Skip to main content
Glama

gcloud MCP Cloud Run

by addhe

Deploy gcloud-mcp ke Google Cloud Run

Dokumentasi singkat untuk folder ini. Berisi helper untuk membangun dan mendeploy MCP server @google-cloud/gcloud-mcp ke Cloud Run, serta skrip untuk testing deploy.

Isi folder

  • deploy-cloudrun.sh — helper script untuk build/push image ke Artifact Registry dan deploy ke Cloud Run.

  • Dockerfile — Docker image yang menjalankan sebuah HTTP wrapper (server.js) yang memanggil bundle CLI @google-cloud/gcloud-mcp.

  • server.js — HTTP wrapper: menerima request body, mem-spawn bundle CLI, mengirim stdin dan mengembalikan stdout sebagai response.

  • package.json — mendeklarasikan dependency @google-cloud/gcloud-mcp.

  • test.sh — smoke test untuk memverifikasi bahwa Cloud Run service sukses di-deploy dan merespon.

Prasyarat (lokal)

  • Docker (untuk build dan push image)

  • gcloud CLI (authenticated dan project ter-set)

  • Akses untuk membuat Artifact Registry repository dan Cloud Run service

  • (Opsional) akses ke Secret Manager jika ingin menyimpan GEMINI_API_KEY

Pastikan Anda sudah login dan memilih project:

gcloud auth login gcloud config set project YOUR_PROJECT_ID

Environment variables yang dapat dikonfigurasi

Variabel ini digunakan oleh deploy-cloudrun.sh dan test.sh. Bila tidak di-set, skrip menggunakan nilai default (lihat keterangan).

  • PROJECT_ID — (default: dari gcloud config get-value project) GCP project id.

  • REGION — (default: us-central1) Region untuk Artifact Registry & Cloud Run.

  • SERVICE — (default: gcloud-mcp) Nama Cloud Run service.

  • REPO — (default: gcloud-mcp) Nama Artifact Registry repository.

  • PLATFORM — (default: linux/amd64) target platform untuk docker build --platform.

  • GEMINI_API_KEY — (opsional) API key yang akan dimasukkan ke Secret Manager gemini-api-key.

  • SERVICE_ACCOUNT — (opsional) service account email yang akan dipakai oleh Cloud Run revision.

Tambahan variabel internal yang dapat Anda sesuaikan dalam skrip jika perlu: MEMORY, TIMEOUT.

Cara deploy (cepat)

  1. (Opsional) set environment variables yang diinginkan atau pass key sebagai arg pertama:

export PROJECT_ID=my-project export REGION=asia-southeast2 export SERVICE=gcloud-mcp export REPO=gcloud-mcp # atau pass GEMINI key sebagai arg saat memanggil skrip ./deploy-cloudrun.sh "MY_GEMINI_KEY"

NOTE: Dockerfile sekarang mengharuskan package-lock.json yang di-commit untuk build yang dapat direproduksi. Sebelum menjalankan deploy/build, pastikan Anda menghasilkan dan meng-commit lockfile:

# jalankan secara lokal untuk membuat package-lock.json npm install # commit package-lock.json ke repo git add package-lock.json && git commit -m "chore: add package-lock.json"
  1. Skrip deploy-cloudrun.sh akan:

  • Meng-enable layanan yang diperlukan (Artifact Registry, Cloud Run)

  • Membuat Artifact Registry repo bila belum ada

  • Build Docker image dan push ke REGION-docker.pkg.dev/PROJECT/REPO/SERVICE:latest

  • Membuat atau menambahkan versi secret gemini-api-key bila parameter GEMINI_API_KEY diberikan

  • Deploy Cloud Run service (meng-set secret GEMINI_API_KEY ke environment container jika tersedia)

Cara test deploy

Jalankan test.sh untuk pengecekan cepat:

# gunakan overrides jika perlu SERVICE=gcloud-mcp REGION=us-central1 PROJECT_ID=my-project ./test.sh

test.sh akan mencoba:

  • Resolve URL service via gcloud run services describe.

  • GET /health dan GET /diag (unauthenticated; jika gagal dan token tersedia, dicoba authenticated).

  • Uji jalur cepat run_gcloud_command:

    • --version (output teks)

    • run services list --format=json (output JSON)

    • run revisions list --service=$SERVICE --format=json (output JSON)

  • Jika ada langkah gagal, script akan menampilkan 50 baris log terakhir via gcloud beta run services logs read.

Catatan penting

  • @google-cloud/gcloud-mcp pada repository upstream memeriksa ketersediaan gcloud (CLI) pada saat runtime. Jika intent Anda adalah menjalankan fungsionalitas gcloud dari dalam container, pastikan container berisi Google Cloud SDK (gcloud).

    • Opsi mudah: gunakan base image resmi Cloud SDK (gcr.io/google.com/cloudsdktool/cloud-sdk:slim) dan install Node.js, atau install Cloud SDK di Dockerfile. Ini akan menaikkan ukuran image.

    • Alternatif: jika Anda hanya perlu MCP sebagai helper tanpa akses ke gcloud di dalam container, Anda harus memastikan fitur yang memanggil gcloud tidak dieksekusi, atau mock behavior tersebut.

  • Desain saat ini menjalankan bundle CLI per-request (spawn). Untuk latensi lebih baik dan beban mesin lebih rendah, pertimbangkan menjalankan MCP server sebagai proses long-lived di container (jalankan bundle sekali saat container start, dan implement bridge request→stdio). Saya bisa bantu ubah server.js ke mode persistent jika Anda mau.

Endpoint yang tersedia

  • GET /health — mengembalikan JSON status layanan, contoh:

    { "status": "ok", "time": "2025-09-26T12:27:34.200Z" }
  • GET /diag — menjalankan gcloud --version dalam container dan mengembalikan hasilnya (text/plain).

  • POST / — HTTP wrapper yang:

    • Jika body JSON cocok dengan pola {"tool":"run_gcloud_command","input":{"args":[...]}}, maka server akan menjalankan gcloud langsung dengan argumen tersebut dan mengembalikan hasilnya.

    • Jika tidak, body akan dipass-through ke npx -y @google-cloud/gcloud-mcp sebagai stdin, dan stdout bundle akan jadi respons.

Contoh request run_gcloud_command

Versi gcloud (teks):

curl -s -H "Content-Type: application/json" \ -d '{"tool":"run_gcloud_command","input":{"args":["--version"]}}' \ "$SERVICE_URL"/

Daftar layanan (JSON):

curl -s -H "Content-Type: application/json" \ -d '{"tool":"run_gcloud_command","input":{"args":["run","services","list","--project=YOUR_PROJECT","--region=YOUR_REGION","--format=json"]}}' \ "$SERVICE_URL"/ | jq .

Daftar revisi untuk service aktif (JSON):

curl -s -H "Content-Type: application/json" \ -d '{"tool":"run_gcloud_command","input":{"args":["run","revisions","list","--project=YOUR_PROJECT","--region=YOUR_REGION","--service=YOUR_SERVICE","--format=json"]}}' \ "$SERVICE_URL"/ | jq .

Pengujian layanan privat (authenticated)

Jika layanan dibuat privat (tanpa akses publik), gunakan ID token saat melakukan request:

SERVICE_URL="https://<YOUR_SERVICE_URL>" ID_TOKEN="$(gcloud auth print-identity-token --audiences=${SERVICE_URL})" curl -i -H "Authorization: Bearer ${ID_TOKEN}" "${SERVICE_URL}/health"

Troubleshooting cepat

  • Jika image tidak bisa push: periksa autentikasi Docker →

gcloud auth configure-docker "${REGION}-docker.pkg.dev"
  • Jika gcloud run deploy error: periksa permissions, apakah Artifact Registry dan Cloud Run API sudah di-enable untuk project.

  • Jika container exit karena gcloud not found: tambahkan Cloud SDK ke Docker image (lihat Catatan penting di atas).

Next steps (opsional)

  • Tambah Cloud SDK ke Dockerfile (saya bisa update file untuk itu).

  • Ubah server.js supaya menjalankan MCP server persistently dan gunakan internal queue/mux untuk melayani beberapa request.

  • Menambahkan healthcheck endpoint pada server.js untuk Cloud Run readiness.

Jika ingin saya lakukan salah satu opsi di atas, beri tahu pilihan Anda (mis. "install Cloud SDK ke Dockerfile" atau "ubah server ke persistent mode").

Menggunakan custom Service Account (disarankan)

Untuk keamanan dan kontrol akses, sangat disarankan menjalankan Cloud Run service Anda dengan sebuah custom Service Account (SA) khusus untuk MCP. Dengan SA khusus Anda bisa memberikan permission seminimal mungkin (least privilege) dan mengganti izin tanpa harus mengubah container image.

Saya sudah menambahkan sebuah helper script deploy-service-account.sh yang membuat SA dan memberikan beberapa role umum (viewer, logging.viewer). Script juga akan menambahkan akses roles/secretmanager.secretAccessor pada Secret gemini-api-key jika secret tersebut ada.

Contoh penggunaan script ini:

# set project jika belum export PROJECT_ID=my-project # jalankan script untuk membuat SA dan beri permission ./deploy-service-account.sh # setelah script selesai, deploy Cloud Run dengan SA yang dibuat gcloud run deploy $SERVICE --image $IMAGE_PATH --region $REGION --platform managed --service-account ${SA_EMAIL} --allow-unauthenticated

File deploy-service-account.sh melakukan operasi idempotent (mencoba buat SA hanya jika belum ada) dan akan menampilkan SA_EMAIL yang harus Anda pakai saat deploy.

Jika Anda butuh bantuan untuk menambahkan role tertentu ke SA (mis. akses ke Compute, Storage, Artifact Registry), beri tahu saya role spesifiknya dan saya dapat menambahkan flag/otomatisasi ke script.

Menambahkan role tambahan ke Service Account

deploy-service-account.sh mendukung variabel lingkungan EXTRA_ROLES untuk memberikan role tambahan saat pembuatan SA. EXTRA_ROLES adalah daftar role terpisah-komma.

Contoh menambahkan akses Storage dan Artifact Registry:

PROJECT_ID=your-project SA_NAME=gcloud-mcp-sa EXTRA_ROLES="roles/storage.objectAdmin,roles/artifactregistry.writer" ./deploy-service-account.sh

Script akan menambahkan role-role tersebut ke SA selain role default (roles/viewer, roles/logging.viewer).

-
security - not tested
A
license - permissive license
-
quality - not tested

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Enables interaction with Google Cloud Platform services through gcloud CLI commands via a Cloud Run deployed MCP server. Supports executing gcloud commands and managing GCP resources through natural language.

  1. Isi folder
    1. Prasyarat (lokal)
      1. Environment variables yang dapat dikonfigurasi
        1. Cara deploy (cepat)
          1. Cara test deploy
            1. Catatan penting
              1. Endpoint yang tersedia
                1. Contoh request run_gcloud_command
              2. Pengujian layanan privat (authenticated)
                1. Troubleshooting cepat
                  1. Next steps (opsional)
                    1. Menggunakan custom Service Account (disarankan)
                      1. Menambahkan role tambahan ke Service Account

                    MCP directory API

                    We provide all the information about MCP servers via our MCP API.

                    curl -X GET 'https://glama.ai/api/mcp/v1/servers/addhe/gcloud-mcp-cloudrun'

                    If you have feedback or need assistance with the MCP directory API, please join our Discord server