שימוש בשרת MCP של Cloud Storage

‫Model Context Protocol (‏MCP) הוא תקן שמגדיר את הדרך שבה מודלים גדולים של שפה (LLM) ואפליקציות או סוכנים של AI מתחברים למקורות נתונים חיצוניים. שרתי MCP מאפשרים לכם להשתמש בכלים, במשאבים ובהנחיות שלהם כדי לבצע פעולות ולקבל נתונים מעודכנים משירות הקצה העורפי שלהם.

שרתי MCP מקומיים פועלים בדרך כלל במחשב המקומי ומשתמשים בזרמי הקלט והפלט הסטנדרטיים (stdio) לתקשורת בין שירותים באותו מכשיר. למרות ששרתי MCP מקומיים בדרך כלל מתקשרים עם שירותים מקומיים, אפשר להשתמש בהם גם כדי לקרוא לשירותים או למקורות נתונים שלא פועלים במכונה המקומית. לדוגמה, שרת MCP מקומי שפועל במכונה או במכונה וירטואלית של סוכן יכול לקרוא ל-Cloud Storage APIs.

אלה כמה סיבות אפשריות לשימוש בשרת MCP מקומי של Cloud Storage:

• אתם צריכים ליצור כלי בהתאמה אישית.
• אין לכם הרשאות להפעיל את שרת ה-MCP או להשתמש בו בפרויקט שלכם.

במאמר איך מחברים מודלים גדולים של שפה (LLM) ל-Cloud Storage באמצעות MCP מוסבר איך משתמשים בשרת MCP מקומי.

שרתי MCP מרוחקים פועלים בתשתית של השירות ומציעים נקודת קצה (endpoint) מסוג HTTP לאפליקציות AI, כדי לאפשר תקשורת בין לקוח ה-MCP של ה-AI לבין שרת ה-MCP. שרת ה-MCP של Cloud Storage הוא שרת MCP מרוחק עם נקודת קצה (endpoint) מסוג HTTP. מידע נוסף על ארכיטקטורת MCP

במאמר הזה מוסבר איך להשתמש בשרת Cloud Storage MCP כדי להתחבר ל-Cloud Storage מאפליקציות AI כמו Gemini CLI, מצב סוכן ב-Gemini Code Assist, ‏Claude Code או באפליקציות AI שאתם מפתחים.

באמצעות שרת ה-MCP של Cloud Storage, אתם יכולים להשתמש באפליקציות ובסוכני AI כדי לבצע את המשימות הבאות:

• ליצור ולמחוק קטגוריות.
• אחזור מטא-נתונים של אובייקט.
• לקרוא ולמחוק נתוני אובייקטים, ולכתוב תוכן טקסט.
• הצגת קטגוריות ואובייקטים.

שרתי MCP מרוחקים של Google ושל Cloud de Confiance by S3NS

• חיפוש פשוט ומרוכז
• נקודות קצה (endpoints) מנוהלות של HTTP גלובלי או אזורי
• הרשאה פרטנית
• אבטחה אופציונלית של הנחיות ותשובות באמצעות הגנה מוגברת על המודל
• רישום מרכזי ביומן הביקורת

במאמר סקירה כללית על שרתי Google Cloud MCP מוסבר על שרתי MCP אחרים ועל אמצעי הבקרה לאבטחה ולמשילות שזמינים לשרתי Google Cloud MCP.

מגבלות

לשרת ה-MCP של Cloud Storage יש את המגבלות הבאות:

• סוגי קבצים: פעולות קריאה תומכות בקובצי טקסט ובקבצים בינאריים (כמו קובצי PDF, תמונות, אודיו ווידאו). פעולות כתיבה מוגבלות לקובצי טקסט.

• גודל הקובץ: עד 8MiB לפעולות קריאה וכתיבה.

• נקודת קצה (endpoint): נקודת קצה גלובלית בלבד.

למידע מפורט על המכסות והמגבלות שחלות על שרת ה-MCP של Cloud Storage, ראו מכסות ומגבלות.

לפני שמתחילים

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. Install the Google Cloud CLI.

4. Configure the gcloud CLI to use your federated identity.

   For more information, see Sign in to the gcloud CLI with your federated identity.

5. To initialize the gcloud CLI, run the following command:

   gcloud init

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לשימוש בשרת MCP של Cloud Storage, בקשו מהאדמין לתת לכם את התפקידים הבאים ב-IAM בפרויקט שבו אתם רוצים להשתמש בשרת MCP של Cloud Storage:

• לבצע קריאות לכלי MCP: משתמש בכלי MCP (roles/mcp.toolUser)
• הצגת אובייקטים, קריאת אובייקטים והתוכן שלהם או קבלת מטא-נתונים של אובייקט: Storage Object Viewer (roles/storage.objectViewer)
• כתיבת תוכן לאובייקט: יצירת אובייקטים באחסון (roles/storage.objectCreator)
• מחיקת אובייקטים: Storage Object User (roles/storage.objectUser) או Storage Object Admin (roles/storage.objectAdmin)
• יצירה, הצגה או מחיקה של קטגוריות: אדמין של Storage ‏ (roles/storage.admin)

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

התפקידים המוגדרים מראש האלה כוללים את ההרשאות שנדרשות כדי להשתמש בשרת MCP של Cloud Storage. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

אימות והרשאה

שרת ה-MCP של Cloud Storage לא מקבל מפתחות API לאימות, כי כל הבקשות דורשות הרשאה של ניהול זהויות והרשאות גישה (IAM).

אנחנו ממליצים ליצור זהות נפרדת לסוכנים שמשתמשים בכלים של MCP, כדי שתוכלו לשלוט בגישה למשאבים ולעקוב אחריה. מידע נוסף על אימות זמין במאמר אימות בשרתי MCP.

היקפי ההרשאות של Cloud Storage MCP OAuth

ב-OAuth 2.0 משתמשים בהיקפי הרשאות ובפרטי כניסה כדי לקבוע אם לחשבון משתמש מאומת מסוים מותר לבצע פעולה ספציפית במשאב. למידע נוסף על היקפי ההרשאות של OAuth 2.0 ב-Google, קראו את המאמר שימוש ב-OAuth 2.0 כדי לגשת אל Google APIs.

אלה היקפי ההרשאות של OAuth לכלי MCP ב-Cloud Storage:

יכול להיות שיידרשו היקפי הרשאות נוספים במשאבים שאליהם ניגשים במהלך קריאה לפונקציה. במאמר Cloud Storage API מופיעה רשימה של היקפי ההרשאות שנדרשים ל-Cloud Storage. אם הסוכן שלכם יוצר אינטראקציה עם שירותי Cloud de Confiance by S3NS אחרים כחלק מתהליך העבודה שלו, כמו BigQuery או Storage Insights, הוא צריך את היקפי ההרשאות המתאימים של OAuth לשירותים האלה, בנוסף להיקפי ההרשאות של Cloud Storage.

הגדרת לקוח MCP לשימוש בשרת MCP של Cloud Storage

אפליקציות וסוכני AI, כמו Claude או Antigravity, יכולים ליצור מופע של לקוח MCP שמתחבר לשרת MCP יחיד. לאפליקציית AI יכולים להיות כמה לקוחות שמתחברים לשרתי MCP שונים. אם האפליקציה שלכם לא מופיעה בהנחיות הספציפיות ללקוח, תוכלו להשתמש במידע הבא כדי להתחבר מרוב האפליקציות.

באפליקציית ה-AI, מחפשים דרך להוסיף שרת MCP מרוחק או להתחבר אליו. לשרת ה-MCP של Cloud Storage, מזינים את הפרטים הבאים לפי הצורך:

• שם השרת: שרת Cloud Storage MCP
• כתובת ה-URL של השרת או נקודת הקצה (endpoint): https://storage.googleapis.com/storage/mcp
• תעבורה: HTTP שניתן להעביר בסטרימינג
• פרטי אימות: בהתאם לשיטת האימות שאתם רוצים להשתמש בה, אתם יכולים להזין את פרטי הכניסה, את מזהה הלקוח והסוד של לקוח OAuth או את פרטי הכניסה והזהות של הנציג. Cloud de Confiance by S3NS מידע נוסף על אימות זמין במאמר אימות בשרתי MCP.
• היקף OAuth: אחד מההיקפים שמפורטים במסמך הזה שבו רוצים להשתמש כשמתחברים לשרת ה-MCP של Cloud Storage.

בקטע הנחיות ספציפיות ללקוח מוסבר איך להגדיר את שרת ה-MCP ולהתחבר אליו באפליקציות ספציפיות.

למידע כללי נוסף, אפשר לעיין במקורות המידע הבאים:

• להתחבר לשרתי MCP מרוחקים.
• הגדרת MCP באפליקציית AI.

באילו כלים אפשר להשתמש

בחומר העזר בנושא שרת ה-MCP של Cloud Storage מפורטים הכלים הזמינים ב-MCP ותיאורים שלהם. סכימות ודוגמאות זמינות במאגר של Cloud Storage MCP ב-GitHub.

כלים לרשימות

משתמשים ב-MCP inspector כדי להציג רשימה של כלים, או שולחים בקשת HTTP מסוג tools/list ישירות לשרת ה-MCP המרוחק של Cloud Storage. השיטה tools/list לא דורשת אימות.

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

מחליפים את מה שכתוב בשדות הבאים:

• ‫TOOLSET_ENDPOINT: החלק שנותר בנקודת הקצה של ה-MCP אחרי שם השירות. לדוגמה, ב-Cloud Storage הערך יכול להיות mcp/toolset-name.
• ‫MCP_PROTOCOL_VERSION: גרסת פרוטוקול ה-MCP. לדוגמה, 2026-07-28.

קריאה לכלי

כדי להפעיל כלי ספציפי, משתמשים ב-method‏ tools/call ומציינים את שם הכלי והארגומנטים הנדרשים באובייקט params. בדוגמה הבאה מוסבר איך להפעיל את הכלי list_buckets בפרויקט my-project:

POST /storage/mcp HTTP/1.1
Host: storage.googleapis.com
Content-Type: application/json
Authorization: Bearer OAUTH2_TOKEN

{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "id": "123e4567-e89b-12d3-a456-426614174000",
  "params": {
    "name": "list_buckets",
    "arguments": {
      "projectId": "my-project"
    }
  }
}

תרחישים לדוגמה

ריכזנו כאן כמה דוגמאות לתרחישי שימוש בשרת ה-MCP של Cloud Storage.

ניהול תוכן וקמפיינים של מוצרי קמעונאות

תרחיש לדוגמה לשימוש בשרת ה-MCP של Cloud Storage: סיוע לסוכן שיווק של קמעונאי ליצור ולנהל כרטיסי מוצר וקמפיינים לקידום מכירות. שרת ה-MCP של Cloud Storage מאפשר לכם להציג, לקרוא ולכתוב אובייקטים, וליצור קטגוריות לאחסון נכסים של מוצרים וקמפיינים באמצעות שפה טבעית.

הנחיה לדוגמה:

"צור כרטיס מוצר למק"ט SKU-123 באמצעות נכסים מהקטגוריה product-images, ואז צור קטגוריה חדשה בשם campaign-q3-assets, צור תמונות באנר ושמור אותן בקטגוריה הזו".

תהליך עבודה: תהליך העבודה ליצירת כרטיסי מוצר וקמפיינים יכול להיראות כך:

• הצגת רשימת נכסים: הנציג משתמש ב-list_objects כדי למצוא את כל התמונות של המוצר החדש בקטגוריה ייעודית של Cloud Storage.
• אחזור תוכן: הנציג משתמש ב-read_object כדי לגשת לנכסי המוצר (עד 8MiB), וגם מאחזר תיאורי מוצרים ממערכת לניהול מידע על מוצרים (PIM) באמצעות כלי אחר.
• יצירת כרטיס מוצר: הנציג יוצר טיוטה של כרטיס המוצר, כולל תוכן שיווקי וקישורים לתמונות ולסרטונים.
• יצירת קטגוריית קמפיין: הנציג משתמש ב-create_bucket כדי ליצור קטגוריה חדשה לנכסי הקמפיין.
• שמירת נכסי הקמפיין: הנציג יוצר תוכן שיווקי ומשתמש ב-write_text כדי לשמור אותו בקטגוריה החדשה "קמפיינים". העותק צריך להיות קטן מ-8MiB.

ניתוח נתונים פיננסיים

תרחיש לדוגמה לשימוש בשרת Cloud Storage MCP הוא לעזור למנהלי תיקי השקעות לקבל תובנות מדוחות פיננסיים ומהקלטות אודיו של שיחות של סוחרים עם לקוחות. שרת ה-MCP של Cloud Storage עוזר לסוכן לזהות ולהוריד מסמכים רלוונטיים ולהעביר אותם ל-LLM לצורך ניתוח.

הנחיה לדוגמה:

"מה היו הנקודות העיקריות בשיחת הוועידה האחרונה של ExampleCorp בנושא תוצאות כספיות, ואיך הן בהשוואה למה שנאמר בשלושת הדוחות הכספיים האחרונים שלה?"

תהליך עבודה: תהליך העבודה לניתוח מסמכים פיננסיים יכול להיראות כך:

• זיהוי מסמכים: הנציג מחלץ מילות מפתח מהשאלה של המשתמש כדי לזהות קטגוריות או קידומות רלוונטיות, למשל earnings-calls/ExampleCorp/ או financial-reports/ExampleCorp/, ומשתמש ב-list_objects כדי למצוא תמלילי אודיו ודוחות פיננסיים רלוונטיים.
• הורדת תוכן: הסוכן משתמש ב-read_object כדי להוריד את התוכן של הקבצים שזוהו, עד ‎8MiB לכל קובץ.
• ניתוח ומענה: הנציג מעביר את התוכן למודל שפה גדול (LLM) כדי לסכם את הממצאים, להשוות את הסנטימנט ולסנתז תשובה לשאלה של המשתמש. במקרה הצורך, אפשר להשתמש בכלים אחרים כמו BigQuery לניתוח מעמיק יותר.

הערכת הסיכון של הספק

דוגמה לתרחיש שימוש בשרת MCP של Cloud Storage היא עזרה באוטומציה של תהליך הערכת הסיכונים הראשוני של ספקים, עבור צוות ניהול הסיכונים של בנק. שרת ה-MCP של Cloud Storage מאפשר לסוכן ה-AI לאחזר ולנתח מסמכים שספקים שולחים כדי לזהות סיכונים פוטנציאליים באמצעות שפה טבעית.

הנחיה לדוגמה:

"העריכו את הספק "Example Inc." על ידי בדיקת שאלון האבטחה האחרון שלו ואישור התאימות שלו בקטגוריה vendor-docs. סכם את כל הסיכונים האפשריים על סמך המדיניות שלנו ושמור את הדוח".

תהליך עבודה: תהליך העבודה להערכת סיכונים של ספקים יכול להיראות כך:

• חיפוש מסמכים: הנציג משתמש בכלי list_objects כדי למצוא את התיקייה של הספק בקטגוריה של Cloud Storage שמיועדת למסמכי ספקים.
• הורדת מסמכים: הנציג משתמש ב-read_object כדי להוריד את כל המסמכים הרלוונטיים, כמו שאלונים בנושא אבטחה, אישורי תאימות ודוחות כספיים, עד 8MiB לכל קובץ.
• ניתוח מסמכים: הנציג מנתח את תוכן המסמכים, אולי באמצעות כלים אחרים לחילוץ טקסט, כדי לחפש סימנים חשודים או מידע חסר על סמך מדיניות הסיכונים של הבנק.
• הכנה ושמירה של הדוח: הסוכן מכין דוח סיכום של הממצאים ומשתמש ב-write_text כדי לשמור אותו בתיקייה של הספק ב-Cloud Storage, כדי שמעריך הסיכונים יוכל לבדוק אותו.

הגדרות אופציונליות של אבטחה ובטיחות

בגלל המגוון הרחב של הפעולות שאפשר לבצע באמצעות כלי MCP, יש סיכוני אבטחה ושיקולים חדשים שצריך להביא בחשבון. כדי לצמצם ולנהל את הסיכונים האלה,Cloud de Confiance by S3NS מציע הגדרות ברירת מחדל וכללי מדיניות שניתנים להתאמה אישית כדי לשלוט בשימוש בכלים של MCP בארגון או בפרויקט ב- Cloud de Confiance by S3NS.

מידע נוסף על אבטחה ופיקוח ב-MCP זמין במאמר אבטחה ובטיחות ב-AI.

שימוש ב-Model Armor

‫Model Armor הוא שירות שלCloud de Confiance by S3NS שנועד לשפר את האבטחה והבטיחות של אפליקציות ה-AI. הוא פועל באופן יזום כדי לסנן הנחיות ותשובות של מודלי LLM, להגן מפני סיכונים שונים ולתמוך בשיטות לפיתוח אחראי של AI. לא משנה אם אתם פורסים את ה-AI בסביבת הענן שלכם או אצל ספקי שירותי ענן חיצוניים, אתם יכולים להשתמש ב-Model Armor כדי למנוע קלט זדוני, לאמת את בטיחות התוכן, להגן על מידע אישי רגיש, לשמור על תאימות ולאכוף את מדיניות הבטיחות והאבטחה של ה-AI באופן עקבי בכל סביבת ה-AI שלכם.

כשהתכונה "הגנה מוגברת על המודל" מופעלת עם רישום ביומן, היא מתעדת את כל המטען הייעודי (payload). זה עלול לחשוף מידע רגיש ביומנים.

ניתוב בקשות של MCP ל-Model Armor

הפעלת Model Armor

כדי להשתמש ב-Model Armor, צריך להפעיל את ממשקי ה-API של Model Armor.

הגדרת הגנה לשרתי MCP של Google ו Cloud de Confiance by S3NS לשרתי MCP מרוחקים

כדי להגן על הקריאות והתשובות של כלי ה-MCP, אתם יכולים להשתמש בהגדרות האבטחה המינימליות של Model Armor. הגדרת אבטחה מינימלית קובעת את מסנני האבטחה המינימליים שחלים על כל הפרויקט. ההגדרה הזו מחילה קבוצה עקבית של מסננים על כל הקריאות והתגובות של כלי ה-MCP בפרויקט.

מגדירים את ההגנה המוגברת על המודל עם הסרת תוכן זדוני או רגיש ב-MCP. מידע נוסף זמין במאמר הגדרת רמות הסינון של Model Armor.

דוגמה לפקודה:

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"}]'

מחליפים את PROJECT_ID במזהה הפרויקט ב- Cloud de Confiance .

שימו לב להגדרות הבאות:

• ‫INSPECT_AND_BLOCK: סוג האכיפה שבודק את התוכן בשרת MCP של Google וחוסם הנחיות ותשובות שתואמות למסננים.
• ‫ENABLED: ההגדרה שמפעילה סינון או אכיפה.
• ‫MEDIUM_AND_ABOVE: רמת הסמך של הגדרות הסינון של Responsible AI - Dangerous. אפשר לשנות את ההגדרה הזו, אבל ערכים נמוכים יותר עלולים לגרום ליותר תוצאות חיוביות כוזבות. מידע נוסף זמין במאמר רמות הסמך של Model Armor.

השבתת הסריקה של תנועת MCP באמצעות Model Armor

כדי להפסיק את הסריקה האוטומטית של הגנה מוגברת על המודל לתעבורת נתונים אל שרתי MCP וממנה, על סמך הגדרות אבטחה מינימליות של הפרויקט, מריצים את הפקודה הבאה:

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

מחליפים את PROJECT_ID במזהה הפרויקט ב- Cloud de Confiance . התכונה "הגנה מוגברת על המודל" לא מחילה באופן אוטומטי את הכללים שמוגדרים בהגדרות המינימום של הפרויקט הזה על תנועה בשרת MCP של Google.

הגדרות הסף וההגדרות הכלליות של Model Armor יכולות להשפיע על יותר מאשר רק MCP. מכיוון שהגנה מוגברת על המודל משתלבת עם שירותים כמו Vertex AI, כל שינוי שתבצעו בהגדרות של רמות הסינון יכול להשפיע על סריקת התנועה ועל התנהגויות הבטיחות בכל השירותים המשולבים, ולא רק ב-MCP.

שליטה בשימוש ב-MCP באמצעות מדיניות IAM

כללי מדיניות הדחייה וכללי מדיניות ההרשאה של ניהול זהויות והרשאות גישה (IAM) עוזרים לכם לאבטח את Cloud de Confiance by S3NS ואת שרתי Google MCP.

אתם יכולים לשלב כמה קריטריונים כדי ליצור מדיניות אבטחה ופיקוח בהתאמה אישית, על ידי מתן גישה או דחיית גישה על סמך:

• חשבון המשתמש.
• מאפייני הכלי, כמו המאפיין "לקריאה בלבד".
• שם השירות או שם הכלי.
• מזהה הלקוח ב-OAuth של האפליקציה.

מידע נוסף זמין במאמר שליטה בשימוש ב-MCP באמצעות ניהול זהויות והרשאות גישה.

המאמרים הבאים

• מאמרי העזרה של Cloud Storage MCP
• מידע נוסף על שרתי MCP של Google Cloud