VOOZH about

URL: https://glama.ai/mcp/servers/enesbol/gcp-mcp?locale=ja-JP

⇱ GCP MCP サーバー by enesbol | Glama


これは準備完了のMCPサーバーではありません

GCP MCP サーバー

Google Cloud Platform (GCP) サービス向けの包括的な Model Context Protocol (MCP) サーバー実装。これにより、AI アシスタントは標準化されたインターフェースを通じて GCP リソースと対話し、管理できるようになります。

概要

GCP MCP サーバーは、AI アシスタントに次の機能を提供します。

  • GCP リソースのクエリ: クラウド インフラストラクチャに関する情報を取得します

  • クラウド リソースの管理: GCP サービスの作成、構成、管理

  • サポートを受ける: GCP の構成とベスト プラクティスに関する AI ガイド付きのサポートを受ける

この実装は MCP 仕様に準拠しており、AI システムが安全かつ制御された方法で GCP サービスと対話できるようにします。

Related MCP server: GCP MCP

サポートされている GCP サービス

この実装には、次の GCP サービスのサポートが含まれます。

  • Artifact Registry : コンテナとパッケージの管理

  • BigQuery : データウェアハウスと分析

  • クラウド監査ログ: ログ記録と監査証跡の分析

  • Cloud Build : CI/CD パイプライン管理

  • Cloud Compute Engine : 仮想マシンインスタンス

  • クラウド モニタリング: メトリクス、アラート、ダッシュボード

  • Cloud Run : サーバーレスコンテナのデプロイメント

  • クラウドストレージ:オブジェクトストレージ管理

建築

プロジェクトは次のように構成されています。

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
└── ...

主なコンポーネント:

  • サービスモジュール: 各 GCP サービスには、リソース、ツール、プロンプトを含む独自のモジュールがあります。

  • クライアントインスタンス: 認証とリソースアクセスのための集中クライアント管理

  • コアコンポーネント: MCP サーバー実装の基本機能

はじめる

前提条件

  • Python 3.10以上

  • 使用したいサービス用の API が有効になっている GCP プロジェクト

  • 認証済みの GCP 認証情報(アプリケーションのデフォルト認証情報を推奨)

インストール

  1. リポジトリをクローンします。

    git clone https://github.com/yourusername/gcp-mcp-server.git
    cd gcp-mcp-server
  2. 仮想環境をセットアップします。

    python -m venv venv
    source venv/bin/activate # On Windows: venv\Scripts\activate
  3. 依存関係をインストールします:

    pip install -r requirements.txt
  4. GCP 資格情報を設定します。

    # Using gcloud
    gcloud auth application-default login
    
    # Or set GOOGLE_APPLICATION_CREDENTIALS
    export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account-key.json"
  5. 環境変数を設定します。

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

サーバーの実行

MCP サーバーを起動します。

python main.py

開発とテストの場合:

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

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

Docker デプロイメント

Docker でビルドして実行します。

# 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

構成

サーバーは環境変数または構成ファイルを通じて構成できます。

環境変数

説明

デフォルト

GCP_PROJECT_ID

デフォルトの GCP プロジェクト ID

なし(必須)

GCP_DEFAULT_LOCATION

デフォルトの地域/ゾーン

us-central1

MCP_SERVER_PORT

サーバーポート

8080

LOG_LEVEL

ログレベル

INFO

設定オプションの完全なリストについては、 .env.example参照してください。

発達

新しい GCP サービスの追加

  1. services/ディレクトリに新しいファイルを作成する

  2. 既存のサービスのパターンに従ってサービスを実装する

  3. main.pyでサービスを登録する

詳細な実装ガイダンスについては、サービスの README を参照してください。

セキュリティに関する考慮事項

  • サーバーは認証にアプリケーションのデフォルト認証情報を使用します

  • 承認は認証されたIDの権限によって決定されます

  • サービス実装に資格情報がハードコードされていない

  • 適切な権限を持つサービス アカウントで実行することを検討してください

貢献

貢献を歓迎します!お気軽にプルリクエストを送信してください。

  1. リポジトリをフォークする

  2. 機能ブランチを作成します( git checkout -b feature/amazing-feature

  3. 変更をコミットします ( git commit -m 'Add some amazing feature' )

  4. ブランチにプッシュする ( git push origin feature/amazing-feature )

  5. プルリクエストを開く

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。

謝辞

  • 包括的なAPIを提供するGoogle Cloud Platformチーム

  • AIがサービスと対話するための標準化された方法を提供するモデルコンテキストプロトコル

サーバーの使用

このサーバーを使用するには:

  1. GCPサービスアカウントキーファイルをservice-account.jsonとして同じディレクトリに配置します。

  2. MCP パッケージをインストールします: pip install "mcp[cli]"

  3. 必要な GCP パッケージをインストールします: pip install google-cloud-run

  4. 実行: mcp dev gcp_cloudrun_server.py

または、Claude Desktop にインストールします。

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

MCP サーバーの構成

GCP Cloud Tools の構成ファイルに次の構成を追加できます。

"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"
 }
 }
}

構成の詳細

この構成では、次の内容で Google Cloud Platform ツール用の MCP サーバーをセットアップします。

  • コマンド: uvパッケージ マネージャーを使用してサーバーを実行します

  • 依存関係: さまざまな Google Cloud ライブラリ (Artifact Registry、BigQuery、Cloud Build など) が含まれます

  • 環境変数:

    • GOOGLE_APPLICATION_CREDENTIALS : GCP サービス アカウントの認証情報へのパス

    • GCP_PROJECT_ID : Google Cloud プロジェクト ID

    • GCP_LOCATION : GCPリージョン(us-east1)

使用法

GCP Cloud Tools 機能を有効にするには、この構成を MCP 構成ファイルに追加します。

A
license - permissive license
B
quality
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

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/enesbol/gcp-mcp'

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