Model Context Protocol (MCP) 伺服器可做為代理伺服器,在外部服務與大型語言模型 (LLM) 或 AI 應用程式之間傳輸脈絡、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,才能使用這項功能。如要進一步瞭解如何使用 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連線。這是 LLM 請求情境、呼叫工具或存取資源的聯絡點。Google MCP 端點可以是全域或區域。
Google Analytics Data API MCP 伺服器具有下列全域 MCP 端點:
- https://analyticsdata.googleapis.com/mcp/v1
Google Analytics Data API MCP 伺服器提供下列 MCP 工具集端點:
- https://analyticsdata.googleapis.com/mcp/v1
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,可讓 LLM 或 AI 應用程式在現實世界中執行動作。工具集是一組有助於完成特定工作的工具。使用工具集可減少代理可用的工具數量,有助於提升代理的效能。
工具集
analyticsdata.googleapis.com MCP 伺服器具有下列工具集:
| MCP 工具集 | ||
|---|---|---|
| 端點 | 說明 | 工具 |
| /mcp/v1 | Google Analytics Data API MCP 工具集 | |
取得 MCP 工具規格
如要取得 MCP 伺服器中所有工具的 MCP 工具規格,請使用 tools/list 方法。下列範例說明如何使用 curl 列出 MCP 伺服器中目前可用的所有工具及其規格。
| Curl 要求 |
|---|
curl --location 'https://analyticsdata.googleapis.com/mcp/v1' \ --header 'content-type: application/json' \ --header 'accept: application/json, text/event-stream' \ --data '{ "method": "tools/list", "jsonrpc": "2.0", "id": 1 }' |