MCP Reference: vectorsearch.googleapis.com

Server MCP per Agent Retrieval (precedentemente Vector Search 2.0), che fornisce strumenti per visualizzare ed eseguire query su raccolte e indici ed eseguire ricerche.

Un server Model Context Protocol (MCP) funge da proxy tra un servizio esterno che fornisce contesto, dati o funzionalità a un modello linguistico di grandi dimensioni (LLM) o a un'applicazione di AI. I server MCP collegano le applicazioni di AI a sistemi esterni come database e servizi web, traducendo le loro risposte in un formato comprensibile per l'applicazione di AI.

Configurazione del server

Prima di utilizzarli, devi attivare i server MCP e configurare l'autenticazione. Per istruzioni di configurazione specifiche per il prodotto, consulta Utilizza il server MCP remoto di Agent Retrieval. Per informazioni generali sull'utilizzo dei server MCP remoti di Google e Google Cloud, consulta Panoramica dei server MCP di Google Cloud.

Endpoint server

Un endpoint di servizio MCP è l'indirizzo di rete e l'interfaccia di comunicazione (di solito un URL) del server MCP che un'applicazione di AI (l'host per il client MCP) utilizza per stabilire una connessione sicura e standardizzata. È il punto di contatto per l'LLM per richiedere il contesto, chiamare uno strumento o accedere a una risorsa. Gli endpoint Google MCP possono essere globali o regionali.

Il server MCP Agent Retrieval (API Vector Search) espone un singolo endpoint MCP:

  • https://vectorsearch.googleapis.com/mcp

Strumenti MCP

Uno strumento MCP è una funzione o una funzionalità eseguibile che un server MCP espone a un LLM o a un'applicazione AI per eseguire un'azione nel mondo reale.

Il server MCP di recupero degli agenti attualmente espone i seguenti strumenti sul singolo endpoint /mcp. Se utilizzi il protocollo stateless MCP 2026-07-28, ogni richiesta tools/call deve includere anche un'intestazione HTTP Mcp-Name il cui valore è uguale a params.name (e Mcp-Param-Region per il routing regionale diretto; consulta Routing basato su intestazioni); non inviare Mcp-Name con tools/list. Sono accettate anche le richieste che utilizzano versioni precedenti del protocollo MCP, come gli esempi curl nelle pagine degli strumenti (con un'intestazione Authorization: Bearer).

  • list_collections: elenca le raccolte di Vector Search in un progetto e in una località.
  • get_collection: recupera lo schema e i metadati di una raccolta specifica.
  • list_indexes: elenca gli indici definiti in una raccolta.
  • get_index: recupera la configurazione di un indice specifico.
  • get_data_object: recupera un oggetto di dati in base all'ID da una raccolta.
  • search_data_objects: esegui una ricerca vettoriale, semantica o di testo in una raccolta.
  • query_data_objects: elenca gli oggetti di dati che corrispondono a un'espressione di filtro.
  • batch_search_data_objects: esegui più ricerche in parallelo e unisci i risultati con Reciprocal Rank Fusion (RRF) o l'API Vertex Ranking.
  • aggregate_data_objects: aggrega gli oggetti dati che corrispondono a un'espressione di filtro (ad esempio, i conteggi).

Ottieni le specifiche dello strumento MCP

Per ottenere le specifiche degli strumenti MCP per tutti gli strumenti in un server MCP, utilizza il metodo tools/list. Il server MCP dell'API Vector Search supporta il protocollo stateless MCP 2026-07-28: ogni richiesta è autodescrittiva e include la versione del protocollo sia nell'intestazione HTTP MCP-Protocol-Version sia nel campo del corpo params._meta.io.modelcontextprotocol/protocolVersion, un'intestazione Mcp-Method che corrisponde a method JSON-RPC e un oggetto params._meta.io.modelcontextprotocol/clientCapabilities (è accettato un oggetto vuoto). L'esempio curl seguente elenca tutti gli strumenti e le relative specifiche.

Richiesta curl 
curl -X POST 'https://vectorsearch.googleapis.com/mcp' \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json' \
  -H 'MCP-Protocol-Version: 2026-07-28' \
  -H 'Mcp-Method: tools/list' \
  -d '{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "tools/list",
    "params": {
      "_meta": {
        "io.modelcontextprotocol/protocolVersion": "2026-07-28",
        "io.modelcontextprotocol/clientCapabilities": {}
      }
    }
  }'