2. En la lista Tipo de aplicación, selecciona Aplicación web.

  3. En el campo Nombre, ingresa un nombre para tu aplicación.

  4. En la sección Orígenes autorizados de JavaScript, haz clic en + Agregar URI y, luego, agrega https://chatgpt.com en el campo URI.

  5. En la sección URIs de redireccionamiento autorizados, haz clic en + Agregar URI y, luego, agrega https://chatgpt.com/connector_platform_oauth_redirect en el campo URIs.

  6. Haz clic en Crear. Se crea el cliente. Para acceder al ID de cliente, en la consola de Google Cloud , ve a Google Auth Platform > Clientes.

  7. En la lista IDs de cliente de OAuth 2.0, selecciona el nombre del cliente.

  8. En la sección Secretos del cliente, copia el Secreto del cliente y guárdalo en un lugar seguro. Solo puedes copiarlo una vez. Si lo pierdes, borra el secreto y crea uno nuevo.

Agrega el servidor de MCP como una app en ChatGPT

  1. Accede a ChatGPT.
  2. Activa el modo de desarrollador:
    1. En ChatGPT, haz clic en tu nombre de usuario para abrir el menú de perfil y, luego, selecciona Configuración.
    2. En el menú Configuración, selecciona Apps y, luego, haz clic en Configuración avanzada.
    3. En Configuración avanzada, activa el botón de activación del Modo de desarrollador.
  3. En Configuración > Apps, haz clic en el botón Crear app.
  4. En el cuadro de diálogo New app, ingresa la siguiente información:
    • Nombre: Es el nombre del servidor de MCP.
    • Descripción: Es una descripción opcional del servidor de MCP.
    • URL del servidor de MCP: https://spanner.googleapis.com/mcp
    • Autenticación:
      • En el menú Autenticación, selecciona OAuth.
      • En el campo ID de cliente de OAuth, ingresa tu ID de cliente de OAuth de Google.
      • En el campo Secreto de OAuth, ingresa el secreto del cliente de OAuth de Google.
    • Confirma que comprendes el riesgo asociado con el uso del servidor de MCP y, luego, haz clic en Crear.

El servidor de MCP se muestra en el menú Apps y está listo para usarse a través de instrucciones de chat.

Orientación general para clientes de MCP

Si no se incluyen instrucciones específicas para tu cliente de MCP en Configura un cliente de MCP para usar el servidor de MCP de Spanner, usa la siguiente información para conectarte a un servidor de MCP remoto en tu programa host o aplicación de IA. Se te solicitará que ingreses detalles sobre el servidor, como su nombre y URL.

Para el servidor de MCP remoto de Spanner, ingresa la siguiente información:

  • Nombre del servidor: Servidor de MCP de Spanner
  • URL del servidor o Extremo: https://spanner.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 Spanner.

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. En la documentación de tu aplicación, se debe especificar el URI de redireccionamiento que debes usar. No se admiten los URI de redireccionamiento personalizados.

Para obtener orientación específica de la aplicación sobre cómo configurar y conectarse al servidor de MCP, consulta Orientación específica del cliente.

Para obtener orientación más general, consulta los siguientes recursos:

Herramientas disponibles

Para ver los detalles de las herramientas de MCP disponibles y sus descripciones para el servidor de MCP de Spanner, consulta la referencia de MCP de Spanner.

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 Spanner. El método tools/list no requiere autenticación.

curl -X POST https://spanner.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 Spanner, podría ser mcp/toolset-name.
  • MCP_PROTOCOL_VERSION: Es la versión del protocolo de MCP. Por ejemplo, 2026-07-28.

Observabilidad

El servidor de MCP de Spanner admite las herramientas de introspección y observabilidad de Spanner.

Etiquetas de solicitud

Las consultas ejecutadas o las transacciones confirmadas con el servidor de MCP de Spanner se etiquetan automáticamente con etiquetas de solicitud específicas. Puedes usar estas etiquetas para depurar consultas y transacciones. Para obtener más información, consulta Soluciona problemas con etiquetas de solicitud y de transacción.

Nombre de la herramienta Etiqueta de la solicitud
execute_sql mcp_execute_sql
execute_sql_readonly mcp_execute_sql_readonly
commit mcp_commit

Ejemplos de casos de uso

A continuación, se muestran ejemplos de casos de uso para el servidor de MCP de Spanner.

Desarrollo de aplicaciones con Spanner

Un desarrollador de aplicaciones puede usar el servidor de MCP de Spanner para aprovisionar recursos, crear bases de datos y propagar datos de muestra.

Instrucción de ejemplo: "Crea una instancia de Spanner regional en el proyecto PROJECT_ID en la configuración de instancia regional us-central1. Crea una base de datos para hacer un seguimiento del inventario y propaga 5 productos de muestra".

Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud .

Flujo de trabajo:

El flujo de trabajo para desarrollar una aplicación podría ser el siguiente:

  • El agente llama a la herramienta create_instance para aprovisionar una nueva instancia de Spanner con la configuración de instancia especificada. El agente puede invocar la herramienta get_operation para verificar si la instancia está lista para usarse.

  • El agente llama a la herramienta create_database para crear una base de datos nueva con el esquema requerido. El agente puede llamar a la herramienta get_operation para verificar el estado de la operación de creación de la base de datos.

  • El agente puede usar una combinación de las herramientas create_session, execute_sql y commit para insertar datos de muestra.

  • De manera opcional, el agente puede llamar a la herramienta execute_sql para consultar y validar la creación de datos de muestra.

Estadísticas operativas y administración de la configuración de la base de datos

Los administradores de Spanner pueden usar el servidor de MCP de Spanner para recopilar información sobre las instancias y bases de datos de Spanner con herramientas como list_instances, get_instance, list_databases y get_database_ddl.

Instrucciones de ejemplo:

  • "Enumera todas las instancias de Spanner en el proyecto actual".
  • "Enumera todas las bases de datos de la instancia de Spanner actual".
  • "Muestra el esquema de la base de datos de Spanner actual".

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 de 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

  1. 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 información para otorgar roles.

    Habilitar la API

  2. 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:

  1. 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

  2. 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 LOCATION por la región en la que quieres usar Model Armor.

Configura la protección para los servidores de MCP remotos de Google y Google Cloud

Para proteger las llamadas y respuestas de las herramientas 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.

Inhabilita 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 el 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 Google Cloud .

Puedes combinar varios criterios para crear políticas de seguridad y administración personalizadas permitiendo o denegando 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?