这不是一个 Ready MCP 服务器

GCP MCP 服务器

针对 Google Cloud Platform (GCP) 服务的全面模型上下文协议 (MCP) 服务器实现，使 AI 助手能够通过标准化界面与 GCP 资源进行交互和管理。

概述

GCP MCP 服务器为 AI 助手提供以下功能：

• 查询 GCP 资源：获取有关您的云基础架构的信息

• 管理云资源：创建、配置和管理 GCP 服务

• 获得帮助：获取有关 GCP 配置和最佳实践的 AI 指导帮助

该实现遵循 MCP 规范，使 AI 系统能够以安全、可控的方式与 GCP 服务交互。

Related MCP server: Google Classroom MCP Server

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

• 云审计日志：日志记录和审计跟踪分析

• Cloud Build ：CI/CD 管道管理

• 云计算引擎：虚拟机实例

• 云监控：指标、警报和仪表板

• Cloud Run ：无服务器容器部署

• 云存储：对象存储管理

建筑学

该项目结构如下：

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，其中包含资源、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 服务器实现的基本功能

入门

先决条件

• Python 3.10+

• 已启用您要使用的服务的 API 的 GCP 项目

• 经过身份验证的 GCP 凭据（建议使用应用程序默认凭据）

安装

1. 克隆存储库：

   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  # On Windows: venv\Scripts\activate

3. 安装依赖项：

   pip install -r requirements.txt

4. 配置您的 GCP 凭据：

   # Using gcloud
   gcloud auth application-default login
   
   # Or set GOOGLE_APPLICATION_CREDENTIALS
   export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account-key.json"

5. 设置环境变量：

   cp .env.example .env
   # Edit .env with your configuration

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 构建并运行：

# 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：

请参阅.env.example以获取完整的配置选项列表。

发展

添加新的 GCP 服务

1. 在services/目录中创建一个新文件

2. 按照现有服务的模式实现服务

3. 在main.py中注册服务

请参阅服务自述文件以获取详细的实施指导。

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

• 授权由已认证身份的权限决定

• 服务实现中没有硬编码凭证

• 考虑使用具有适当权限的服务帐户运行

贡献

欢迎贡献代码！欢迎提交 Pull 请求。

1. 分叉存储库

2. 创建你的功能分支（ git checkout -b feature/amazing-feature ）

3. 提交您的更改（ git commit -m 'Add some amazing feature' ）

4. 推送到分支（ git push origin feature/amazing-feature ）

5. 打开拉取请求

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。

致谢

• Google Cloud Platform 团队提供的全面 API

• 模型上下文协议，为人工智能与服务交互提供标准化方式

使用服务器

要使用此服务器：

1. 将您的 GCP 服务帐户密钥文件作为service-account.json放在同一目录中

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 GCP Cloud Tools 的配置文件中：

"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

此配置为 Google Cloud Platform 工具设置了以下内容的 MCP 服务器：

• 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 服务帐户凭据的路径

  • 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 配置文件以启用 GCP Cloud Tools 功能。