MCP Reference: vectorsearch.googleapis.com

Agent Retrieval (舊稱向量搜尋 2.0) 的 MCP 伺服器，提供查看及查詢集合、索引和執行搜尋的工具。

Model Context Protocol (MCP) 伺服器是 Proxy，可為大型語言模型 (LLM) 或 AI 應用程式提供脈絡、資料或功能。MCP 伺服器可將 AI 應用程式連結至資料庫和 Web 服務等外部系統，並將系統回覆轉換成 AI 應用程式可理解的格式。

伺服器設定

您必須先啟用 MCP 伺服器並設定驗證機制，才能使用。如需個別產品的設定操作說明，請參閱「使用 Agent Retrieval 遠端 MCP 伺服器」。如要瞭解如何使用 Google 和 Google Cloud 遠端 MCP 伺服器，請參閱「Google Cloud MCP 伺服器總覽」。

伺服器端點

MCP 服務端點是 MCP 伺服器的網路位址和通訊介面 (通常是網址)，AI 應用程式 (MCP 用戶端的主機) 會使用這個端點建立安全、標準化的連線。LLM 會透過這個聯絡窗口要求提供情境資訊、呼叫工具或存取資源。Google MCP 端點可以是全域或區域性。

Agent Retrieval (向量搜尋 API) MCP 伺服器會公開單一 MCP 端點：

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

MCP 工具

MCP 工具是 MCP 伺服器向 LLM 或 AI 應用程式公開的函式或可執行功能，用於在現實世界執行動作。

代理檢索 MCP 伺服器目前在單一 /mcp 端點公開下列工具。如果使用 MCP 2026-07-28 無狀態通訊協定，每個 tools/call 要求也必須包含 Mcp-Name HTTP 標頭，其值等於 params.name (如果是直接區域轉送，則為 Mcp-Param-Region；請參閱「以標頭為基礎的轉送」)；請勿傳送 Mcp-Name 和 tools/list。系統也接受使用舊版 MCP 通訊協定的要求，例如工具頁面上的 curl 範例 (含有 Authorization: Bearer 標頭)。

• list_collections：列出專案和位置中的向量搜尋集合。
• get_collection：擷取特定集合的結構定義和中繼資料。
• list_indexes：列出集合中定義的索引。
• get_index：擷取特定索引的設定。
• get_data_object：依 ID 從集合中擷取資料物件。
• search_data_objects：對集合執行向量、語意或文字搜尋。
• query_data_objects：列出符合篩選運算式的資料物件。
• batch_search_data_objects：平行執行多項搜尋，並使用倒數排名融合 (RRF) 或 Vertex Ranking API 合併結果。
• aggregate_data_objects：匯總符合篩選運算式的資料物件 (例如計數)。

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": {}
      }
    }
  }'