使用 BigQuery 資料移轉服務遠端 MCP 伺服器

本文說明如何使用 BigQuery 資料移轉服務遠端 Model Context Protocol (MCP) 伺服器，連結 AI 應用程式，包括 Gemini CLI、ChatGPT、Claude，以及您正在開發的自訂應用程式。BigQuery 資料移轉服務 MCP 伺服器提供全方位功能，可讓您向 AI 應用程式傳送自然語言提示，執行一系列資料移轉相關工作，包括：

• 列出並取得可用資料來源的詳細資料。
• 建立、管理及列出資料移轉設定。
• 列出資料移轉執行作業並取得詳細資料。
• 檢查資料來源的憑證是否有效。

Model Context Protocol (MCP) 規範了大型語言模型 (LLM) 和 AI 應用程式或代理與外部資料來源的標準連線方式。MCP 伺服器可讓您使用其工具、資源和提示，從後端服務採取行動並取得更新資料。

本機和遠端 MCP 伺服器有何不同？

本機 MCP 伺服器

通常在本機電腦上執行，並使用標準輸入內容和輸出串流 (stdio)，在同一部裝置上的服務之間通訊。

遠端 MCP 伺服器

在服務的基礎架構上執行，並為 AI 應用程式提供 HTTP 端點，以便 AI MCP 用戶端與 MCP 伺服器之間通訊。如要進一步瞭解 MCP 架構，請參閱「MCP 架構」。

無狀態核心

在 MCP 2026-07-28 版中，MCP 從雙向有狀態通訊協定變更為無狀態通訊協定。每個 MCP 要求都包含自我描述，並可使用標頭轉送。由於每項要求都包含 HTTP 標頭或 _meta 參數中所需的所有資訊，因此不需要 initialize/initialized 握手或 Mcp-Session-Id。MCP 伺服器可透過多來回要求 (MRTR)，要求工具所需的額外資訊。

為協助轉送及處理要求，而不剖析要求主體，您必須提供部分 MCP 標頭，包括：

• MCP 規格要求的標頭，例如通訊協定版本標頭和標準要求標頭。
• MCP 伺服器定義的自訂標頭。這些標頭會使用 x-mcp-header 屬性，從工具的輸入結構定義鏡像至 HTTP 標頭。舉例來說，MCP 伺服器可能會定義自訂標頭，指定 Cloud de Confiance by S3NS 區域或專案 ID。

如要進一步瞭解 MCP 架構，請參閱 MCP 2026-07-28 版規格和主要異動。

Google 和 Cloud de Confiance by S3NS 遠端 MCP 伺服器

• 簡化集中探索
• 代管的全域或區域 HTTP 端點
• 精細授權
• 選用 Model Armor 保護提示詞和回覆
• 集中稽核記錄

如要瞭解其他 MCP 伺服器，以及 Google Cloud MCP 伺服器可用的安全性和管理控制項，請參閱「Google Cloud MCP 伺服器總覽」。

事前準備

1. In the Cloud de Confiance console, on the project selector page, select or create a Cloud de Confiance project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

   Go to project selector

2. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

3. 啟用 BigQuery 資料移轉服務 API (如果尚未啟用)。

   啟用 API 所需的角色

   如要啟用 API，您必須具備 serviceusage.services.enable 權限。如果您建立了專案，可能已透過擁有者角色 (roles/owner) 取得這項權限。否則，您可以透過服務使用情形管理員角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

   啟用 API

   如果是新專案，系統會自動啟用 BigQuery 資料移轉服務 API。

必要的角色

如要取得使用 BigQuery 資料移轉服務 MCP 伺服器所需的權限，請要求管理員在您要使用 BigQuery 資料移轉服務 MCP 伺服器的專案中，授予下列 IAM 角色：

• 發出 MCP 工具呼叫：MCP 工具使用者 (roles/mcp.toolUser)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備使用 BigQuery 資料移轉服務 MCP 伺服器所需的權限。如要查看確切的必要權限，請展開「Required permissions」(必要權限) 部分：

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

BigQuery 資料移轉服務會使用服務代理存取及管理資源。啟用 BigQuery 資料移轉服務並首次使用 API 後，系統會自動為您建立服務代理。建立服務代理時，Google 會自動授予預先定義的服務代理角色。

如要瞭解 BigQuery 資料移轉服務權限，請參閱「BigQuery 資料移轉服務 IAM 角色和權限」。

驗證及授權

BigQuery 資料移轉服務 MCP 伺服器不接受 API 金鑰。建議您為使用 MCP 工具的代理建立獨立身分，以便控管及監控資源存取權。如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。

BigQuery 資料移轉服務 MCP OAuth 範圍

OAuth 2.0 會使用範圍和憑證，判斷通過驗證的主體是否有權對資源執行特定動作。如要進一步瞭解 Google 的 OAuth 2.0 範圍，請參閱「使用 OAuth 2.0 存取 Google API」。

BigQuery 資料移轉服務 MCP 伺服器使用 OAuth 2.0 通訊協定和 IAM 進行驗證及授權。所有Cloud de Confiance by S3NS 身分都可用於 MCP 伺服器驗證。

BigQuery 資料移轉服務支援下列 BigQuery MCP 工具 OAuth 範圍：

在工具呼叫期間存取的資源，可能需要額外的範圍。如要查看 BigQuery 資料移轉服務所需的範圍清單，請參閱「BigQuery Data Transfer Service API」。

設定 MCP 用戶端，使用 BigQuery 資料移轉服務 MCP 伺服器

AI 應用程式和代理 (例如 Claude 或 Antigravity) 可例項化 MCP 用戶端，連至單一 MCP 伺服器。AI 應用程式可以有多個用戶端，連線至不同的 MCP 伺服器。如果用戶端專屬指南中未列出您的應用程式，則可使用下列資訊，從大多數應用程式連線。

在 AI 應用程式中，找出新增或連線至遠端 MCP 伺服器的方法。針對 BigQuery 資料移轉服務 MCP 伺服器，請視需要輸入下列資訊：

• 伺服器名稱：BigQuery 資料移轉服務 MCP 伺服器
• 伺服器網址或端點：https://bigquerydatatransfer.googleapis.com/mcp
• 傳輸：可串流 HTTP
• 驗證詳細資料：視您要採用的驗證方式而定，您可以輸入 Cloud de Confiance by S3NS 憑證、OAuth 用戶端 ID 和密鑰，或代理身分和憑證。如要進一步瞭解驗證，請參閱「向 MCP 伺服器驗證」。

重新導向 URI

如果是網頁式應用程式和部分電腦應用程式，您必須在建立用戶端 ID 和密鑰進行驗證時，將重新導向 URI 加入許可清單。授權伺服器會使用重新導向 URI，將權杖傳送至應用程式。應用程式說明文件應指定您必須使用的重新導向 URI。不支援自訂重新導向 URI。

如需設定及連線至 MCP 伺服器的應用程式專屬指引，請參閱用戶端專屬指引。

如需一般指引，請參閱下列資源：

• 連線至遠端 MCP 伺服器。
• 在 AI 應用程式中設定 MCP。

可用的工具

如要查看 BigQuery 資料移轉服務 MCP 伺服器的可用 MCP 工具詳細資料和說明，請參閱 BigQuery 資料移轉服務 MCP 參考資料。

清單工具

使用 MCP 檢查器列出工具，或直接傳送 tools/list HTTP 要求至 BigQuery 資料移轉服務遠端 MCP 伺服器。tools/list 方法不需要驗證。

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

更改下列內容：

• TOOLSET_ENDPOINT：服務名稱後方的 MCP 端點其餘部分。如果是 BigQuery 資料移轉服務，則為 mcp。
• MCP_PROTOCOL_VERSION：MCP 通訊協定版本。例如：2026-07-28。

應用實例

以下是 BigQuery 資料移轉服務 MCP 伺服器的用途範例：

• 探索支援的資料來源、檢查必要的設定參數，以及確認資料來源是否有有效的憑證。
• 使用自然語言提示詞，建立、更新、檢查及刪除資料移轉設定。
• 您可以手動執行單一日期移轉作業，或觸發特定日期範圍內的回填作業。
• 監控移轉作業執行的狀態，並檢查移轉作業執行記錄，排解失敗的移轉作業。

提示範例

您可以使用下列提示範例，探索資料來源、管理移轉設定，以及排解移轉作業問題：

• 「列出專案 PROJECT_ID 和位置 LOCATION 中所有可用的資料來源，並檢查我是否具備 DATA_SOURCE_ID 資料來源的有效憑證。」
• 「列出 LOCATION 區域中專案 PROJECT_ID 的所有資料移轉設定。」
• 「針對專案 PROJECT_ID 和位置 LOCATION 中的移轉設定 TRANSFER_CONFIG_ID，手動執行移轉作業，日期範圍為 2026-01-01 至 2026-01-07。」
• 「請檢查專案 PROJECT_ID 中設定 TRANSFER_CONFIG_ID 的最新移轉作業執行狀態。如果有任何執行作業失敗，請顯示移轉記錄並說明錯誤原因。」

在提示中，請替換下列內容：

• PROJECT_ID： Cloud de Confiance 專案 ID。
• LOCATION：移轉設定或資料來源的位置。
• DATA_SOURCE_ID：資料來源 ID，例如 google_ads 或 scheduled_query。
• TRANSFER_CONFIG_ID：移轉設定 ID。

選用安全性和安全防護設定

MCP 工具可執行的動作繁多，因此會帶來新的安全風險和考量。為盡可能降低及管理這些風險，Cloud de Confiance by S3NS 提供預設設定和可自訂的政策，控管 Cloud de Confiance by S3NS組織或專案中的 MCP 工具使用情形。

如要進一步瞭解 MCP 安全性和管理，請參閱「AI 安全性」。

使用 Model Armor

Model Armor 是一項Cloud de Confiance by S3NS 服務，可提高 AI 應用程式的安全性。這項服務會主動篩選 LLM 提示詞和回覆，防範各種風險，並確保全程採行負責任的 AI 做法。無論您是在雲端環境或外部雲端服務供應商部署 AI，Model Armor 都能協助您防範惡意輸入、驗證內容安全性、保護機密資料、維持法規遵循，並在多元的 AI 環境中，一致地強制執行 AI 安全性和安全性政策。

啟用 Model Armor 並啟用記錄功能後，Model Armor 會記錄整個酬載。這可能會導致記錄中的機密資訊外洩。

MCP 要求轉送至 Model Armor

啟用 Model Armor

您必須先啟用 Model Armor API，才能使用 Model Armor。

設定 Google 和 Cloud de Confiance by S3NS 遠端 MCP 伺服器的防護機制

您可以使用 Model Armor 底限設定，保護 MCP 工具呼叫和回覆。底限設定會定義適用於整個專案的最低安全性篩選器。這項設定會對專案中的所有 MCP 工具呼叫和回覆，套用一致的篩選器。

設定 Model Armor 底限設定，並啟用 MCP 清理功能。詳情請參閱「設定 Model Armor 底限設定」。

請參閱下列範例指令：

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"}]'

將 PROJECT_ID 替換為 Cloud de Confiance 專案 ID。

請注意下列設定：

• INSPECT_AND_BLOCK：這項強制執行類型會檢查 Google MCP 伺服器的內容，並封鎖符合篩選條件的提示和回覆。
• ENABLED：啟用篩選器或違規處置的設定。
• MEDIUM_AND_ABOVE：負責任的 AI 技術 - 危險篩選器設定的信心水準。您可以修改這項設定，但較低的值可能會導致更多偽陽性。詳情請參閱「Model Armor 信心水準」。

停用 Model Armor 掃描 MCP 流量的功能

如要停止 Model Armor 根據專案的底限設定，自動掃描 Google MCP 伺服器的往來流量，請執行下列指令：

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

將 PROJECT_ID 替換為 Cloud de Confiance 專案 ID。Model Armor 不會自動將這項專案底限設定中定義的規則，套用至任何 Google MCP 伺服器流量。

Model Armor 底限設定和一般設定不只會影響 MCP，Model Armor 與 Vertex AI 等服務整合，因此對底限設定所做的任何變更，都可能影響所有整合服務的流量掃描和安全行為，不限於 MCP。

使用 IAM 政策控管 MCP

Identity and Access Management (IAM) 拒絕政策和允許政策可協助您保護 Cloud de Confiance by S3NS 和 Google MCP 伺服器。

您可以結合多項條件，根據下列項目允許或拒絕存取，建立自訂的安全性和管理政策：

• 主體。
• 工具屬性，例如唯讀屬性。
• 服務或工具名稱。
• 應用程式的 OAuth 用戶端 ID。

詳情請參閱「使用 Identity and Access Management 控管 MCP 使用情形」。

後續步驟

• 閱讀 BigQuery 資料移轉服務 MCP 參考文件。
• 進一步瞭解 Google Cloud MCP 伺服器。