‫Google משתמשת בטכנולוגיית AI כדי לתרגם תוכן לשפה המועדפת עליך. בתרגומים כאלו עשויות להיות שגיאות.

שימוש בשרת MCP של Cloud Storage

במאמר הזה מוסבר איך להשתמש בשרת Cloud Storage MCP כדי להתחבר ל-Cloud Storage מאפליקציות AI כמו Gemini CLI, מצב סוכן ב-Gemini Code Assist, ‏Claude Code או באפליקציות AI שאתם מפתחים.

באמצעות שרת ה-MCP של Cloud Storage, אתם יכולים להשתמש באפליקציות ובסוכנים של AI כדי לבצע את המשימות הבאות:

ליצור ולמחוק קטגוריות.
אחזור מטא-נתונים של אובייקט.
לקרוא ולמחוק נתוני אובייקטים, ולכתוב תוכן טקסט.
הצגת קטגוריות ואובייקטים.

שרת ה-MCP המרוחק של Cloud Storage מופעל כשמפעילים את Cloud Storage API. כדי להשבית את שרת ה-MCP של Cloud Storage, צריך להשבית את Cloud Storage API. במאמר השבתת שירות מוסבר איך משביתים את Cloud Storage API.

‫Model Context Protocol (‏MCP) הוא תקן שמגדיר איך מודלים גדולים של שפה (LLM) ואפליקציות או סוכנים של AI מתחברים למקורות נתונים חיצוניים. שרתי MCP מאפשרים לכם להשתמש בכלים, במשאבים ובהנחיות שלהם כדי לבצע פעולות ולקבל נתונים מעודכנים משירות הקצה העורפי שלהם.

מה ההבדל בין שרתי MCP מקומיים לשרתי MCP מרוחקים?

שרתי MCP מקומיים: בדרך כלל פועלים במחשב המקומי ומשתמשים בזרמי הקלט והפלט הסטנדרטיים (stdio) לתקשורת בין שירותים באותו מכשיר.
שרתי MCP מרוחקים: הם פועלים בתשתית של השירות ומציעים נקודת קצה (endpoint) מסוג HTTP לאפליקציות AI, כדי לאפשר תקשורת בין לקוח ה-MCP של ה-AI לבין שרת ה-MCP. מידע נוסף על ארכיטקטורת MCP

ליבה ללא שמירת מצב

בגרסת MCP‏ 2026-07-28, פרוטוקול MCP משתנה מפרוטוקול דו-כיווני עם שמירת מצב (stateful) לפרוטוקול ללא שמירת מצב (stateless). כל בקשת MCP מתארת את עצמה ואפשר לנתב אותה באמצעות כותרות. אין צורך בלחיצת היד של initialize/initialized או ב-Mcp-Session-Id כי כל בקשה כוללת את כל המידע שנדרש בכותרות HTTP או בפרמטר _meta. שרתי MCP יכולים לבקש מידע נוסף שנדרש לכלי באמצעות בקשות הלוך ושוב (MRTR).

כדי לנתב ולעבד בקשות בלי לנתח את גוף הבקשה, נדרשות כמה כותרות MCP, כולל:

כותרות שנדרשות לפי מפרט ה-MCP, כמו כותרת גרסת הפרוטוקול וכותרות בקשה רגילות.
כותרות בהתאמה אישית שמוגדרות על ידי שרת ה-MCP. הכותרות האלה משתקפות בכותרות HTTP מסכימת הקלט של הכלי באמצעות המאפיין x-mcp-header. לדוגמה, שרת MCP יכול להגדיר כותרת מותאמת אישית כדי לציין את האזור או את מזהה הפרויקט ב- Google Cloud .

למידע נוסף על הארכיטקטורה של MCP, קראו את המפרט של MCP בגרסה 2026-07-28 ואת השינויים העיקריים.

אלה כמה סיבות אפשריות לשימוש בשרת MCP מקומי של Cloud Storage:

אתם צריכים ליצור כלי בהתאמה אישית.
אין לכם הרשאות להפעיל את שרת ה-MCP או להשתמש בו בפרויקט.

במאמר חיבור מודלי LLM ל-Cloud Storage באמצעות MCP מוסבר איך משתמשים בשרת MCP מקומי.

שרתי MCP של Google ושרתי MCP מרוחקים של Google Cloud

לשרתי MCP מרוחקים של Google ושל Google Cloud יש את התכונות והיתרונות הבאים:

חיפוש פשוט ומרוכז
נקודות קצה (endpoints) מנוהלות של HTTP גלובלי או אזורי
הרשאה פרטנית
אבטחה אופציונלית של הנחיות ותשובות באמצעות הגנה מוגברת על המודל
רישום מרכזי ביומן הביקורת

במאמר סקירה כללית על שרתי Google Cloud MCP מוסבר על שרתי MCP אחרים ועל אמצעי הבקרה לאבטחה ולמשילות שזמינים לשרתי Google Cloud MCP.

מגבלות

לשרת ה-MCP של Cloud Storage יש את המגבלות הבאות:

סוגי קבצים: פעולות קריאה תומכות בקובצי טקסט ובקבצים בינאריים (כמו קובצי PDF, תמונות, אודיו וסרטונים). פעולות כתיבה מוגבלות לקובצי טקסט.
גודל הקובץ: עד 8MiB לפעולות קריאה וכתיבה.
נקודת קצה (endpoint): נקודת קצה גלובלית בלבד.

מידע מפורט על המכסות והמגבלות שחלות על שרת ה-MCP של Cloud Storage מופיע במאמר מכסות ומגבלות.

לפני שמתחילים

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.
Install the Google Cloud CLI.

Note: If you installed the gcloud CLI previously, make sure you have the latest version by running gcloud components update.
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
```

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לשימוש בשרת ה-MCP של Cloud Storage, בקשו מהאדמין לתת לכם את התפקידים הבאים ב-IAM בפרויקט שבו אתם רוצים להשתמש בשרת ה-MCP של Cloud Storage:

לבצע קריאות API לכלי MCP: משתמש בכלי MCP (roles/mcp.toolUser)
הצגת אובייקטים, קריאת אובייקטים והתוכן שלהם או אחזור מטא-נתונים של אובייקט: צפייה באובייקטים של אחסון (roles/storage.objectViewer)
כתיבת תוכן לאובייקט: יצירת אובייקטים באחסון (roles/storage.objectCreator)
מחיקת אובייקטים: Storage Object User (roles/storage.objectUser) או Storage Object Admin (roles/storage.objectAdmin)
יצירה, הצגה או מחיקה של קטגוריות: אדמין של Storage ‏(roles/storage.admin)

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

התפקידים המוגדרים מראש האלה כוללים את ההרשאות שנדרשות כדי להשתמש בשרת ה-MCP של Cloud Storage. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי להשתמש בשרת ה-MCP של Cloud Storage, נדרשות ההרשאות הבאות:

מפעיל קריאות לכלי MCP: mcp.tools.call
הצגת רשימה של אובייקטים: storage.objects.list
לקרוא אובייקטים ואת התוכן שלהם או לקבל את המטא-נתונים של אובייקט: storage.objects.get
כתיבת תוכן לאובייקט: storage.objects.create
מחיקת אובייקטים: storage.objects.delete
הצגת רשימה של קטגוריות: storage.buckets.list
יצירת קטגוריות: storage.buckets.create
מחיקת קטגוריות: storage.buckets.delete

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

אימות והרשאה

שרת ה-MCP המרוחק של Cloud Storage משתמש בפרוטוקול OAuth 2.0 עם ניהול זהויות והרשאות גישה (IAM) לאימות ולהרשאה. כל Google Cloud הזהויות נתמכות לאימות בשרתי MCP.

שרת ה-MCP של Cloud Storage לא מקבל מפתחות API לאימות, כי כל הבקשות דורשות הרשאה של ניהול זהויות והרשאות גישה (IAM).

אנחנו ממליצים ליצור זהות נפרדת לסוכנים שמשתמשים בכלים של MCP, כדי שתוכלו לשלוט בגישה למשאבים ולעקוב אחריה. מידע נוסף על אימות זמין במאמר אימות בשרתי MCP.

היקפי ההרשאות של Cloud Storage MCP OAuth

ב-OAuth 2.0 משתמשים בהיקפי הרשאות ובפרטי כניסה כדי לקבוע אם לחשבון משתמש מאומת מסוים מותר לבצע פעולה מסוימת במשאב. למידע נוסף על היקפי ההרשאות של OAuth 2.0 ב-Google, קראו את המאמר שימוש ב-OAuth 2.0 כדי לגשת אל Google APIs.

אלה היקפי ההרשאות של OAuth לכלי MCP ב-Cloud Storage:

URI של היקף ההרשאות ל-CLI של gcloud	תיאור
`https://www.googleapis.com/auth/devstorage.read_only`	היקף ההרשאות הזה מאפשר גישה רק לקריאת נתונים.
`https://www.googleapis.com/auth/devstorage.read_write`	היקף ההרשאות הזה מאפשר לקרוא ולשנות נתונים.

יכול להיות שיידרשו היקפי הרשאות נוספים במשאבים שאליהם ניגשים במהלך קריאת API לכלי. במאמר Cloud Storage API מופיעה רשימה של היקפי ההרשאות שנדרשים ל-Cloud Storage. אם הנציג שלכם יוצר אינטראקציה עם שירותי Google Cloud אחרים כחלק מתהליך העבודה שלו, כמו BigQuery או Storage Insights, הוא צריך את היקפי ההרשאות המתאימים של OAuth לשירותים האלה, בנוסף להיקפי ההרשאות של Cloud Storage.

הגדרת לקוח MCP לשימוש בשרת MCP של Cloud Storage

אפליקציות וסוכני AI, כמו Claude או Antigravity, יכולים ליצור מופע של לקוח MCP שמתחבר לשרת MCP יחיד. לאפליקציית AI יכולים להיות כמה לקוחות שמתחברים לשרתי MCP שונים. אם האפליקציה שלכם לא מופיעה בהנחיות הספציפיות ללקוח, תוכלו להשתמש במידע הבא כדי להתחבר מרוב האפליקציות.

באפליקציית ה-AI, מחפשים דרך להוסיף שרת MCP מרוחק או להתחבר אליו. לשרת ה-MCP של Cloud Storage, מזינים את הפרטים הבאים לפי הצורך:

שם השרת: שרת Cloud Storage MCP
כתובת ה-URL של השרת או נקודת הקצה (endpoint): https://storage.googleapis.com/storage/mcp
תעבורה: HTTP שניתן להעביר בסטרימינג
פרטי אימות: בהתאם לשיטת האימות שאתם רוצים להשתמש בה, אתם יכולים להזין את Google Cloud פרטי הכניסה, את מזהה הלקוח והסוד של OAuth או את פרטי הכניסה והזהות של הנציג. מידע נוסף על אימות זמין במאמר אימות בשרתי MCP.
היקף ההרשאות של OAuth: אחד מההיקפים שמפורטים במסמך הזה שבו אתם רוצים להשתמש כשאתם מתחברים לשרת ה-MCP של Cloud Storage.

במדריך הספציפי ללקוח מוסבר איך להגדיר שרת MCP ולהתחבר אליו באפליקציות ספציפיות.

למידע כללי נוסף, אפשר לעיין במקורות המידע הבאים:

באילו כלים אפשר להשתמש

בחומר העזר של שרת ה-MCP של Cloud Storage מפורטים הכלים הזמינים של MCP והתיאורים שלהם. סכימות ודוגמאות זמינות במאגר של Cloud Storage MCP ב-GitHub.

כלים לרשימות

משתמשים ב-MCP inspector כדי להציג רשימה של כלים, או שולחים בקשת HTTP מסוג tools/list ישירות לשרת ה-MCP המרוחק של Cloud Storage. השיטה tools/list לא דורשת אימות.

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

מחליפים את מה שכתוב בשדות הבאים:

‫TOOLSET_ENDPOINT: החלק שנותר בנקודת הקצה של ה-MCP אחרי שם השירות. ב-Cloud Storage, זה storage/mcp.
‫MCP_PROTOCOL_VERSION: גרסת פרוטוקול ה-MCP. לדוגמה, 2026-07-28.

קריאה לכלי

כדי להפעיל כלי ספציפי, משתמשים ב-method‏ tools/call ומציינים את שם הכלי והארגומנטים הנדרשים באובייקט params. בדוגמה הבאה מוסבר איך להפעיל את הכלי list_buckets בפרויקט my-project:

curl -X POST https://storage.googleapis.com/storage/mcp \
    -H 'Content-Type: application/json' \
    -H 'Accept: application/json' \
    -H 'Authorization: Bearer OAUTH2_TOKEN' \
    -H 'MCP-Protocol-Version: MCP_PROTOCOL_VERSION' \
    -H 'Mcp-Method: tools/call' \
    -H 'Mcp-Name: list_buckets' \
    -d '{
      "jsonrpc": "2.0",
      "id": 1,
      "method": "tools/call",
      "params": {
        "name": "list_buckets",
        "arguments": {
          "projectId": "my-project"
        },
        "_meta": {
          "io.modelcontextprotocol/protocolVersion": "MCP_PROTOCOL_VERSION"
        }
      }
    }'

מחליפים את מה שכתוב בשדות הבאים:

‫OAUTH2_TOKEN: טוקן גישה תקין מסוג OAuth 2.0.
‫MCP_PROTOCOL_VERSION: גרסת פרוטוקול ה-MCP. לדוגמה, 2026-07-28.

תרחישים לדוגמה

הנה כמה דוגמאות לתרחישים לדוגמה של שרת ה-MCP של Cloud Storage.

ניהול תוכן וקמפיינים של מוצרי קמעונאות

תרחיש לדוגמה לשימוש בשרת ה-MCP של Cloud Storage הוא סיוע לסוכן שיווק של קמעונאי ליצור ולנהל כרטיסי מוצר וקמפיינים לקידום מכירות. שרת ה-MCP של Cloud Storage מאפשר לכם להציג, לקרוא ולכתוב אובייקטים, וליצור קטגוריות לאחסון נכסים של מוצרים וקמפיינים באמצעות שפה טבעית.

הנחיה לדוגמה:

"צור כרטיס מוצר למק"ט SKU-123 באמצעות נכסים מהקטגוריה product-images, ואז צור קטגוריה חדשה בשם campaign-q3-assets, צור תמונות באנר ושמור אותן בקטגוריה הזו".

תהליך עבודה: תהליך העבודה ליצירת כרטיסי מוצר וקמפיינים יכול להיראות כך:

הצגת רשימת נכסים: הנציג משתמש ב-list_objects כדי למצוא את כל התמונות של המוצר החדש בקטגוריה ייעודית של Cloud Storage.
אחזור תוכן: הנציג משתמש ב-read_object כדי לגשת לנכסי המוצר (עד 8MiB), וגם מאחזר תיאורי מוצרים ממערכת לניהול מידע על מוצרים (PIM) באמצעות כלי אחר.
יצירת כרטיס מוצר: הנציג יוצר טיוטה של כרטיס המוצר, כולל תוכן שיווקי וקישורים לתמונות ולסרטונים.
יצירת קטגוריית קמפיין: הנציג משתמש ב-create_bucket כדי ליצור קטגוריה חדשה לנכסי הקמפיין.
שמירת נכסי הקמפיין: הנציג יוצר תוכן שיווקי ומשתמש ב-write_text כדי לשמור אותו בקטגוריה החדשה "קמפיינים". העותק צריך להיות קטן מ-8MiB.

ניתוח נתונים פיננסיים

תרחיש לדוגמה לשימוש בשרת Cloud Storage MCP הוא לעזור למנהלי תיקי השקעות לקבל תובנות מדוחות פיננסיים ומהקלטות אודיו של שיחות של סוחרים עם לקוחות. שרת ה-MCP של Cloud Storage עוזר לסוכן לזהות ולהוריד מסמכים רלוונטיים ולהעביר אותם ל-LLM לצורך ניתוח.

הנחיה לדוגמה:

מה היו הנקודות העיקריות בשיחת ועידה בנושא תוצאות כספיות האחרונה של ExampleCorp, ואיך הן בהשוואה לסנטימנט בשלושת הדוחות הפיננסיים האחרונים שלה?

תהליך עבודה: תהליך העבודה לניתוח מסמכים פיננסיים יכול להיראות כך:

זיהוי מסמכים: הנציג מחלץ מילות מפתח מהשאלה של המשתמש כדי לזהות קטגוריות או קידומות רלוונטיות, למשל earnings-calls/ExampleCorp/ או financial-reports/ExampleCorp/, ומשתמש ב-list_objects כדי למצוא תמלילי אודיו ודוחות פיננסיים רלוונטיים.
הורדת תוכן: הסוכן משתמש ב-read_object כדי להוריד את התוכן של הקבצים שזוהו, עד ‎8MiB לכל קובץ.
ניתוח ומענה: הנציג מעביר את התוכן למודל שפה גדול (LLM) כדי לסכם את הממצאים, להשוות את הסנטימנט ולסנתז תשובה לשאלה של המשתמש. במקרה הצורך, אפשר להשתמש בכלים אחרים כמו BigQuery לניתוח מעמיק יותר.

הערכת הסיכון של הספק

דוגמה לתרחיש לדוגמה של שרת MCP של Cloud Storage היא עזרה באוטומציה של תהליך הערכת הסיכונים הראשוני של הספק עבור צוות ניהול הסיכונים של הבנק. שרת ה-MCP של Cloud Storage מאפשר לסוכן ה-AI לאחזר ולנתח מסמכים שספקים שולחים כדי לזהות סיכונים פוטנציאליים באמצעות שפה טבעית.

הנחיה לדוגמה:

"העריכו את הספק "Example Inc." על ידי בדיקת שאלון האבטחה האחרון שלו ואישור התאימות שלו בקטגוריה vendor-docs. סכם את כל הסיכונים האפשריים על סמך המדיניות שלנו ושמור את הדוח".

תהליך עבודה: תהליך העבודה להערכת סיכונים של ספקים יכול להיראות כך:

חיפוש מסמכים: הנציג משתמש בכלי list_objects כדי למצוא את התיקייה של הספק בקטגוריה של Cloud Storage שמיועדת למסמכי ספקים.
הורדת מסמכים: הנציג משתמש ב-read_object כדי להוריד את כל המסמכים הרלוונטיים, כמו שאלונים בנושא אבטחה, אישורי תאימות ודוחות כספיים, עד 8MiB לכל קובץ.
ניתוח מסמכים: הנציג מנתח את תוכן המסמכים, אולי באמצעות כלים אחרים לחילוץ טקסט, כדי לחפש סימנים חשודים או מידע חסר על סמך מדיניות הסיכונים של הבנק.
יצירה ושמירה של דוח: הנציג יוצר דוח מסכם של הממצאים שלו ומשתמש ב-write_text כדי לשמור אותו בתיקייה של הספק ב-Cloud Storage, כדי שמעריך הסיכונים יוכל לבדוק אותו.

הגדרות אופציונליות של אבטחה ובטיחות

בגלל המגוון הרחב של הפעולות שאפשר לבצע באמצעות כלי MCP, הוא מביא איתו סיכוני אבטחה ושיקולים חדשים. כדי לצמצם ולנהל את הסיכונים האלה,Google Cloud מציע הגדרות ברירת מחדל וכללי מדיניות שניתן להתאים אישית כדי לשלוט בשימוש בכלי MCP בארגון או בפרויקט ב- Google Cloud.

מידע נוסף על אבטחה ופיקוח ב-MCP זמין במאמר אבטחה ובטיחות ב-AI.

שימוש ב-Model Armor

הגנה מוגברת על המודל היא שירות שלGoogle Cloud שנועד לשפר את האבטחה והבטיחות של אפליקציות ה-AI שלכם. הוא פועל באופן יזום כדי לסנן הנחיות ותשובות של מודלי LLM, להגן מפני סיכונים שונים ולתמוך בשיטות לפיתוח אחראי של AI. לא משנה אם אתם פורסים את ה-AI בסביבת הענן שלכם או אצל ספקי שירותי ענן חיצוניים, אתם יכולים להשתמש ב"הגנה מוגברת על המודל" כדי למנוע קלט זדוני, לוודא שהתוכן בטוח, להגן על מידע אישי רגיש, לשמור על תאימות ולאכוף את מדיניות הבטיחות והאבטחה של ה-AI באופן עקבי בכל סביבת ה-AI המגוונת שלכם.

כשהתכונה "הגנה מוגברת על המודל" מופעלת והרישום ביומן מופעל, התכונה מתעדת ביומן את כל המטען הייעודי (payload). זה עלול לחשוף מידע רגיש ביומנים.

ניתוב בקשות של MCP ל-Model Armor

התכונה "הגנה מוגברת על המודל" זמינה באזורים מסוימים. אם אתם מפעילים את Model Armor ומשתמשים בשרת MCP בסמכות שיפוט שבה Model Armor לא נתמך, יכול להיות שההתנהגות של ניתוב הקריאה תהיה שונה בשרתי MCP שונים, ושהיא תפר את התאימות של מיקום אחסון הנתונים לנתונים שנמצאים בשימוש ובמעבר. מידע נוסף על ההתנהגות של שרתי MCP ספציפיים זמין במאמר מוצרים שנתמכים ב-Model Armor.

הפעלת Model Armor

כדי להשתמש ב-Model Armor, צריך להפעיל את ממשקי ה-API של Model Armor.

המסוף

מפעילים את Model Armor API, אם הוא עדיין לא מופעל.
התפקידים שנדרשים כדי להפעיל ממשקי API
כדי להפעיל ממשקי API, צריך את ההרשאה serviceusage.services.enable. אם אתם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד "בעלים" (roles/owner). אחרת, אתם יכולים לקבל את ההרשאה הזו דרך התפקיד "אדמין בממשק 'שימוש בשירות'" (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים?
להפעלת ה-API
בוחרים את הפרויקט שבו רוצים להפעיל את Model Armor.

gcloud

לפני שמתחילים, מבצעים את השלבים הבאים באמצעות Google Cloud CLI עם Model Armor API:

התקינו את ה-CLI של Google Cloud ואז היכנסו ל-CLI של gcloud באמצעות הזהות המאוחדת שלכם. אחרי שנכנסתם לחשבון, אתחלו את ה-CLI של Google Cloud באמצעות הפקודה הבאה:
```
gcloud init
```
מריצים את הפקודה הבאה כדי להגדיר את נקודת הקצה ל-API של שירות Model Armor.
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
מחליפים את LOCATION באזור שבו רוצים להשתמש ב-Model Armor.

הגדרת הגנה לשרתי MCP של Google ו Google Cloud שרתי MCP מרוחקים

כדי להגן על קריאות ה-API לכלי והתשובות של כלי ה-MCP, אתם יכולים להשתמש בהגדרות אבטחה מינימליות של הגנה מוגברת על המודל. הגדרת רצפה קובעת את מסנני האבטחה המינימליים שחלים על הפרויקט. ההגדרה הזו מחילה קבוצה עקבית של מסננים על כל הקריאות לכלים של MCP והתשובות שלהם בפרויקט.

מגדירים את ההגנה המוגברת על המודל עם הסרת תוכן זדוני או רגיש ב-MCP. מידע נוסף זמין במאמר הגדרת רמות הסינון של Model Armor.

דוגמה לפקודה:

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"}]'

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud .

שימו לב להגדרות הבאות:

‫INSPECT_AND_BLOCK: סוג האכיפה שבודק את התוכן בשרת MCP של Google וחוסם הנחיות ותשובות שתואמות למסננים.
‫ENABLED: ההגדרה שמפעילה סינון או אכיפה.
‫MEDIUM_AND_ABOVE: רמת הסמך של הגדרות הסינון של AI אחראי – תוכן מסוכן. אפשר לשנות את ההגדרה הזו, אבל ערכים נמוכים יותר עלולים לגרום ליותר תוצאות חיוביות כוזבות. מידע נוסף מופיע במאמר רמות הסמך של Model Armor.

השבתת הסריקה של תנועת MCP באמצעות Model Armor

כדי להפסיק את הסריקה האוטומטית של הגנה מוגברת על המודל לתעבורת נתונים אל שרתי MCP וממנה, על סמך הגדרות אבטחה מינימליות של הפרויקט, מריצים את הפקודה הבאה:

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

מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud . התכונה "הגנה מוגברת על המודל" לא מחילה באופן אוטומטי את הכללים שמוגדרים בהגדרות המינימום של הפרויקט הזה על תנועה בשרת MCP של Google.

הגדרות הסף וההגדרות הכלליות של Model Armor יכולות להשפיע על יותר מאשר רק MCP. מכיוון שהגנה מוגברת על המודל משתלבת עם שירותים כמו Vertex AI, כל שינוי שתבצעו בהגדרות של רף הסינון יכול להשפיע על סריקת התנועה ועל התנהגויות הבטיחות בכל השירותים המשולבים, ולא רק ב-MCP.

שליטה בשימוש ב-MCP באמצעות מדיניות IAM

כללי מדיניות הדחייה וכללי מדיניות ההרשאה של ניהול זהויות והרשאות גישה (IAM) עוזרים לכם לאבטח את Google Cloud ואת שרתי Google MCP.

אתם יכולים לשלב כמה קריטריונים כדי ליצור מדיניות אבטחה ופיקוח בהתאמה אישית, על ידי מתן גישה או דחיית גישה על סמך:

חשבון המשתמש.
מאפייני כלים כמו המאפיין "לקריאה בלבד".
שם השירות או שם הכלי.
מזהה הלקוח ב-OAuth של האפליקציה.

מידע נוסף זמין במאמר שליטה בשימוש ב-MCP באמצעות ניהול זהויות והרשאות גישה.

שימוש בשרת MCP של Cloud Storage קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

מה ההבדל בין שרתי MCP מקומיים לשרתי MCP מרוחקים?

ליבה ללא שמירת מצב

שרתי MCP של Google ושרתי MCP מרוחקים של Google Cloud

מגבלות

לפני שמתחילים

התפקידים הנדרשים

ההרשאות הנדרשות

אימות והרשאה

היקפי ההרשאות של Cloud Storage MCP OAuth

הגדרת לקוח MCP לשימוש בשרת MCP של Cloud Storage

באילו כלים אפשר להשתמש

כלים לרשימות

קריאה לכלי

תרחישים לדוגמה

ניהול תוכן וקמפיינים של מוצרי קמעונאות

ניתוח נתונים פיננסיים

הערכת הסיכון של הספק

הגדרות אופציונליות של אבטחה ובטיחות

שימוש ב-Model Armor

ניתוב בקשות של MCP ל-Model Armor

הפעלת Model Armor

המסוף

gcloud

הגדרת הגנה לשרתי MCP של Google ו Google Cloud שרתי MCP מרוחקים

השבתת הסריקה של תנועת MCP באמצעות Model Armor

שליטה בשימוש ב-MCP באמצעות מדיניות IAM

המאמרים הבאים

שימוש בשרת MCP של Cloud Storage