התחברות לשרת ה-MCP של Developer Knowledge

שרת ה-MCP של Google Developer Knowledge מעניק לכלים מבוססי-AI לפיתוח גישה ישירה לחיפוש ולאחזור של תיעוד רשמי של Google למפתחים למוצרים כמו Firebase,‏ Google Cloud,‏ Android,‏ Google Maps Platform ועוד. כשמקשרים את כלי העזרה לתכנות לספריית התיעוד המוסמכת של Google, נמנעים מחיפושים ידניים באינטרנט, מהקשר לא עדכני ומגירוד נתונים.

יכולות של שרת MCP

שרת ה-MCP של Google Developer Knowledge מספק שלושה כלים מרכזיים לעוזר ה-AI לתכנות:

שם הכלי	תיאור
search_documents	מחפשת במסמכי המפתח של Google ומחזירה את הקטעים הרלוונטיים ביותר מהדפים לצד שמות המסמכים.
get_documents	מאחזר את תוכן ה-Markdown המלא של מסמכים באמצעות השמות שמוחזרים על ידי search_documents.
answer_query	יצירת תשובות מובְנות שמבוססות על מאגר הידע של המפתחים.

search_documents הכלי מחפש בתיעוד של Google את הקטעים הרלוונטיים ביותר שמתאימים לשאילתה שלכם. כששואלים שאלה, הכלי מחזיר קטעי טקסט קצרים. אם הסוכן צריך את ההקשר המלא של הדף שסביב הקטע, הוא יכול להעביר את שם המשאב של המסמך אל get_documents כדי לאחזר את הדף כולו.

כדאי להשתמש בכלי answer_query כשרוצים לקבל תשובה ישירה לשאלה שמבוססת על מאגר הידע למפתחים, ולא על תוצאות חיפוש גולמיות או על קובצי Markdown מלאים.

בחירת שיטת אימות

שרת ה-MCP של Developer Knowledge תומך בשתי שיטות אימות, בהתאם לסביבת הפיתוח ולעוזר ה-AI שלכם:

• מפתח API: הכי מתאים לסביבות פיתוח משולבות (IDE) של צד שלישי ולסוכני CLI כמו Claude Code,‏ Cursor,‏ GitHub Copilot,‏ Codex ולקוחות אחרים של MCP מרחוק. מעבירים את מפתח ה-API בכותרת X-Goog-Api-Key באמצעות HTTPS.
• OAuth ו-ADC: מתאים במיוחד ל-Google Antigravity או לתהליכי עבודה ארגוניים שמשתמשים ב-Application Default Credentials ‏ (ADC) או במזהה לקוח עצמאי של OAuth 2.0.

יוצרים את פרטי הכניסה שנדרשים לשיטת האימות שבחרתם, כדי לאפשר לעוזר ה-AI או לסוכן התכנות לאמת בקשות באמצעות שירות שרת ה-MCP של Developer Knowledge.

בוחרים כרטיסייה כדי ליצור את פרטי הכניסה:

מפתח API

דרישות מוקדמות

לפני שיוצרים מפתח API, צריך לוודא שיש לכם:

• פרויקט ב-Google Cloud.
• ה-CLI של gcloud מותקן (אם מבצעים את ההגדרה משורת הפקודה).

הפעלת ה-API ויצירת מפתח API

אפשר ליצור מפתח API באמצעות מסוף Google Cloud או ה-CLI של gcloud:

Google Cloud Console

1. פותחים את הדף של Developer Knowledge API במסוף Google Cloud.
2. בוחרים את פרויקט הענן ב-Google Cloud ולוחצים על Enable (הפעלה).
3. נכנסים אל הדף Credentials.
4. לוחצים על Create credentials ובוחרים באפשרות API key.
5. לוחצים על הפעולה Edit API key כדי להגדיר הגבלות:
   • בקטע API restrictions, בוחרים באפשרות Restrict key.
   • בוחרים באפשרות Developer Knowledge API.
   • אם אתם מתכננים להשתמש באותו מפתח לקריאות למודלים (כמו GEMINI_API_KEY), צריך לבחור גם באפשרות Generative Language API.
6. לוחצים על שמירה ואז מעתיקים את מפתח ה-API.

‫CLI של gcloud

1. מפעילים את Developer Knowledge API בפרויקט. מחליפים את PROJECT_ID במזהה הפרויקט:

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

2. כדי ליצור מפתח API:

   gcloud services api-keys create \
     --project=PROJECT_ID \
     --display-name="DK API Key"
   

   הפקודה הזו מחזירה פרטים של מטא-נתונים לגבי המפתח החדש. מעתיקים ושומרים את שני הערכים הבאים מפלט הפקודה:

   • ‫keyString: זהו מפתח ה-API הגולמי (לדוגמה, AIzaSy...). תצטרכו להדביק את הערך הזה בהגדרות של סביבת הפיתוח המשולבת (IDE).
   • ‫name: זהו נתיב המשאב של המפתח (לדוגמה, projects/PROJECT_ID/locations/global/keys/UNIQUE_ID). תשתמשו בנתיב הזה כדי להגביל את המפתח בשלב הבא.

3. כדי למנוע שימוש לא מורשה, מומלץ להגביל את המפתח ל-Developer Knowledge API. מחליפים את KEY_NAME בנתיב המלא של name שהועתק מהשלב הקודם:

   ‫

   gcloud services api-keys update KEY_NAME \
     --api-target=service=developerknowledge.googleapis.com
   

   חשוב: אם אתם מתכננים להשתמש באותו מפתח לקריאות למודל הכללי של לקוח ה-AI (לדוגמה, GEMINI_API_KEY), אתם צריכים גם לאפשר את Generative Language API:

   gcloud services api-keys update KEY_NAME \
     --api-target=service=developerknowledge.googleapis.com \
     --api-target=service=generativelanguage.googleapis.com
   

OAuth ו-ADC

דרישות מוקדמות

לפני שמגדירים OAuth, צריך לוודא שיש לכם:

• פרויקט ב-Google Cloud.
• ה-CLI של gcloud מותקן.

הפעלת ה-API

מריצים את הפקודה הבאה כדי להפעיל את Developer Knowledge API בפרויקט:

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

בחירת סוג פרטי הכניסה ל-OAuth

בוחרים את שיטת פרטי הכניסה שנדרשת בכלי:

Application Default Credentials

אם העוזר הדיגיטלי מבוסס ה-AI תומך ב-ADC (למשל Google Antigravity):

1. מאמתים את החשבון ב-Google ומגדירים את פרויקט המכסה:

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

2. כשדפדפן נפתח, נכנסים לחשבון Google ומעניקים את ההרשאות הנדרשות.

מזהה לקוח ב-OAuth

אם העוזר מבוסס-AI דורש מזהה לקוח וסוד לקוח נפרדים ב-OAuth:

1. פותחים את מסך ההסכמה ל-OAuth.
2. מגדירים את סוג המשתמש כחיצוני, ממלאים את שם האפליקציה וכתובת האימייל לתמיכה שנדרשים ולוחצים על שמירה והמשך.
3. בדף הקהל, לוחצים על הוספת משתמשים בקטע משתמשי בדיקה, מזינים את כתובת האימייל שלכם ב-Google ולוחצים על שמירה.
4. עוברים אל הדף 'לקוחות', לוחצים על יצירת לקוח ומגדירים את סוג האפליקציה לאפליקציה למחשב.
5. לוחצים על Create ומורידים את קובץ פרטי הכניסה של לקוח JSON.

הגדרת סביבת הפיתוח המשולבת או סוכן התכנות

אחרי שמקבלים את פרטי הכניסה, בוחרים את סביבת הקידוד המועדפת כדי לראות את הוראות ההגדרה.

בהתאם לשיטת האימות שבחרתם, מחליפים את ה-placeholders בתבניות ההגדרה באופן הבא:

• אימות באמצעות מפתח API: מחליפים את YOUR_API_KEY במחרוזת הגולמית של מפתח ה-API.

• אימות OAuth או ADC: מחליפים את PROJECT_ID במזהה הפרויקט ב-Google Cloud:

Google Antigravity

‫Antigravity IDE ותוספים

כדי להגדיר את שרת ה-MCP ב-Antigravity IDE או בתוסף Antigravity (למשל ב-VS Code), בוחרים את שיטת האימות:

פרטי כניסה לחשבון Google

כדי להתקין את שרת ה-MCP באמצעות הגדרה בלחיצה אחת:

1. בחלונית של הסוכן, לוחצים על התפריט אפשרויות נוספות () ובוחרים באפשרות שרתי MCP.
2. מחפשים את Google Developer Knowledge.
3. לוחצים על סמל ההתקנה (). ‫Antigravity מגדיר אוטומטית את השרת ומתחבר באמצעות פרטי הכניסה הפעילים שלכם ל-Google.

מפתח API

כדי להגדיר מפתח API ב-Antigravity IDE או בתוסף Antigravity:

1. בחלונית של הסוכן, לוחצים על התפריט אפשרויות נוספות () > שרתי MCP > ניהול שרתי MCP > הצגת ההגדרה הגולמית (או פותחים את .agents/mcp_config.json).

2. מוסיפים את הגדרת השרת הבאה:

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

Antigravity CLI

מגדירים את שרת ה-MCP בקובץ .agents/mcp_config.json של הפרויקט (או באופן גלובלי בקובץ ~/.gemini/config/mcp_config.json):

פרטי כניסה לחשבון 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"
      }
    }
  }
}

מפתח API

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

הערה: אם אתם משתמשים באפליקציית Antigravity 2.0 העצמאית, אתם יכולים להוסיף את ההגדרה שלכם על ידי מעבר אל הגדרות > התאמות אישיות ולחיצה על פתיחת הגדרות MCP בקטע שרתי MCP מותקנים.

Claude Code

מריצים את הפקודה הבאה בטרמינל:

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

סמן

כדי להגדיר את Cursor, עורכים את .cursor/mcp.json בספריית הבסיס של הפרויקט או את ~/.cursor/mcp.json לגישה גלובלית:

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

‫GitHub Copilot

הערה: אם אתם משתמשים בתוסף Antigravity ב-VS Code במקום ב-GitHub Copilot, אתם צריכים לבחור בכרטיסייה Google Antigravity.

הגדרות Workspace

כדי להגדיר את GitHub Copilot ב-VS Code לסביבת עבודה ספציפית, יוצרים או עורכים את .vscode/mcp.json:

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

הגדרות משתמש כלליות

כדי שהשרת יהיה זמין בכל סביבות העבודה של VS Code, פותחים את הגדרות המשתמש (JSON) ומוסיפים את הקוד הבא מתחת למפתח "mcp":

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

Codex

כדי להגדיר את Codex CLI או את סוכן Codex, מוסיפים את הגדרות השרת לקובץ ~/.codex/config.toml (או לקובץ .codex/config.toml של הפרויקט):

[mcp_servers.google-developer-knowledge]
  url = "https://developerknowledge.googleapis.com/mcp"
  http_headers = { "X-Goog-Api-Key" = "YOUR_API_KEY" }

הערה: אחרי שמשנים את ההגדרה, יכול להיות שהסטטוס של השרת יהיה לא מחובר. זה צפוי ולא ישפיע על הגישה שלך.

אחר

כדי להגדיר לקוח MCP מרוחק אחר (כמו JetBrains AI Assistant,‏ Windsurf,‏ Cline,‏ Zed,‏ Continue או Claude Desktop), צריך להגדיר שרת HTTP transport עם ההגדרות הבאות:

• כתובת ה-URL של השרת: https://developerknowledge.googleapis.com/mcp
• כותרת HTTP: X-Goog-Api-Key: YOUR_API_KEY

תבנית סטנדרטית של הגדרות JSON:

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

אימות החיבור

אחרי ההגדרה, מפעילים מחדש את העוזר הדיגיטלי מבוסס ה-AI או טוענים מחדש את שרתי ה-MCP שלו. לאחר מכן שולחים הנחיה לבדיקה כדי לוודא שהשילוב של הכלי פועל:

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

אם הסוכן מפעיל את search_documents או את answer_query ומחזיר מידע ממסמכי Google, השרת מחובר ופעיל.

אופטימיזציה של חלון ההקשר ושימוש בטוקנים

שליפה של דפי תיעוד מלאים לחלון ההקשר של מודל AI צורכת כמות משמעותית של טוקנים. הוספה של כמה מסמכים גדולים עלולה לגרום לעלויות גבוהות של טוקנים, לעלייה בזמן האחזור ולגלישה של חלון ההקשר.

כדי להבטיח תגובות מהירות וחסכוניות, מומלץ לפעול לפי השיטות המומלצות הבאות להנדסת פרומפטים:

• הסתמכות על אחזור דו-שלבי: הסוכן יתחיל בשיחה עם search_documents. התשובה כוללת קטעי מידע ממוקדים (chunks) שמכילים בדרך כלל את התחביר המדויק או את חתימת ה-API שאתם צריכים, בלי לצרוך טוקנים עבור הדף כולו. תנחה את הסוכן להתקשר אל get_documents רק אם יש צורך בהקשר הסביבתי.

• עדיף להשתמש ב-answer_query לשאלות תיאורטיות: כשצריך הסבר שנוצר על ידי AI או השוואה בין עיצובים, צריך להנחות את הסוכן להשתמש ב-answer_query. הכלי הזה יוצר תשובה ישירות ממאגר הידע של המפתחים, בלי להחזיר דפי Markdown מלאים.

• כתיבת הנחיות ספציפיות וממוקדות: אל תשתמשו בהנחיות כלליות מדי, כמו "תסביר לי הכול על Firebase". במקום זאת, צריך לציין את מוצר היעד, הפלטפורמה והשפה:

  How do I write a Firestore transaction in Dart with error handling?
  

• הוספת כללים מותאמים אישית לסוכן: מוסיפים הנחיות ברמת הפרויקט לקובצי ההוראות של העוזר (לדוגמה, .cursorrules, CLAUDE.md או .github/copilot-instructions.md) כדי להגביל את האחזור האוטומטי של דפים מלאים:

  When searching Google developer documentation, inspect search_documents
  snippets first. Do not call get_documents unless the snippet lacks
  necessary code context.
  

הגדרות אבטחה ובטיחות אופציונליות

השימוש ב-MCP כרוך בסיכוני אבטחה חדשים ובשיקולים חדשים, בגלל המגוון הרחב של הפעולות שאפשר לבצע באמצעות כלי ה-MCP. כדי לצמצם את הסיכונים האלה ולנהל אותם, Google Cloud מציעה הגדרות ברירת מחדל ומדיניות שניתנת להתאמה אישית כדי לשלוט בשימוש בכלי MCP בארגון או בפרויקט שלכם ב-Google Cloud.

מידע נוסף על אבטחה וניהול של MCP זמין במאמר בנושא אבטחה ובטיחות של AI.

שימוש בהגנה מוגברת על המודל

‫הגנה מוגברת על המודל הוא שירות של Google Cloud שנועד לשפר את האבטחה והבטיחות של אפליקציות ה-AI שלכם. הכלי פועל על ידי סינון יזום של הנחיות ותשובות של מודלים מסוג LLM, ומגן מפני סיכונים שונים. הוא גם תומך בשיטות עבודה מומלצות בתחום ה-AI האחראי. בין אם אתם פורסים AI בסביבת הענן שלכם או אצל ספקי שירותי ענן חיצוניים, הגנה מוגברת על המודל יכול לעזור לכם 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 בסביבת ה-AI המגוונת שלכם.

כשמפעילים את Model Armor עם הפעלת רישום ביומן, המערכת רושמת ביומן את כל מטען הנתונים. הפעולה הזו עלולה לחשוף מידע רגיש ביומני הרישום.

ניתוב בקשות של MCP אל Model Armor

‫Model Armor זמין באזורים מסוימים. כש-Model Armor מופעל ואתם משתמשים בשרת MCP בתחום שיפוט ש-Model Armor לא תומך בו, יכול להיות שהתנהגות הניתוב של השיחה תהיה שונה עבור שרתי MCP שונים, ושהיא תפגע בתאימות של נתוני השימוש והנתונים במעבר לדרישות של שמירת נתונים. מידע נוסף על ההתנהגות של שרתי MCP בודדים זמין במאמר בנושא הגנה מוגברת על המודל: מוצרים נתמכים.

הפעלת הגנה מוגברת על המודל

כדי להפעיל את הגנה מוגברת על המודל, פועלים לפי השלבים במאמר בנושא שילוב עם שרתי Google ו-Google Cloud MCP.

הגדרת הגנה לשרתי MCP מרוחקים

כדי להגן על השיחות עם כלי ה-MCP והתגובות שלו, אפשר להשתמש בהגדרות של Model Armor. הגדרת רמת בסיס מגדירה את מסנני האבטחה המינימליים שחלים על הפרויקט. ההגדרה הזו מחילה קבוצה עקבית של מסננים על כל הקריאות והתשובות של כלי MCP בפרויקט.

הערה: אל תפעילו את המסנן להחדרת פרומפטים ולפריצת חומת האבטחה, אלא אם התנועה שלכם ב-MCP כוללת נתונים בשפה טבעית.

הגדרת סף תחתון של הגנה מוגברת על המודל עם הפעלת ניקוי נתונים ב-MCP. מידע נוסף זמין במאמר בנושא הגדרת ערכי סף ב-Model Armor.

הערה: אם הסוכן ושרת ה-MCP נמצאים בפרויקטים שונים, אפשר ליצור הגדרות אבטחה מינימליות בשני הפרויקטים (פרויקט הלקוח ופרויקט המשאב). במקרה כזה, הגנה מוגברת על המודל מופעלת פעמיים, פעם אחת לכל פרויקט.

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-Google Cloud.

שימו לב להגדרות הבאות:

• ‫INSPECT_AND_BLOCK: סוג האכיפה שבודק את התוכן בשרת MCP של Google וחוסם הנחיות ותשובות שתואמות למסננים.
• ‫ENABLED: ההגדרה שמפעילה מסנן או אכיפה.
• ‫MEDIUM_AND_ABOVE: רמת המהימנות של ההגדרות של המסנן 'AI אחראי – מסוכן'. אפשר לשנות את ההגדרה הזו, אבל ערכים נמוכים יותר עלולים להוביל ליותר תוצאות חיוביות כוזבות. מידע נוסף זמין במאמר בנושא רמות הסמך של הגנה מוגברת על המודל.

השבתת סריקת תעבורת נתונים של MCP באמצעות הגנה מוגברת על המודל

כדי להפסיק את הסריקה האוטומטית של התנועה אל השרתים של Google MCP וממנה על ידי Model Armor, על סמך הגדרות הרצפה 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-Google Cloud. התכונה הגנה מוגברת על המודל לא מחילה באופן אוטומטי את הכללים שמוגדרים בהגדרות אבטחה מינימליות של הפרויקט הזה על תעבורת נתונים של שרת MCP.

ההגדרות של הסף התחתון של Model Armor וההגדרות הכלליות יכולות להשפיע על יותר דברים מאשר רק על MCP. ‫Model Armor משולב עם שירותים כמו Vertex AI, ולכן כל שינוי שתבצעו בהגדרות של רמת הבסיס יכול להשפיע על סריקת התנועה ועל התנהגויות הבטיחות בכל השירותים המשולבים, ולא רק ב-MCP.

שינוי ההגדרות של הגנה מוגברת על המודל

אם אתם משתמשים ב-Model Armor כדי להגן על האפליקציה שלכם, יכול להיות שתיתקלו בשגיאות 403 PERMISSION_DENIED בשאילתות מסוימות. מכיוון ששרת ה-MCP של Developer Knowledge מחזיר רק תיעוד ציבורי ממקורות מהימנים של Google, מומלץ להגדיר את המסננים של הזרקת הנחיות ופריצת דרך (PIJB) לרמות סמך של HIGH_AND_ABOVE כדי לצמצם את מספר התוצאות החיוביות הכוזבות. אם תרחיש השימוש שלכם לא כולל כלים אחרים שניגשים לנתונים פרטיים או רגישים, אתם יכולים גם להשבית את המסננים של PIJB.

פתרון בעיות

אם נתקלתם בבעיות בחיבור לשרת ה-MCP של Developer Knowledge או בהפעלת שאילתות בו, תוכלו להיעזר בטבלה הבאה לפתרון בעיות ובשלבים לפתרון בעיות:

טבלת פתרון בעיות

סימפטום או שגיאה	הסיבה הנפוצה	רזולוציה
400 Bad Request: API key not valid	המחרוזת של מפתח ה-API חסרה, לא תקינה או שהפורמט שלה שגוי.	מוודאים שמפתח ה-API הועתק בצורה נכונה והוגדר באובייקט headers עם המפתח X-Goog-Api-Key.
403 PERMISSION_DENIED: Developer Knowledge API has not been used	‫Developer Knowledge API לא מופעל בפרויקט ב-Google Cloud.	מפעילים את ה-API במסוף Google Cloud או מריצים את הפקודה gcloud services enable developerknowledge.googleapis.com.
403 PERMISSION_DENIED: API target restriction	רשימת ההגבלות על מפתחות API לא כוללת את Developer Knowledge API.	מעדכנים את ההגבלות על מפתח ה-API בדף Credentials במסוף Google Cloud כדי לכלול את Developer Knowledge API.
401 UNAUTHENTICATED או שפרטי הכניסה ל-ADC חסרים	התוקף של Application Default Credentials פג או שהם לא אותחלו.	מריצים את הפקודה gcloud auth application-default login --project=PROJECT_ID כדי לרענן את פרטי הכניסה המקומיים.
403 access_denied / "הגישה חסומה: שגיאת הרשאה"	החשבון שלכם לא מופיע כמשתמש בדיקה מורשה בהסכמת OAuth.	ב-מסוף Google Cloud >‏ Auth Platform >‏ Audience, מוסיפים את כתובת האימייל שלכם בקטע Test users.
שגיאת לקוח OAuth או URI לא תקין להפניה אוטומטית	לקוח ה-OAuth נוצר עם סוג אפליקציה שלא נתמך.	יוצרים מחדש את מזהה הלקוח ב-OAuth עם סוג שמוגדר לאפליקציה למחשב.
‫404 NOT_FOUND בנקודת הקצה /mcp	ממשק ה-API לא מופעל בפרויקט.	מפעילים את Developer Knowledge API במסוף Google Cloud או מריצים את הפקודה gcloud services enable developerknowledge.googleapis.com.
429 RESOURCE_EXHAUSTED	עברת את המכסה. אין לך אפשרות ליצור עוד פרויקטים.	בודקים את השימוש במכסת השאילתות של Developer Knowledge API במסוף ומבקשים להגדיל את המכסה אם צריך.
‫403 PERMISSION_DENIED עם הגנה מוגברת על המודל	תוצאת חיובית כוזבת ממסנן ה-PIJB של הגנה מוגברת על המודל חסמה שאילתה בטוחה.	מגדירים את רמת הביטחון של המסנן PIJB ל-HIGH_AND_ABOVE בהגדרות של תבנית Model Armor.

פתרון שגיאות שקשורות לאימות ולהסכמה

• הגדרת כותרת של מפתח API: מוודאים שהגדרת ה-JSON של MCP כוללת את הקטע headers עם "X-Goog-Api-Key". אל תעבירו את מפתח ה-API כפרמטר של שאילתה בכתובת ה-URL.

• משתמשי בדיקה במסך ההסכמה ל-OAuth: כשיוצרים לקוח OAuth למחשב בפרויקט עם סוג משתמש חיצוני במצב בדיקה, Google חוסמת את הגישה לחשבונות שלא מופיעים ברשימת משתמשי הבדיקה. מוודאים שכתובת האימייל הפעילה שלכם ב-Google נוספה בקטע קהל > משתמשי בדיקה במסוף Google Cloud.

• מכסות ומגבלות קצב: כדי לעקוב אחרי השימוש היומי והשימוש לדקה, נכנסים אל IAM & Admin >‏ Quotas & System Limits במסוף Google Cloud ומסננים לפי Developer Knowledge API.

מסמכים כלולים

הרשימה המלאה של מוצרי Google ומאגרי המסמכים שנסרקים על ידי השרת מופיעה במאמר בנושא מאגר מידע.

מגבלות ידועות

• רק מסמכים ציבוריים: השרת מבצע אינדקס רק של מסמכים שזמינים לציבור ומפורטים בהפניה למאגר המידע. התוצאות לא כוללות מסמכים פנימיים, מאגרים פרטיים ומשאבים של צד שלישי.
• שפה אנגלית: השרת מבצע אינדוקס ומחזיר מסמכים באנגלית בלבד.
• תלות ברשת ו-VPC Service Controls: מכיוון ששרת ה-MCP של Developer Knowledge הוא שירות שמארח מרחוק, ללקוח שלכם צריכה להיות קישוריות לרשת כדי להגיע אל https://developerknowledge.googleapis.com.
  • בתוך רשתות Google Cloud VPC: לא נדרשת תעבורת נתונים יוצאת (egress) באינטרנט הציבורי. אפשר להגיע אל developerknowledge.googleapis.com באופן פרטי ללא כתובות IP חיצוניות או Cloud NAT על ידי ניתוב תנועה באמצעות גישה פרטית ל-Google (private.googleapis.com / 199.36.153.8/30) או נקודת קצה (endpoint) של Private Service Connect ‏(PSC) שמטרגטת את חבילת all-apis.
  • ‫VPC Service Controls‏ (VPC-SC): developerknowledge.googleapis.com לא נתמך ב-VIP מוגבל (restricted.googleapis.com / 199.36.153.4/30) או בנקודות קצה של PSC‏ vpc-sc. אם הניתוב של ה-VPC שלכם מ-*.googleapis.com אל restricted.googleapis.com, צריך להגדיר מדיניות תגובה ספציפית של Cloud DNS או רשומת DNS פרטית עבור developerknowledge.googleapis.com כדי שהיא תפנה אל private.googleapis.com (199.36.153.8/30).