Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

使用 Cloud SQL 遠端 MCP 伺服器

MySQL | PostgreSQL | SQL Server

本文說明如何使用 SQL Server 適用的 Cloud SQL 遠端 Model Context Protocol (MCP) 伺服器，連線至 AI 應用程式，包括 Gemini CLI、ChatGPT、Claude，以及您正在開發的自訂應用程式。Cloud SQL 遠端 MCP 伺服器可讓您存取及執行 Cloud SQL 工具，從由 AI 技術支援的開發環境和 AI 代理平台建立、管理及查詢 Cloud SQL 資源。啟用 SQL Server 適用的 Cloud SQL API 時，系統會啟用 SQL Server 適用的 Cloud SQL 遠端 MCP 伺服器。

Model Context Protocol (MCP) 規範了大型語言模型 (LLM) 和 AI 應用程式或代理與外部資料來源的標準連線方式。MCP 伺服器可讓您使用其工具、資源和提示，從後端服務採取行動並取得更新資料。

本機和遠端 MCP 伺服器有何不同？

本機 MCP 伺服器: 通常在本機電腦上執行，並使用標準輸入內容和輸出串流 (stdio)，在同一部裝置上的服務之間通訊。
遠端 MCP 伺服器: 在服務的基礎架構上執行，並為 AI 應用程式提供 HTTP 端點，以便 AI MCP 用戶端與 MCP 伺服器之間通訊。如要進一步瞭解 MCP 架構，請參閱「MCP 架構」。

無狀態核心

2026 年 7 月 28 日的 MCP 版本將 MCP 從雙向有狀態通訊協定改為無狀態通訊協定。每個 MCP 要求都包含自我描述，並可使用標頭轉送。由於每項要求都包含 HTTP 標頭或 _meta 參數中所需的所有資訊，因此不需要 initialize/initialized 握手或 Mcp-Session-Id。MCP 伺服器可透過多來回要求 (MRTR)，要求工具所需的額外資訊。

為協助轉送及處理要求，而不剖析要求主體，您必須提供部分 MCP 標頭，包括：

MCP 規格要求的標頭，例如通訊協定版本標頭和標準要求標頭。
MCP 伺服器定義的自訂標頭。這些標頭會使用 x-mcp-header 屬性，從工具的輸入結構定義鏡像到 HTTP 標頭。舉例來說，MCP 伺服器可能會定義自訂標頭，以指定 Google Cloud 區域或專案 ID。

如要進一步瞭解 MCP 架構，請參閱 MCP 2026-07-28 版的規格和主要變更。

Google 和 Google Cloud 遠端 MCP 伺服器

Google 和 Google Cloud 遠端 MCP 伺服器具有下列功能和優點：

簡化集中式探索作業
代管的全域或區域 HTTP 端點
精細授權
選用 Model Armor 保護提示詞和回覆
集中稽核記錄

如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器可用的安全性和管理控制項，請參閱「Google Cloud MCP 伺服器總覽」。

遠端 MCP 伺服器由 Google 管理，相較於 SQL Server 適用的 Cloud SQL MCP Toolbox for Databases 提供的本機 MCP 伺服器，遠端 MCP 伺服器提供額外的安全性和管理控制項。如要進一步瞭解其他遠端 MCP 伺服器，以及 MCP 適用的安全性和管理控制項，請參閱「Google Cloud MCP 伺服器總覽」。

下列章節僅適用於 SQL Server 適用的 Cloud SQL 遠端 MCP 伺服器。

事前準備

必要的角色

如要取得使用 Cloud SQL 遠端 MCP 伺服器所需的權限，請要求管理員在您要使用遠端 Cloud SQL MCP 伺服器的專案中，授予下列 IAM 角色：

在專案中發出 MCP 工具呼叫：MCP 工具使用者 (roles/mcp.toolUser)
建立 Cloud SQL 執行個體的備份：Cloud SQL 編輯者 (roles/cloudsql.editor)
建立 OAuth 用戶端 ID：OAuth 設定編輯者 (roles/oauthconfig.editor)
建立、複製、從備份還原或更新 Cloud SQL 執行個體： Cloud SQL 管理員 (roles/cloudsql.admin)
更新 Cloud SQL 使用者：Cloud SQL 管理員 (roles/cloudsql.admin)
在 Secret Manager 中建立密鑰及存取密鑰版本： Secret Manager 管理員 (roles/secretmanager.admin)
在 Cloud SQL 中執行 SQL 陳述式 (包括唯讀)：
- Cloud SQL 管理員 (roles/cloudsql.admin)
- Cloud SQL Studio 使用者 (roles/cloudsql.StudioUser)
取得 Cloud SQL 執行個體，或列出專案中的所有 Cloud SQL 執行個體：Cloud SQL 檢視者 (roles/cloudsql.viewer)
將資料匯入 Cloud SQL 執行個體：
- Cloud SQL 管理員 (roles/cloudsql.admin)
- 儲存空間管理員 (roles/storage.admin)
列出 Cloud SQL 使用者： Cloud SQL 檢視者 (roles/cloudsql.viewer)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備使用 Cloud SQL 遠端 MCP 伺服器所需的權限。如要查看確切的必要權限，請展開「Required permissions」(必要權限) 部分：

所需權限

如要使用 Cloud SQL 遠端 MCP 伺服器，必須具備下列權限：

發出 MCP 工具呼叫：mcp.tools.call
存取 Secret Manager 中的密鑰版本：secretmanager.secretVersions.access
複製 Cloud SQL 執行個體：cloudsql.instances.clone
建立 Cloud SQL 執行個體：cloudsql.instances.create
建立 Cloud SQL 備份：cloudsql.backupRuns.create
在 Cloud SQL 執行個體上執行 SQL 陳述式 (包括唯讀)：cloudsql.instances.executeSql
取得 Cloud SQL 執行個體：cloudsql.instances.get
取得 Cloud SQL 執行個體作業： cloudsql.instances.get
將資料匯入 Cloud SQL 執行個體： cloudsql.instances.import
列出專案中的 Cloud SQL 執行個體：cloudsql.instances.list
列出 Cloud SQL 使用者：cloudsql.users.list
從 Cloud SQL 備份還原：
- cloudsql.backupRuns.get
- cloudsql.instances.restoreBackup
更新 Cloud SQL 執行個體： cloudsql.instances.update
更新 Cloud SQL 使用者： cloudsql.users.update

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

設定 MCP 用戶端，以便使用 Cloud SQL MCP 伺服器

主機程式 (例如 Claude 或 Gemini CLI) 可以例項化 MCP 用戶端，連線至單一 MCP 伺服器。主機程式可以有多個用戶端，連至不同的 MCP 伺服器。如要連線至遠端 MCP 伺服器，MCP 用戶端至少必須知道遠端 MCP 伺服器的網址。

請按照下列操作說明設定 MCP 用戶端，連線至遠端 Cloud SQL MCP 伺服器。

Gemini CLI

如要將 Cloud SQL 遠端 MCP 伺服器新增至 Gemini CLI，請將其設為擴充功能。

在下列位置建立擴充功能檔案：~/.gemini/extensions/EXT_NAME/gemini-extension.json，其中 ~/ 是主目錄，EXT_NAME 則是您要為擴充功能指定的名稱。

將下列內容儲存至擴充功能檔案：

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

儲存擴充功能檔案。
啟動 Gemini CLI：
```
        gemini
        
```

執行 /mcp，查看已設定的 MCP 伺服器及其工具。

回覆內容如下：

        Configured MCP servers:
        🟢 Cloud SQL MCP Server (from sqladmin )
          - list_instances
          - get_instance
          - clone_instance
          - create_instance
          - update_instance
          - execute_sql
          - execute_sql_readonly
          - get_operation
          - create_user
          - update_user
          - list_users
          - create_backup
          - restore_backup
          - import_data
          - postgres_upgrade_precheck

遠端 MCP 伺服器已可在 Gemini CLI 中使用。

Antigravity

如要設定 Cloud SQL 遠端 MCP 伺服器，以便搭配 Antigravity 使用，請使用應用程式預設憑證 (ADC)。

執行下列指令，使用 ADC 登入 Google Cloud 。
```
gcloud auth application-default login
    
```
將產生的網址和權杖複製到瀏覽器視窗。
登入畫面會隨即顯示。選擇有權呼叫 MCP 工具及使用遠端 MCP 伺服器的帳戶。登入後，您的憑證會儲存在 ADC 使用的本機憑證檔案中。

將遠端 MCP 伺服器新增至 Antigravity

開啟 Antigravity。
在「Agent」窗格中，按一下開啟「Additional options」選單，然後選取「MCP 伺服器」。
在「MCP Store」視窗中，選取「管理 MCP 伺服器」。在主編輯器視窗中，會顯示「管理 MCP 伺服器」窗格。
在「Manage MCP servers」(管理 MCP 伺服器) 窗格中，按一下「View raw config」(查看原始設定)，開啟含有 mcp_json.config 檔案的分頁。

在 mcp_config.json 檔案中新增下列設定：

  {
     "mcpServers": {
        "cloud-sql": {
           "serverUrl": "https://sqladmin.googleapis.com/mcp",
            "authProviderType": "google_credentials",
            "disabled": false
      }
    }
  }

返回「管理 MCP 伺服器」窗格，然後點選「重新整理」。系統會顯示 Cloud SQL 遠端 MCP 伺服器的可用工具清單。
在「Agent」窗格中，輸入提示，讓代理使用遠端 Cloud SQL MCP 伺服器。例如：
```
List the Cloud SQL instances in the project.
```
確認代理使用的是 Cloud SQL 遠端 MCP 伺服器的 list_instances 工具。在「Agent」窗格中，您可以查看代理的工作，包括：
MCP tool: cloud-sql/list_instance

Claude.ai

您必須使用 Claude Enterprise、Pro、Max 或 Team 方案，才能在 Claude.ai 中設定 Google 和 Google Cloud MCP 伺服器。如要查看定價資訊，請參閱 Claude 定價。

如要將 Google 或 Google Cloud 遠端 MCP 伺服器新增至 Claude.ai，請使用 OAuth 用戶端 ID 和 OAuth 用戶端密鑰設定自訂連接器：

建立 OAuth 2.0 用戶端 ID 和密鑰

在 Google Cloud 控制台中，依序前往「Google Auth Platform」>「Clients」>「Create client」。

前往「Create client」(建立用戶端)

如果沒有選取專案，系統會提示您建立專案。
在「Application type」(應用程式類型) 清單中，選取「Web application」(網頁應用程式)。
在「Name」(名稱) 欄位中，輸入應用程式名稱。
在「已授權的重新導向 URI」部分，點選「+ 新增 URI」，然後在「URI」欄位中新增 https://claude.ai/api/mcp/auth_callback。
點選「建立」。已建立用戶端。如要存取用戶端 ID，請前往 Google Cloud 控制台，依序點選「Google Auth Platform」>「用戶端」。
在「OAuth 2.0 client IDs」(OAuth 2.0 用戶端 ID) 清單中，選取用戶端名稱。
在「Client secrets」(用戶端密鑰) 區段中，複製「Client secret」(用戶端密鑰) 並儲存在安全的位置。只能複製一次。如果遺失，請刪除密鑰並建立新的密鑰。

注意：請將用戶端密鑰視為密碼，並妥善保存在安全的地方。

在 Claude.ai 建立自訂連接器

請按照您使用的 Claude 方案操作：

Enterprise 和 Team

在 Claude.ai 中，依序前往「管理設定」>「連結器」。
按一下「新增自訂連接器」。
在「Add custom connector」(新增自訂連接器) 對話方塊中，輸入下列資訊：
- 伺服器名稱：人類可讀的伺服器名稱。
- 遠端 MCP 伺服器網址：https://sqladmin.googleapis.com/mcp
展開「進階設定」選單，然後輸入下列資訊：
- OAuth 用戶端 ID：您建立的 OAuth 2.0 用戶端 ID。
- OAuth 用戶端密鑰：OAuth 2.0 用戶端的密鑰。如要擷取密鑰，請依序前往「Google Auth Platform」>「Clients」，然後選取您建立的 OAuth 用戶端 ID。在「Client secrets」(用戶端密鑰) 區段中，點選複製「Client secret」(用戶端密鑰)。
按一下「新增」。

已建立自訂連接器。
開啟「工具」選單，然後啟用連接器。

Claude.ai 就能使用 MCP 伺服器。

Pro 和 Max

在 Claude.ai 中，依序前往「Settings」>「Connectors」。
按一下「新增自訂連接器」。
在「Add custom connector」(新增自訂連接器) 對話方塊中，輸入下列資訊：
- 伺服器名稱：人類可讀的伺服器名稱。
- 遠端 MCP 伺服器網址：https://sqladmin.googleapis.com/mcp
展開「進階設定」選單，然後輸入下列資訊：
- OAuth 用戶端 ID：您建立的 OAuth 2.0 用戶端 ID。
- OAuth 用戶端密鑰：OAuth 2.0 用戶端的密鑰。如要擷取密鑰，請依序前往「Google Auth Platform」>「Clients」，然後選取您建立的 OAuth 用戶端 ID。在「Client secrets」(用戶端密鑰) 區段中，點選複製「Client secret」(用戶端密鑰)。
按一下「新增」。

已建立自訂連接器。
開啟「工具」選單，然後啟用連接器。

Claude.ai 可以使用 MCP 伺服器。

ChatGPT

您必須訂閱 ChatGPT Business，才能搭配 ChatGPT 使用 Google 和 Cloud SQL MCP 伺服器。

如要將 Google 或 Cloud SQL 遠端 MCP 伺服器新增至 ChatGPT，請建立 Google OAuth 2.0 用戶端 ID 和密鑰，然後將 MCP 伺服器新增為 ChatGPT 中的應用程式。

建立 OAuth 2.0 用戶端 ID 和密鑰

在 Google Cloud 控制台中，依序前往「Google Auth Platform」>「Clients」>「Create client」。

前往「建立用戶端」

如果未選取專案，系統會提示您建立專案。
在「Application type」(應用程式類型) 清單中，選取「Web application」(網頁應用程式)。
在「Name」(名稱) 欄位中，輸入應用程式的名稱。
在「已授權的 JavaScript 來源」部分，按一下「+ 新增 URI」，然後在「URI」欄位中新增 https://chatgpt.com。
在「已授權的重新導向 URI」部分，點選「+ 新增 URI」，然後在「URI」欄位中新增 https://chatgpt.com/connector_platform_oauth_redirect。
點選「建立」。用戶端已建立。如要存取用戶端 ID，請前往 Google Cloud 控制台的「Google Auth Platform」>「用戶端」。
在「OAuth 2.0 client IDs」(OAuth 2.0 用戶端 ID) 清單中，選取用戶端名稱。
在「用戶端密鑰」部分，複製「用戶端密鑰」並儲存在安全的地方。你只能複製一次。如果遺失，請刪除密鑰並建立新的密鑰。

注意：請將用戶端密鑰視為密碼，並妥善保存。

在 ChatGPT 中將 MCP 伺服器新增為應用程式

登入 ChatGPT。
開啟開發人員模式：
1. 在 ChatGPT 中，按一下使用者名稱開啟「Profile menu」(個人資料選單)，然後選取「Settings」(設定)。
2. 在「設定」選單中，依序選取「應用程式」Apps和「進階設定」Advanced settings。
3. 在「進階設定」中，將「開發人員模式」切換鈕設為開啟。
依序前往「設定」 >「應用程式」，然後點選「建立應用程式」按鈕。
在「New app」(新增應用程式) 對話方塊中，輸入下列資訊：
- 名稱：MCP 伺服器的名稱。
- 說明：MCP 伺服器的說明 (選填)。
- MCP 伺服器網址：https://sqladmin.googleapis.com/mcp
- 驗證：
  - 在「Authentication」選單中，選取「OAuth」。
  - 在「OAuth client ID」(OAuth 用戶端 ID) 欄位中，輸入 Google OAuth 用戶端 ID。
  - 在「OAuth secret」(OAuth 密鑰) 欄位中，輸入 Google OAuth 用戶端密鑰。
- 確認您瞭解使用 MCP 伺服器相關的風險，然後按一下「建立」。

MCP 伺服器會顯示在「應用程式」選單中，並可透過聊天提示使用。

MCP 用戶端一般指南

如果「設定 MCP 用戶端以使用 Cloud SQL MCP 伺服器」中未列出您的 MCP 用戶端，請使用下列資訊，在主機程式或 AI 應用程式中連線至遠端 MCP 伺服器。系統會提示您輸入伺服器的詳細資料，例如名稱和網址。

如果是 Cloud SQL 遠端 MCP 伺服器，請視需要輸入下列資訊：

伺服器名稱：Cloud SQL MCP 伺服器
伺服器網址或端點：https://sqladmin.googleapis.com/mcp (或專用工具集網址)
傳輸：可串流 HTTP
驗證詳細資料：視您要採用的驗證方式而定，您可以輸入 Google Cloud 憑證、OAuth 用戶端 ID 和密鑰，或代理身分和憑證。如要進一步瞭解驗證，請參閱「向 MCP 伺服器進行驗證」。
OAuth 範圍：連線至 Cloud SQL MCP 伺服器時要使用的 OAuth 2.0 範圍。

驗證及授權

Cloud SQL MCP 伺服器會使用 OAuth 2.0 通訊協定搭配 Identity and Access Management (IAM) 進行驗證和授權。所有Google Cloud 身分都支援 MCP 伺服器驗證。

Cloud SQL 遠端 MCP 伺服器不接受 API 金鑰。

建議您使用 MCP 工具為代理建立獨立身分，以便控管及監控資源存取權。如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。

Cloud SQL MCP OAuth 範圍

OAuth 2.0 會使用範圍和憑證，判斷通過驗證的主體是否已獲得授權，可對資源執行特定動作。如要進一步瞭解 Google 的 OAuth 2.0 範圍，請參閱「使用 OAuth 2.0 存取 Google API」。

Cloud SQL 具有下列 MCP 工具 OAuth 範圍：

gcloud CLI 的範圍 URI	說明
`https://www.googleapis.com/auth/cloud-platform`	建立、更新及列出 Cloud SQL 資源，包括執行個體和資料庫使用者。匯入資料並在 Cloud SQL 執行個體上執行 SQL 陳述式。
`https://www.googleapis.com/auth/cloudsql`	建立、更新及列出 Cloud SQL 資源，包括執行個體和資料庫使用者。在 Cloud SQL 執行個體中匯入資料及執行 SQL 陳述式。您可以一併使用這個範圍，或改用較廣泛的平台範圍。
`https://www.googleapis.com/auth/cloudsql.readonly`	查看 Cloud SQL 資源和 Cloud SQL 執行個體中的資料。您可以使用這個範圍執行唯讀 SQL 陳述式。

在工具呼叫期間存取的資源可能需要額外範圍。如要查看 Cloud SQL 必要的範圍清單，請參閱 Cloud SQL Admin API。

可用的工具集

Cloud SQL 遠端 MCP 伺服器提供專屬端點網址 (工具集)，可根據您的安全性和工作流程需求，提供特定工具子集。您可以設定 MCP 用戶端，連線至下列任一工具組網址：

所有工具：https://sqladmin.googleapis.com/mcp 公開遠端 MCP 伺服器的所有可用工具。
唯讀：https://sqladmin.googleapis.com/mcp/readonly 公開唯讀工具：
- get_instance
- get_operation
- list_instances
- list_users
- execute_sql_readonly
執行個體管理：https://sqladmin.googleapis.com/mcp/instance_manage 提供建立、修改及管理 Cloud SQL 執行個體的工具：
- clone_instance
- create_instance
- get_instance
- get_operation
- list_instances
- update_instance
查詢執行：https://sqladmin.googleapis.com/mcp/query_execution 提供執行 SQL 陳述式的工具：
- execute_sql
- get_operation

可用的工具

clone_instance：建立 Cloud SQL 執行個體，做為來源執行個體的複製版本。
create_backup：建立 Cloud SQL 執行個體的備份。
create_instance：啟動 Cloud SQL 執行個體的建立作業。
execute_sql：在 Cloud SQL 執行個體上執行任何有效的 SQL 陳述式 (DDL、DCL、DQL、DML)。
execute_sql_readonly：在 Cloud SQL 執行個體上執行任何有效的唯讀 SQL 陳述式。
get_instance：取得 Cloud SQL 執行個體的詳細資料。
get_operation：取得 Cloud SQL 中長時間執行的作業狀態。
import_data：從 Cloud Storage 將資料匯入 Cloud SQL 執行個體。
list_instances：列出專案中的所有 Cloud SQL 執行個體。
list_users：列出 Cloud SQL 執行個體的所有資料庫使用者。
restore_backup：還原 Cloud SQL 執行個體的備份。
update_instance：更新 Cloud SQL 執行個體支援的設定。
update_user：更新 Cloud SQL 執行個體的資料庫使用者。

如要查看 Cloud SQL 遠端 MCP 伺服器的可用 MCP 工具及說明，請參閱 Cloud SQL MCP 參考資料。

清單工具

使用 MCP 檢查工具列出工具，或直接將 tools/list HTTP 要求傳送至 Cloud SQL 遠端 MCP 伺服器。tools/list 方法不需要驗證。

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

更改下列內容：

TOOLSET_ENDPOINT：服務名稱後方的 MCP 端點其餘部分。舉例來說，如果是 Cloud SQL，這可能是 mcp/toolset-name。
MCP_PROTOCOL_VERSION：MCP 通訊協定版本。例如：2026-07-28。

建立執行個體

根據預設，使用 create_instance 工具建立 Cloud SQL 執行個體時，系統會為執行個體設定公開 IP 位址。

如要建立具有私人 IP 位址的執行個體，可以建立啟用私人服務連線或 Private Service Connect 的執行個體。建立具有私人 IP 位址的執行個體時，系統會自動停用其公開 IP 位址。

如要啟用私人服務存取權，您建立 Cloud SQL 執行個體的專案必須已具備私人服務存取連線。如要啟用 Private Service Connect，您必須在可供建立 Cloud SQL 執行個體的專案中，建立 Private Service Connect 端點。

更新執行個體

update_instance 工具可讓您對 Cloud SQL 執行個體進行下列更新：

變更執行個體的版本和級別
啟用或停用資料快取
啟用或停用執行個體的公開 IP 位址設定
啟用或停用私人服務連線
啟用或停用 Private Service Connect

執行 SQL 陳述式

遠端 Cloud SQL MCP 伺服器提供兩項獨立工具，用於執行 SQL 陳述式。您可以使用 execute_sql 工具管理及變更資料庫。如要執行唯讀 SQL 陳述式 (例如查詢資料)，可以使用 execute_sql_readonly 工具。

在這兩種情況下，如要執行 SQL 陳述式，Cloud SQL 執行個體必須符合下列需求：

執行個體的 data_api_access 設定必須設為 ALLOW_DATA_API 值。使用 create_instance 工具建立執行個體時，系統會自動設定 data_api_access 設定。
請使用內建資料庫使用者帳戶進行驗證。將使用者密碼儲存在 Secret Manager 的區域密鑰中，該密鑰須與 Cloud SQL 執行個體位於相同區域，並在呼叫工具時指定 user 和 password_secret_version。

如果例項的 data_api_access 設定未設為 ALLOW_DATA_API，請使用 update_instance 工具更新例項的設定。

sqlcommenter 標記

使用 execute_sql 或 execute_sql_readonly 工具執行查詢時，請將選用的 sql_commenter_enabled 參數設為 true，將 sqlcommenter 標記附加至 SQL 陳述式，以便觀測資料庫及收集遙測資料。附加的註解包含下列標記：

mcp.tool：呼叫的 MCP 工具名稱。
mcp.server：遠端 MCP 伺服器的身分 (Remote MCP Server)。
user.identity：執行查詢的已驗證資料庫或 IAM 使用者身分。
mcp.client：已識別的 AI 用戶端或應用程式代理程式 (例如 Claude、Gemini 或 Antigravity)。

系統只支援這些預設標記，無法新增其他標記。

您可以在 Cloud SQL Studio 或記錄檔探索工具中，查看資料庫查詢和稽核記錄，藉此檢視已執行的查詢和附加的 sqlcommenter 標記。

應用實例

以下是 Cloud SQL MCP 伺服器的用途範例：

網頁應用程式開發

舉例來說，您可能需要快速開發網頁應用程式，並佈建 Cloud SQL 執行個體做為來源資料庫。在這個用途中，您可以使用 Cloud SQL MCP 伺服器，以自然語言為新專案建立資料庫並填入初始資料。

提示詞範例：

"Create a new SQL Server development instance and set up a table called products."

工作流程：

設定網頁應用程式的工作流程可能如下所示：

佈建：代理程式會呼叫 create_instance 工具，建立具有開發環境大小規格的新 Cloud SQL 執行個體。
驗證：代理使用 get_operation 工具輪詢執行個體建立作業的狀態。
連線：作業完成後，代理會使用 get_instance 工具擷取執行個體連線中繼資料。
結構定義設定：準備就緒後，代理程式會使用 execute_sql 執行 CREATE TABLE products SQL 陳述式。
資料播種：代理程式再次使用 execute_sql，將初始播種資料 (DML) 插入新建立的資料表。
資料植入：準備就緒後，代理會使用 import_data，從 Cloud Storage 匯入產品資料檔案。

使用自然語言查詢資料庫

您可以使用自然語言查詢 Cloud SQL 資料庫、更新記錄及更新結構定義。

提示詞範例：

"Add a `stock_count` column to the inventory table."

工作流程：使用自然語言查詢資料庫的工作流程可能如下所示。

結構定義遷移：代理呼叫 execute_sql 執行 ALTER TABLE 陳述式，將新的 stock_count 資料欄新增至資料庫結構定義。
驗證：代理程式會使用 get_instance 確認執行個體更新已成功完成。

提示詞範例：

"Show me a list of shoes that are priced above $100 from the inventory table."

工作流程：

執行查詢：代理呼叫 execute_sql 執行 SQL 陳述式，擷取資料。

限制

Cloud SQL 遠端 MCP 伺服器有下列限制：

如果 execute_sql 或 execute_sql_readonly 工具傳回的回應大於 10 MB，系統會截斷回應。
使用 execute_sql 或 execute_sql_readonly 工具時，執行時間超過 30 秒的查詢可能會逾時。
SQL Server 適用的 Cloud SQL 不支援 create_user 工具。

選用的安全和防護設定

MCP 工具可執行多種動作，因此會帶來新的安全風險和考量。為盡可能降低及管理這些風險，Google Cloud 提供預設設定和可自訂的政策，控管 Google Cloud組織或專案中的 MCP 工具使用情形。

如要進一步瞭解 MCP 安全性和管理，請參閱「AI 安全性」。

Model Armor

Model Armor 是一項Google Cloud 服務，可提高 AI 應用程式的安全性。這項服務會主動篩選 LLM 提示詞和回覆，防範各種風險，並確保全程採行負責任的 AI 做法。無論您是在雲端環境或外部雲端服務供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護機密資料、維持法規遵循，並在多元的 AI 環境中，一致地強制執行 AI 安全性和安全性政策。

啟用 Model Armor 並啟用記錄功能後，Model Armor 會記錄整個酬載。這可能會導致記錄中的私密資訊外洩。

MCP 要求轉送至 Model Armor

Model Armor 僅適用於特定區域。啟用 Model Armor 後，如果您在不支援 Model Armor 的管轄區使用 MCP 伺服器，呼叫的轉送行為可能會因 MCP 伺服器而異，且可能違反使用中和傳輸中資料的資料落地法規。如要進一步瞭解個別 MCP 伺服器的行為，請參閱「Model Armor 支援的產品」。

啟用 Model Armor

您必須先啟用 Model Armor API，才能使用 Model Armor。

控制台

啟用 Model Armor API (如果尚未啟用)。
啟用 API 時所需的角色
如要啟用 API，您必須具備 serviceusage.services.enable 權限。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「服務使用管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。
啟用 API
選取要啟用 Model Armor 的專案。

gcloud

開始之前，請使用 gcloud CLI 搭配 Model Armor API 執行下列步驟：

安裝 gcloud CLI，然後使用聯合身分登入 gcloud CLI。登入後，執行下列指令來初始化 gcloud CLI：
```
gcloud init
```
執行下列指令，設定 Model Armor 服務的 API 端點。
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
將 LOCATION 替換為要使用 Model Armor 的區域。

設定 Google 和 Google Cloud 遠端 MCP 伺服器的防護機制

如要保護 MCP 工具呼叫和回應，可以使用 Model Armor 底限設定。底限設定會定義適用於整個專案的最低安全性篩選器。這項設定會對專案中的所有 MCP 工具呼叫和回覆，套用一致的篩選器。

設定 Model Armor 底限設定，並啟用 MCP 清理功能。詳情請參閱「設定 Model Armor 底限設定」。

請參閱下列指令範例：

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"}]'

將 PROJECT_ID 替換為 Google Cloud 專案 ID。

請注意下列設定：

INSPECT_AND_BLOCK：強制執行類型，可檢查 Google MCP 伺服器的內容，並封鎖符合篩選條件的提示和回應。
ENABLED：啟用篩選器或違規處置的設定。
MEDIUM_AND_ABOVE：負責任的 AI 技術 - 危險篩選器設定的信心水準。您可以修改這項設定，但較低的值可能會導致更多誤判。詳情請參閱「Model Armor 信心水準」。

停用 Model Armor 掃描 MCP 流量的功能

如要停止讓 Model Armor 根據專案的底限設定，自動掃描往返 Google MCP 伺服器的流量，請執行下列指令：

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

將 PROJECT_ID 替換為 Google Cloud 專案 ID。Model Armor 不會自動將這個專案底限設定中定義的規則，套用至任何 Google MCP 伺服器流量。

Model Armor 底限設定和一般設定不只會影響 MCP，由於 Model Armor 會與 Vertex AI 等服務整合，因此您對底限設定所做的任何變更，都可能影響所有整合服務 (不只是 MCP) 的流量掃描和安全行為。

使用 IAM 政策控管 MCP 使用情形

Identity and Access Management (IAM) 拒絕政策和允許政策可協助您保護 Google Cloud 和 Google MCP 伺服器。

您可以結合多項條件，根據下列項目允許或拒絕存取，建立自訂的安全性和管理政策：

主體。
工具屬性，例如唯讀屬性。
服務名稱或工具名稱。
應用程式的 OAuth 用戶端 ID。

詳情請參閱「使用身分與存取權管理功能控管 MCP 使用情形」。

使用 Cloud SQL 遠端 MCP 伺服器 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

本機和遠端 MCP 伺服器有何不同？

無狀態核心

Google 和 Google Cloud 遠端 MCP 伺服器

事前準備

必要的角色

所需權限

設定 MCP 用戶端，以便使用 Cloud SQL MCP 伺服器

Gemini CLI

Antigravity

驗證 Google Cloud 專案

將遠端 MCP 伺服器新增至 Antigravity

Claude.ai

建立 OAuth 2.0 用戶端 ID 和密鑰

在 Claude.ai 建立自訂連接器

Enterprise 和 Team

Pro 和 Max

ChatGPT

建立 OAuth 2.0 用戶端 ID 和密鑰

在 ChatGPT 中將 MCP 伺服器新增為應用程式

MCP 用戶端一般指南

驗證及授權

Cloud SQL MCP OAuth 範圍

可用的工具集

可用的工具

清單工具

建立執行個體

更新執行個體

執行 SQL 陳述式

sqlcommenter 標記

應用實例

網頁應用程式開發

使用自然語言查詢資料庫

限制

選用的安全和防護設定

Model Armor

MCP 要求轉送至 Model Armor

啟用 Model Armor

控制台

gcloud

設定 Google 和 Google Cloud 遠端 MCP 伺服器的防護機制

停用 Model Armor 掃描 MCP 流量的功能

使用 IAM 政策控管 MCP 使用情形

後續步驟

使用 Cloud SQL 遠端 MCP 伺服器