这不是一个准备就绪的 MCP 服务器

GCP MCP 服务器

一个针对 Google Cloud Platform (GCP) 服务的全面 Model Context Protocol (MCP) 服务器实现，使 AI 助手能够通过标准化接口与 GCP 资源进行交互和管理。

概览

GCP MCP 服务器为 AI 助手提供了以下功能：

• 查询 GCP 资源：获取关于您的云基础设施的信息
• 管理云资源：创建、配置和管理 GCP 服务
• 获得帮助：获得有关 GCP 配置和最佳实践的 AI 指导帮助

该实现遵循 MCP 规范，以安全可控的方式让 AI 系统与 GCP 服务交互。

支持的 GCP 服务

此实现包括对以下 GCP 服务的支持：

• Artifact Registry：容器和包管理
• BigQuery：数据仓库和分析
• Cloud Audit Logs：日志记录和审计跟踪分析
• Cloud Build：CI/CD 管道管理
• Cloud Compute Engine：虚拟机实例
• Cloud Monitoring：指标、警报和仪表板
• Cloud Run：无服务器容器部署
• Cloud Storage：对象存储管理

架构

项目结构如下：

gcp-mcp-server/
├── core/            # Core MCP server functionality auth context logging_handler security 
├── prompts/         # AI assistant prompts for GCP operations
├── services/        # GCP service implementations
│   ├── README.md    # Service implementation details
│   └── ...          # Individual service modules
├── main.py          # Main server entry point
└── ...

关键组件：

• 服务模块：每个 GCP 服务都有自己的模块，包含资源、工具和提示
• 客户端实例：集中式客户端管理，用于身份验证和资源访问
• 核心组件：MCP 服务器实现的基础功能

开始使用

前提条件

• Python 3.10+
• 启用了您要使用的 API 的 GCP 项目
• 经过身份验证的 GCP 凭据（推荐使用默认应用凭据）

安装

1. 克隆仓库：

   git clone https://github.com/yourusername/gcp-mcp-server.git
   cd gcp-mcp-server
   

2. 设置虚拟环境：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
   

3. 安装依赖项：

   pip install -r requirements.txt
   

4. 配置您的 GCP 凭据：

   # 使用 gcloud
   gcloud auth application-default login
   
   # 或设置 GOOGLE_APPLICATION_CREDENTIALS
   export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account-key.json"
   

5. 设置环境变量：

   cp .env.example .env
   # 编辑 .env 文件以配置您的设置
   

运行服务器

启动 MCP 服务器：

python main.py

对于开发和测试：

# Development mode with auto-reload
python main.py --dev

# Run with specific configuration
python main.py --config config.yaml

Docker 部署

使用 Docker 构建和运行：

# Build the image
docker build -t gcp-mcp-server .

# Run the container
docker run -p 8080:8080 -v ~/.config/gcloud:/root/.config/gcloud gcp-mcp-server

配置

可以通过环境变量或配置文件来配置服务器：

环境变量	描述	默认值
GCP_PROJECT_ID	默认的 GCP 项目 ID	无（必填）
GCP_DEFAULT_LOCATION	默认区域/区域	us-central1
MCP_SERVER_PORT	服务器端口	8080
LOG_LEVEL	日志级别	INFO

请参阅 .env.example 获取完整的配置选项列表。

开发

添加新的 GCP 服务

1. 在 services/ 目录中创建一个新文件
2. 按照现有服务中的模式实现服务
3. 在 main.py 中注册该服务

有关详细的实现指导，请参阅 services README。

安全注意事项

• 服务器使用应用程序默认凭据进行身份验证
• 授权由已验证身份的权限决定
• 服务实现中没有硬编码任何凭据
• 考虑使用具有适当权限的服务账户运行

贡献

欢迎贡献！请随时提交 Pull Request。

1. 分叉仓库
2. 创建您的功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 打开 Pull Request

许可证

此项目根据 MIT 许可证授权 - 详情请参见 LICENSE 文件。

致谢

• Google Cloud Platform 团队提供了全面的 API
• Model Context Protocol 为 AI 与服务交互提供了一种标准化方式

使用服务器

要使用此服务器：

1. 将您的 GCP 服务账户密钥文件作为 service-account.json 放在同一个目录下
2. 安装 MCP 包：pip install "mcp[cli]"
3. 安装所需的 GCP 包：pip install google-cloud-run
4. 运行：mcp dev gcp_cloudrun_server.py

或者在 Claude Desktop 中安装：

mcp install gcp_cloudrun_server.py --name "GCP Cloud Run Manager"

MCP 服务器配置

可以将以下配置添加到您的配置文件中以用于 GCP Cloud Tools：

"mcpServers": {
  "GCP Cloud Tools": {
    "command": "uv",
    "args": [
      "run",
      "--with",
      "google-cloud-artifact-registry>=1.10.0",
      "--with",
      "google-cloud-bigquery>=3.27.0",
      "--with",
      "google-cloud-build>=3.0.0",
      "--with",
      "google-cloud-compute>=1.0.0",
      "--with",
      "google-cloud-logging>=3.5.0",
      "--with",
      "google-cloud-monitoring>=2.0.0",
      "--with",
      "google-cloud-run>=0.9.0",
      "--with",
      "google-cloud-storage>=2.10.0",
      "--with",
      "mcp[cli]",
      "--with",
      "python-dotenv>=1.0.0",
      "mcp",
      "run",
      "C:\\Users\\enes_\\Desktop\\mcp-repo-final\\gcp-mcp\\src\\gcp-mcp-server\\main.py"
    ],
    "env": {
      "GOOGLE_APPLICATION_CREDENTIALS": "C:/Users/enes_/Desktop/mcp-repo-final/gcp-mcp/service-account.json",
      "GCP_PROJECT_ID": "gcp-mcp-cloud-project",
      "GCP_LOCATION": "us-east1"
    }
  }
}

配置详细信息

此配置设置了一个用于 Google Cloud Platform 工具的 MCP 服务器，包含以下内容：

• 命令：使用 uv 包管理器运行服务器
• 依赖项：包括各种 Google Cloud 库（Artifact Registry、BigQuery、Cloud Build 等）
• 环境变量：
  • GOOGLE_APPLICATION_CREDENTIALS: 您的 GCP 服务账户凭据路径
  • GCP_PROJECT_ID: 您的 Google Cloud 项目 ID
  • GCP_LOCATION: GCP 区域 (us-east1)

用法

将此配置添加到您的 MCP 配置文件中，以启用 GCP Cloud Tools 功能。