使用 App Design Center 远程 MCP 服务器

Model Context Protocol (MCP) 规范了大语言模型 (LLM) 以及 AI 应用或智能体与外部数据源的连接方式。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，以便在 AI MCP 客户端和 MCP 服务器之间进行通信。如需详细了解 MCP 架构，请参阅 MCP 架构。

无状态核心

从 MCP 版本 2026-07-28 开始，MCP 从双向有状态协议更改为无状态协议。每个 MCP 请求都是自描述的，可以使用标头进行路由。不需要 initialize/initialized 握手或 Mcp-Session-Id，因为每个请求都包含 HTTP 标头或 _meta 参数中所需的所有信息。MCP 服务器可以通过多往返请求 (MRTR) 请求工具所需的其他信息。

为了在不解析请求正文的情况下帮助路由和处理请求，需要一些 MCP 标头，包括：

• MCP 规范要求的标头，例如协议版本标头和标准请求标头。
• 由 MCP 服务器定义的自定义标头。这些标头会使用 x-mcp-header 属性从工具的输入架构镜像到 HTTP 标头中。例如，MCP 服务器可能会定义一个自定义标头，用于指定 Google Cloud 区域或项目 ID。

如需详细了解 MCP 架构，请参阅 MCP 版本 2026-07-28 规范和主要变更。

Google 和 Google Cloud 远程 MCP 服务器

• 简化、集中的发现
• 托管式全球或区域 HTTP 端点
• 细粒度授权
• 可选的提示和回答安全功能，由 Model Armor 提供保护
• 集中式审核日志记录

如需了解其他 MCP 服务器以及 Google Cloud MCP 服务器可用的安全和治理控制措施，请参阅 Google Cloud MCP 服务器概览。

准备工作

gcloud init

gcloud init

启用 API

在项目中启用 App Design Center 服务：

gcloud services enable designcenter.googleapis.com \
    --project=PROJECT_ID

请将 PROJECT_ID 替换为您的 Google Cloud 项目 ID。

所需的角色

如需获得使用 App Design Center MCP 服务器所需的权限，请让管理员为您授予您要使用 App Design Center MCP 服务器的项目中的以下 IAM 角色：

• 进行 MCP 工具调用：MCP Tool User (roles/mcp.toolUser)
• 设置应用设计中心：Application Design Center Admin (roles/designcenter.admin)

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 App Design Center 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：

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

App Design Center 不支持将 API 密钥作为身份验证方法。

我们建议您为使用 MCP 工具的智能体创建单独的身份，以便控制和监控对资源的访问。如需详细了解身份验证，请参阅向 MCP 服务器进行身份验证。

App Design Center 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。

App Design Center 具有以下 MCP 工具 OAuth 范围：

将 MCP 客户端配置为使用 App Design Center MCP 服务器

在 AI 应用中，寻找添加或连接到远程 MCP 服务器的方式。 对于 App Design Center MCP 服务器，请根据需要输入以下信息：

如需了解更宽泛的指南，请参阅以下资源：

• 连接到远程 MCP 服务器。
• 在 AI 应用中配置 MCP。

列出工具

使用 MCP Inspector 列出工具，或直接向 App Design Center 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。

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

替换以下内容：

• TOOLSET_ENDPOINT：服务名称后面的 MCP 端点的其余部分。例如，对于 App Design Center，这可能是 mcp/toolset-name。
• MCP_PROTOCOL_VERSION：MCP 协议版本。例如 2026-07-28。

应用场景示例

将 App Design Center MCP 服务器与 Gemini Cloud Assist MCP 服务器结合使用，可帮助您设计和部署 Google Cloud 基础架构。将这些 MCP 服务器搭配使用，可实现以下目标：

• 根据目标生成基础架构设计：描述您需要的 Google Cloud服务以及您想要实现的目标。

  用户提示：Help me set up a web application using Cloud Run, Cloud SQL, and Cloud Load Balancing in the eu-west-2 region.

  智能体操作：智能体使用您想要的 Google Cloud 服务生成符合您目标的架构设计。

• 根据现有应用代码生成基础架构设计：提供应用的源代码，以获得最佳设计。

  用户提示：Design the cloud architecture for my Python application located in this repository: YOUR_APP_REPO_URL.

  智能体操作：智能体分析您的应用代码，并生成最佳架构设计提案。

• 以迭代方式优化基础架构设计：从基准架构开始，逐步进行更改。

  用户提示：For the Cloud Storage bucket in my design, set a retention policy to delete objects after 90 days.

  智能体操作：智能体可以调整架构设计，以更新组件配置、添加新资源和建立新连接。

• 根据安全和设计最佳实践分析基础设施：根据既定框架（例如管理员在 Security Command Center 中定义的安全框架）评估您提议的架构。

  用户提示：Assess the infrastructure design against best practices.

  智能体操作：智能体根据最佳实践评估设计，以找出潜在问题。

• 修复已识别的安全发现结果：修复安全分析中发现的问题。

  用户提示：Fix the security violations you identified to align with my organization's specified frameworks.

  代理操作：代理修复在安全评估期间发现的问题。

• 将生成的基础设施和应用部署到 Google Cloud：对设计感到满意后，即可部署应用。

  用户提示：Deploy the current application design.

  代理操作：代理使用 App Design Center 将您的基础设施设计和应用代码部署到 Google Cloud 。

• 诊断和修复部署失败问题：如果部署失败，请获取问题排查支持。

  用户提示：Troubleshoot the deployment failure.

  智能体操作：智能体分析错误日志，找出根本原因，并提供解决权限和配置错误等问题的建议。

可选的安全和保障配置

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。

Model Armor 仅在特定区域位置提供。如果为项目启用了 Model Armor，并且对该项目的调用来自不受支持的区域，则 Model Armor 会进行跨区域调用。 如需了解详情，请参阅 Model Armor 位置。

启用 Model Armor

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

为 Google 和 Google Cloud 远程 MCP 服务器配置保护措施

为帮助保护 MCP 工具调用和响应，您可以使用 Model Armor 下限设置。下限设置定义了适用于整个项目的最低安全过滤条件。此配置会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 Model Armor 下限设置，并启用 MCP 清理功能。如需了解详情，请参阅配置 Model Armor 下限设置。

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：强制执行类型，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回答。
• ENABLED：用于启用过滤条件或强制执行的设置。
• MEDIUM_AND_ABOVE：Responsible AI - 危险过滤条件设置的置信度。您可以修改此设置，但较低的值可能会导致更多假正例。如需了解详情，请参阅 Model Armor 置信度。

禁止使用 Model Armor 扫描 MCP 流量

如需阻止 Model Armor 根据项目的下限设置自动扫描进出 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 不会自动将此项目的下限设置中定义的规则应用于任何 Google MCP 服务器流量。

Model Armor 下限设置和常规配置不仅会影响 MCP，还会影响其他方面。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）的流量扫描和安全行为。

使用 IAM 政策控制 MCP 的使用

Identity and Access Management (IAM) 拒绝政策和允许政策可帮助您保护 Google Cloud 和 Google MCP 服务器。

您可以组合使用多个条件，根据以下条件允许或拒绝访问，从而构建自定义安全和治理政策：

• 主账号。
• 工具属性，例如只读属性。
• 服务名称或工具名称。
• 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

• 如需了解如何在 IDE 中使用 MCP 服务器，请参阅使用 Antigravity CLI 设计和部署应用。
• 将 App Design Center MCP 服务器和 Gemini Cloud Assist MCP 服务器搭配使用。
• 详细了解 Google Cloud MCP 服务器。