Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

Połącz się z serwerem MCP Developer Knowledge

Serwer MCP Google Developer Knowledge zapewnia narzędziom programistycznym opartym na AI bezpośredni dostęp do wyszukiwania i pobierania oficjalnej dokumentacji Google dla deweloperów dotyczącej usług takich jak Firebase, Google Cloud, Android, Google Maps Platform i innych. Dzięki połączeniu asystenta kodowania z autorytatywną biblioteką dokumentacji Google unikasz ręcznego wyszukiwania w internecie, nieaktualnego kontekstu i pobierania danych.

Możliwości serwera MCP

Serwer MCP Google Developer Knowledge udostępnia 3 podstawowe narzędzia dla asystenta kodowania AI:

Nazwa narzędzia	Opis
`search_documents`	Wyszukuje dokumentację Google dla deweloperów i zwraca najbardziej odpowiednie fragmenty stron wraz z nazwami dokumentów.
`get_documents`	Pobiera pełną zawartość dokumentów w formacie Markdown, używając nazw zwróconych przez `search_documents`.
`answer_query`	Generuje ustrukturyzowane, syntetyzowane odpowiedzi oparte na korpusie Developer Knowledge.

Narzędzie search_documents przeszukuje dokumentację Google, aby znaleźć najbardziej odpowiednie sekcje pasujące do Twojego zapytania. Gdy zadasz pytanie, narzędzie zwróci krótkie fragmenty tekstu. Jeśli agent potrzebuje pełnego kontekstu strony otaczającego fragment, może przekazać nazwę zasobu dokumentu do narzędzia get_documents, aby pobrać całą stronę.

Użyj narzędzia answer_query, gdy chcesz uzyskać bezpośrednią odpowiedź na pytanie syntetyzowaną na podstawie korpusu Developer Knowledge, a nie surowych wyników wyszukiwania lub pełnych plików Markdown.

Wybieranie metody uwierzytelniania

Serwer MCP Developer Knowledge obsługuje 2 metody uwierzytelniania w zależności od środowiska programistycznego i asystenta AI:

Klucz interfejsu API: najlepszy w przypadku IDE i agentów CLI innych firm, takich jak Claude Code, Cursor, GitHub Copilot, Codex i innych zdalnych klientów MCP. Przekaż klucz interfejsu API w nagłówku X-Goog-Api-Key przez HTTPS.
OAuth i ADC: najlepsze w przypadku Google Antigravity lub przepływów pracy w przedsiębiorstwie, które korzystają z domyślnego uwierzytelniania aplikacji (ADC) lub samodzielnego identyfikatora klienta OAuth 2.0.

Wygeneruj dane logowania wymagane przez wybraną metodę uwierzytelniania, aby umożliwić asystentowi AI lub agentowi kodowania uwierzytelnianie żądań w usłudze serwera MCP Developer Knowledge.

Aby utworzyć dane logowania, kliknij kartę:

Klucz interfejsu API

Wymagania wstępne

Zanim utworzysz klucz interfejsu API, upewnij się, że masz:

projekt Google Cloud;
zainstalowany gcloud CLI (jeśli konfigurujesz z poziomu wiersza poleceń).

Włączanie interfejsu API i tworzenie klucza interfejsu API

Klucz interfejsu API możesz wygenerować za pomocą konsoli Google Cloud lub gcloud CLI:

Google Cloud Console

W konsoli Google Cloud otwórz stronę Developer Knowledge API.
Wybierz projekt Google Cloud i kliknij Włącz.
Otwórz stronę Dane logowania.
Kliknij Utwórz dane logowania i wybierz Klucz interfejsu API.
Aby skonfigurować ograniczenia, kliknij działanie Edytuj klucz interfejsu API:
- W sekcji Ograniczenia interfejsów API kliknij Ogranicz klucz.
- Wybierz Developer Knowledge API.
- Jeśli planujesz używać tego samego klucza do wywołań modelu (np. GEMINI_API_KEY), wybierz też Generative Language API.
Kliknij Zapisz, a następnie skopiuj klucz interfejsu API.

gcloud CLI

Włącz w projekcie Developer Knowledge API, zastępując PROJECT_ID identyfikatorem projektu:
```
gcloud services enable developerknowledge.googleapis.com \
  --project=PROJECT_ID
```
Utwórz klucz interfejsu API:
```
gcloud services api-keys create \
  --project=PROJECT_ID \
  --display-name="DK API Key"
```
To polecenie zwraca metadane dotyczące nowego klucza. Skopiuj i zapisz obie te wartości z wyniku polecenia:
- keyString: jest to surowy klucz interfejsu API (np. AIzaSy...). Tę wartość wkleisz do konfiguracji IDE.
- name: jest to ścieżka zasobu klucza (np. projects/PROJECT_ID/locations/global/keys/UNIQUE_ID). Użyjesz tej ścieżki, aby ograniczyć klucz w następnym kroku.
Ogranicz klucz do Developer Knowledge API, aby zapobiec nieautoryzowanemu użyciu. Zastąp KEY_NAME pełną ś101}cieżką name skopiowaną z poprzedniego kroku:
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com
```
Ważne: jeśli planujesz używać tego samego klucza do ogólnych wywołań modelu klienta AI (np. GEMINI_API_KEY), musisz też zezwolić na Generative Language API:
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com \
  --api-target=service=generativelanguage.googleapis.com
```

OAuth i ADC

Wymagania wstępne

Zanim skonfigurujesz OAuth, upewnij się, że masz:

Włącz API

Aby włączyć w projekcie Developer Knowledge API, uruchom to polecenie:

gcloud services enable developerknowledge.googleapis.com \
  --project=PROJECT_ID

Wybierz typ danych logowania OAuth

Wybierz metodę danych logowania wymaganą przez narzędzie:

Domyślne uwierzytelnianie aplikacji

Jeśli asystent AI obsługuje ADC (np. Google Antigravity):

Uwierzytelnij się za pomocą konta Google i ustaw projekt limitu:

gcloud auth application-default login \
  --project=PROJECT_ID

Gdy otworzy się przeglądarka, zaloguj się za pomocą konta Google i przyznaj wymagane uprawnienia.

Identyfikator klienta OAuth

Jeśli asystent AI wymaga samodzielnego identyfikatora klienta OAuth i tajnego klucza:

Otwórz ekran zgody OAuth.
Ustaw typ użytkownika na Zewnętrzny, wpisz wymagane nazwę aplikacji i adres e-mail pomocy, a następnie kliknij Zapisz i kontynuuj.
Na stronie Odbiorcy, kliknij Dodaj użytkowników w sekcji Użytkownicy testowi, wpisz swój adres e-mail Google i kliknij Zapisz.
Otwórz stronę Klienci, kliknij Utwórz klienta i ustaw Typ aplikacji na Aplikacja na komputer.
Kliknij Utwórz, a następnie pobierz plik JSON z danymi logowania klienta.

Konfigurowanie IDE lub agenta kodowania

Po uzyskaniu danych logowania wybierz preferowane środowisko kodowania, aby wyświetlić instrukcje konfiguracji.

W zależności od wybranej metody uwierzytelniania zastąp symbole zastępcze w szablonach konfiguracji w ten sposób:

Uwierzytelnianie za pomocą klucza interfejsu API: zastąp YOUR_API_KEY ciągiem znaków surowego klucza interfejsu API.
Uwierzytelnianie za pomocą OAuth lub ADC: zastąp PROJECT_ID identyfikatorem projektu Google Cloud:

Google Antigravity

Antigravity IDE i rozszerzenia

Aby skonfigurować serwer MCP w Antigravity IDE lub rozszerzeniu Antigravity (np. w VS Code), wybierz metodę uwierzytelniania:

Dane logowania Google

Aby zainstalować serwer MCP za pomocą konfiguracji jednym kliknięciem:

W panelu Agent kliknij menu Dodatkowe opcje () i wybierz Serwery MCP.
Wyszukaj Google Developer Knowledge.
Kliknij ikonę Zainstaluj (). Antigravity automatycznie skonfiguruje serwer i połączy się z nim za pomocą aktywnych danych logowania Google.

Klucz interfejsu API

Aby skonfigurować klucz interfejsu API w Antigravity IDE lub rozszerzeniu Antigravity:

W panelu Agent kliknij menu Dodatkowe opcje () > Serwery MCP > Zarządzaj serwerami MCP > Wyświetl surową konfigurację (lub otwórz .agents/mcp_config.json).

Dodaj tę konfigurację serwera:

{
  "mcpServers": {
    "google-developer-knowledge": {
      "serverUrl": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Antigravity CLI

Skonfiguruj serwer MCP w pliku .agents/mcp_config.json projektu (lub globalnie w pliku ~/.gemini/config/mcp_config.json):

Dane logowania Google

{
  "mcpServers": {
    "google-developer-knowledge": {
      "httpUrl": "https://developerknowledge.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "oauth": {
        "scopes": [
          "https://www.googleapis.com/auth/cloud-platform"
        ]
      },
      "timeout": 30000,
      "headers": {
        "X-goog-user-project": "PROJECT_ID"
      }
    }
  }
}

Klucz interfejsu API

{
  "mcpServers": {
    "google-developer-knowledge": {
      "serverUrl": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Claude Code

Uruchom w terminalu to polecenie:

claude mcp add google-dev-knowledge \
  --transport http https://developerknowledge.googleapis.com/mcp \
  --header "X-Goog-Api-Key: YOUR_API_KEY"

Kursor

Aby skonfigurować kursor, edytuj .cursor/mcp.json w katalogu głównym projektu lub ~/.cursor/mcp.json aby uzyskać dostęp globalny:

{
  "mcpServers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

GitHub Copilot

Ustawienia obszaru roboczego

Aby skonfigurować GitHub Copilot w VS Code dla konkretnego obszaru roboczego, utwórz lub edytuj plik .vscode/mcp.json:

{
  "servers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Globalne ustawienia użytkownika

Aby serwer był dostępny we wszystkich obszarach roboczych VS Code, otwórz ustawienia użytkownika (JSON) i dodaj te informacje pod kluczem "mcp":

{
  "mcp": {
    "servers": {
      "google-developer-knowledge": {
        "url": "https://developerknowledge.googleapis.com/mcp",
        "headers": {
          "X-Goog-Api-Key": "YOUR_API_KEY"
        }
      }
    }
  }
}

Codex

Aby skonfigurować Codex CLI lub agenta Codex, dodaj konfigurację serwera do ~/.codex/config.json (lub .codex/config.json projektu):

{
  "mcpServers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Inne

Aby skonfigurować dowolnego innego zdalnego klienta MCP (np. JetBrains AI Assistant, Windsurf, Cline, Zed, Continue lub Claude Desktop), skonfiguruj serwer transportu HTTP z tymi ustawieniami:

Adres URL serwera: https://developerknowledge.googleapis.com/mcp
Nagłówek HTTP: X-Goog-Api-Key: YOUR_API_KEY

Standardowy szablon konfiguracji JSON:

{
  "mcpServers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Weryfikowanie połączenia

Po skonfigurowaniu ponownie uruchom asystenta AI lub przeładuj jego serwery MCP. Następnie wyślij prompt testowy, aby sprawdzić, czy integracja narzędzia działa:

How do I list Cloud Storage buckets using the Google Cloud Python SDK?

Jeśli agent wywoła search_documents lub answer_query i zwróci informacje z dokumentacji Google, serwer jest połączony i aktywny.

Optymalizacja okna kontekstu i wykorzystania tokenów

Pobieranie pełnych stron dokumentacji do okna kontekstu modelu AI zużywa znaczną liczbę tokenów. Pozyskiwanie wielu dużych dokumentów może powodować wysokie koszty tokenów, zwiększone opóźnienie i przepełnienie okna kontekstu.

Aby zapewnić szybkie i opłacalne odpowiedzi, postępuj zgodnie z tymi sprawdzonymi metodami inżynierii promptów:

Korzystaj z pobierania dwuetapowego: pozwól agentowi rozpocząć od wywołania search_documents. Zwraca to ukierunkowane fragmenty (bloki), które często zawierają dokładną składnię lub sygnaturę interfejsu API, której potrzebujesz, bez zużywania tokenów na całą stronę. Poinstruuj agenta, aby wywoływał get_documents tylko wtedy, gdy kontekst otaczający jest bezwzględnie konieczny.
W przypadku pytań koncepcyjnych używaj answer_query: gdy potrzebujesz syntetyzowanego wyjaśnienia lub porównania projektu, poproś agenta o użycie answer_query. To narzędzie syntetyzuje odpowiedź bezpośrednio z korpusu Developer Knowledge bez zwracania pełnych surowych stron Markdown.
Twórz konkretne, ograniczone prompty: unikaj zbyt ogólnych promptów, takich jak "Wyjaśnij wszystko o Firebase". Zamiast tego określ docelowy produkt, platformę i język:
```
How do I write a Firestore transaction in Dart with error handling?
```
Dodaj niestandardowe reguły agenta: dodaj wytyczne na poziomie projektu do plików instrukcji asystenta (np. np. .cursorrules, CLAUDE.md, lub .github/copilot-instructions.md) aby ograniczyć automatyczne pobieranie pełnych stron:
```
When searching Google developer documentation, inspect search_documents
snippets first. Do not call get_documents unless the snippet lacks
necessary code context.
```

Opcjonalne konfiguracje zabezpieczeń

MCP wprowadza nowe zagrożenia i kwestie związane z bezpieczeństwem ze względu na szeroki zakres działań, które można wykonywać za pomocą narzędzi MCP. Aby zminimalizować te zagrożenia i nimi zarządzać, Google Cloud oferuje ustawienia domyślne i konfigurowalne zasady kontrolujące korzystanie z narzędzi MCP w organizacji lub projekcie Google Cloud.

Więcej informacji o bezpieczeństwie i zarządzaniu MCP znajdziesz w artykule Bezpieczeństwo i ochrona AI.

Korzystanie z Model Armor

Model Armor to usługa Google Cloud, która zwiększa bezpieczeństwo aplikacji AI. Działa ona, proaktywnie sprawdzając prompty i odpowiedzi LLM, chroniąc przed różnymi zagrożeniami i wspierając odpowiedzialne działania w zakresie AI. Niezależnie od tego, czy wdrażasz AI w środowisku chmurowym, czy u zewnętrznych dostawców usług w chmurze, Model Armor może pomóc Ci zapobiegać złośliwym danym wejściowym, weryfikować bezpieczeństwo treści, chronić dane wrażliwe, zachować zgodność z przepisami oraz egzekwować zasady bezpieczeństwa AI w całym zróżnicowanym środowisku AI.

Gdy Model Armor jest włączony z włączonym logowaniem, rejestruje cały ładunek. Może to spowodować ujawnienie informacji poufnych w logach.

Routing żądań MCP do Model Armor

Model Armor jest dostępny w wybranych regionach. Gdy Model Armor jest włączony i używasz serwera MCP w jurysdykcji, która nie jest obsługiwana przez Model Armor, routing wywołania może się różnić w zależności od serwera MCP i może naruszać zgodność z zasadami miejsca przechowywania danych w przypadku danych używanych i przesyłanych. Więcej informacji o działaniu poszczególnych serwerów MCP znajdziesz w opisie usług obsługujących Model Armor.

Włącz Model Armor

Aby włączyć Model Armor, wykonaj czynności opisane w artykule Integracja z serwerami MCP Google i Google Cloud.

Konfigurowanie ochrony zdalnych serwerów MCP

Aby chronić wywołania i odpowiedzi narzędzia MCP, możesz użyć ustawień progu Model Armor. Ustawienie progu określa minimalne filtry zabezpieczeń, które obowiązują w całym projekcie. Ta konfiguracja stosuje spójny zestaw filtrów do wszystkich wywołań i odpowiedzi narzędzia MCP w projekcie.

Skonfiguruj ustawienie progu Model Armor z włączonym czyszczeniem MCP. Więcej informacji znajdziesz w artykule Konfigurowanie ustawień progu Model Armor.

Oto przykład polecenia:

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"}]'

Zastąp PROJECT_ID identyfikatorem projektu.

Zwróć uwagę na te ustawienia:

INSPECT_AND_BLOCK: typ egzekwowania, który sprawdza treści na serwerze MCP Google i blokuje prompty oraz odpowiedzi pasujące do filtrów.
ENABLED: ustawienie, które włącza filtr lub egzekwowanie.
MEDIUM_AND_ABOVE: Poziom ufności dla ustawień filtra odpowiedzialnej AI – Zagrożenie. Możesz zmodyfikować to ustawienie, ale niższe wartości mogą powodować więcej fałszywych alarmów. Więcej informacji znajdziesz w artykule Poziomy ufności Model Armor.

Wyłączanie skanowania ruchu MCP za pomocą Model Armor

Aby Model Armor przestał automatycznie skanować ruch do i z serwerów Google MCP na podstawie ustawień progu projektu, uruchom to polecenie:

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

Zastąp PROJECT_ID identyfikatorem projektu . Model Armor nie stosuje automatycznie reguł zdefiniowanych w ustawieniach progu tego projektu do ruchu serwera MCP Google.

Ustawienia progu Model Armor i konfiguracja ogólna mogą mieć wpływ nie tylko na MCP. Ponieważ Model Armor integruje się z usługami takimi jak Vertex AI, wszelkie zmiany wprowadzone w ustawieniach progu mogą wpływać na skanowanie ruchu i zachowania związane z bezpieczeństwem we wszystkich zintegrowanych usługach, a nie tylko w MCP.

Dostosowywanie ustawień Model Armor

Jeśli używasz Model Armor do ochrony aplikacji, w przypadku niektórych zapytań możesz napotkać błędy 403 PERMISSION_DENIED. Ponieważ serwer MCP Developer Knowledge zwraca tylko publiczną dokumentację z zaufanych źródeł Google, zalecamy ustawienie filtrów wstrzykiwania promptów i jailbreaku (PIJB) na poziomy ufności HIGH_AND_ABOVE, aby zmniejszyć liczbę fałszywych alarmów. Jeśli Twój przypadek użycia nie obejmuje innych narzędzi, które mają dostęp do danych prywatnych lub wrażliwych, możesz też wyłączyć filtry PIJB.

Rozwiązywanie problemów

Jeśli masz problemy z połączeniem z serwerem MCP Developer Knowledge lub z wysyłaniem do niego zapytań, zapoznaj się z tą macierzą rozwiązywania problemów i wykonaj te czynności:

Macierz rozwiązywania problemów

Objaw lub błąd	Prawdopodobna przyczyna	Rozwiązanie
`400 Bad Request: API key not valid`	Ciąg znaków klucza interfejsu API jest nieprawidłowy, nieprawidłowo sformatowany lub go brakuje.	Sprawdź, czy klucz interfejsu API został poprawnie skopiowany i skonfigurowany w obiekcie `headers` z kluczem `X-Goog-Api-Key`
`403 PERMISSION_DENIED`: `Developer Knowledge API has not been used`	Developer Knowledge API nie jest włączony w projekcie Google Cloud.	Włącz interfejs API w konsoli Google Cloud lub uruchom `gcloud services enable developerknowledge.googleapis.com`.
`403 PERMISSION_DENIED: API target restriction`	Lista ograniczeń klucza interfejsu API nie obejmuje Developer Knowledge API.	Zaktualizuj ograniczenia klucza interfejsu API na stronie Dane logowania w konsoli Google Cloud, aby uwzględnić Developer Knowledge API.
`401 UNAUTHENTICATED` lub brakujące dane logowania ADC	Domyślne uwierzytelnianie aplikacji wygasło lub nie zostało zainicjowane.	Aby odświeżyć dane logowania lokalne, uruchom polecenie `gcloud auth application-default login --project=PROJECT_ID`.
`403 access_denied` / „Dostęp zablokowany: błąd autoryzacji”	Twoje konto nie jest wymienione jako autoryzowany użytkownik testowy w zgodzie OAuth.	W konsoli Google Cloud > Platforma autoryzacji > Odbiorcy dodaj swój adres e-mail w sekcji Użytkownicy testowi.
Błąd klienta OAuth lub nieprawidłowy identyfikator URI przekierowania	Klient OAuth został utworzony z nieobsługiwanym typem aplikacji.	Utwórz ponownie identyfikator klienta OAuth z typem ustawionym na Aplikacja na komputer.
`404 NOT_FOUND` w punkcie końcowym `/mcp`	Interfejs API nie jest włączony w Twoim projekcie.	Włącz Developer Knowledge API w konsoli Google Cloud lub uruchom `gcloud services enable developerknowledge.googleapis.com`.
`429 RESOURCE_EXHAUSTED`	Osiągnięto limit projektu.	Sprawdź wykorzystanie limitu Developer Knowledge API w konsoli i w razie potrzeby poproś o zwiększenie limitu.
`403 PERMISSION_DENIED` z Model Armor	Fałszywy alarm z filtra PIJB Model Armor zablokował bezpieczne zapytanie.	W ustawieniach szablonu Model Armor ustaw ufność filtra PIJB na `HIGH_AND_ABOVE`.

Rozwiązywanie błędów uwierzytelniania i zgody

Konfiguracja nagłówka klucza interfejsu API: sprawdź, czy konfiguracja JSON MCP zawiera sekcję headers z kluczem "X-Goog-Api-Key". Nie przekazuj klucza interfejsu API jako parametru zapytania w adresie URL.
Użytkownicy testowi na ekranie zgody OAuth: podczas tworzenia klienta OAuth na komputer w projekcie z typem użytkownika zewnętrznego w trybie testowania Google blokuje dostęp do kont, które nie są wymienione w sekcji użytkowników testowych. Sprawdź, czy aktywny adres e-mail Google jest dodany w konsoli Google Cloud w sekcji Odbiorcy > Użytkownicy testowi.
Limity przydziału i limity szybkości: Aby monitorować dzienne i minutowe wykorzystanie, w konsoli Google Cloud kliknij kolejno IAM i administracja > Limity przydziału i limity systemu i zastosuj filtr Developer Knowledge API.

Dołączona dokumentacja

Pełną listę usług Google i repozytoriów dokumentacji indeksowanych przez serwer znajdziesz w artykule Korpus.

Znane ograniczenia

Tylko dokumentacja publiczna: serwer indeksuje tylko publicznie dostępną dokumentację wymienioną w artykule Korpus. Dokumenty wewnętrzne, repozytoria prywatne i zasoby innych firm nie są uwzględniane.
Język angielski: serwer indeksuje i zwraca dokumentację tylko w języku angielskim.
Zależność od sieci: serwer wymaga aktywnego połączenia z internetem, aby uzyskać dostęp do adresu https://developerknowledge.googleapis.com.

Połącz się z serwerem MCP Developer Knowledge Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

Możliwości serwera MCP

Wybieranie metody uwierzytelniania

Klucz interfejsu API

Wymagania wstępne

Włączanie interfejsu API i tworzenie klucza interfejsu API

Google Cloud Console

gcloud CLI

OAuth i ADC

Wymagania wstępne

Włącz API

Wybierz typ danych logowania OAuth

Domyślne uwierzytelnianie aplikacji

Identyfikator klienta OAuth

Konfigurowanie IDE lub agenta kodowania

Google Antigravity

Antigravity IDE i rozszerzenia

Dane logowania Google

Klucz interfejsu API

Antigravity CLI

Dane logowania Google

Klucz interfejsu API

Claude Code

Kursor

GitHub Copilot

Ustawienia obszaru roboczego

Globalne ustawienia użytkownika

Codex

Inne

Weryfikowanie połączenia

Optymalizacja okna kontekstu i wykorzystania tokenów

Opcjonalne konfiguracje zabezpieczeń

Korzystanie z Model Armor

Routing żądań MCP do Model Armor

Włącz Model Armor

Konfigurowanie ochrony zdalnych serwerów MCP

Wyłączanie skanowania ruchu MCP za pomocą Model Armor

Dostosowywanie ustawień Model Armor

Rozwiązywanie problemów

Macierz rozwiązywania problemów

Rozwiązywanie błędów uwierzytelniania i zgody

Dołączona dokumentacja

Znane ograniczenia

Połącz się z serwerem MCP Developer Knowledge