Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

เชื่อมต่อกับเซิร์ฟเวอร์ Developer Knowledge MCP

เซิร์ฟเวอร์ MCP ของ Google Developer Knowledge ช่วยให้เครื่องมือพัฒนาที่ทำงานด้วยระบบ AI สามารถค้นหาเอกสารประกอบสำหรับนักพัฒนาแอปอย่างเป็นทางการของ Google และดึงข้อมูล สำหรับผลิตภัณฑ์ของ Google เช่น Firebase, Google Cloud, Android, Maps และอื่นๆ การเชื่อมต่อแอปพลิเคชัน AI กับคลังเอกสารประกอบอย่างเป็นทางการของเราโดยตรงจะช่วยให้มั่นใจได้ว่าโค้ดและคำแนะนำที่คุณได้รับ เป็นข้อมูลล่าสุดและอิงตามบริบทที่เชื่อถือได้

หลังจากตั้งค่าเซิร์ฟเวอร์แล้ว เครื่องมือที่ผสานรวมจะช่วยจัดการคำขอต่างๆ ได้ เช่น

หลักเกณฑ์การใช้งาน
- เช่น วิธีที่ดีที่สุดในการติดตั้งใช้งาน การแจ้งเตือนแบบพุชโดยใช้ Firebase Cloud Messaging ในแอป Android คืออะไร
การสร้างและการอธิบายโค้ด
- เช่น ค้นหาเอกสารประกอบของ Google เพื่อดูตัวอย่าง Python สำหรับแสดงรายการ ที่เก็บข้อมูลทั้งหมดในโปรเจ็กต์ Cloud Storage
การแก้ปัญหาและการแก้ไขข้อบกพร่อง
- เช่น ทำไมคีย์ Google Maps API ของฉันจึงแสดงลายน้ำ "เพื่อวัตถุประสงค์ในการพัฒนาเท่านั้น"
การวิเคราะห์และการสรุปเชิงเปรียบเทียบ
- เช่น ช่วยฉันเลือกระหว่าง Cloud Run กับ Cloud Functions สำหรับไมโครเซอร์วิสใหม่หน่อย สร้างตารางมาร์กดาวน์ที่เปรียบเทียบแง่มุมที่สําคัญ เช่น Use Case หลัก การเกิดขึ้นพร้อมกัน และรูปแบบโมเดลการกำหนดราคา

ความสามารถของเซิร์ฟเวอร์ MCP

เซิร์ฟเวอร์ MCP ของ Google Developer Knowledge มีเครื่องมือต่อไปนี้ให้แก่ แอปพลิเคชัน AI ของคุณ

ชื่อเครื่องมือ	คำอธิบาย
`search_documents`	ค้นหาเอกสารประกอบสำหรับนักพัฒนาแอปของ Google (Firebase, Google Cloud, Android, Maps และอื่นๆ) เพื่อค้นหาหน้าเว็บและข้อมูลโค้ดที่เกี่ยวข้องกับการค้นหาของคุณ ใช้ `get_documents` กับ `parent` จากผลการค้นหาเพื่อดูเนื้อหาทั้งหน้า
`get_documents`	รับเนื้อหาทั้งหมดของเอกสารหลายรายการโดยใช้ `parent` จากผลลัพธ์ของ `search_documents`
`answer_query`	(ตัวอย่าง) ตอบคำค้นหาโดยใช้คลังความรู้สำหรับนักพัฒนาแอปเพื่อการสร้างที่อิงตามข้อมูล

เครื่องมือ search_documents จะแบ่งเอกสารประกอบออกเป็นข้อความขนาดเล็ก ที่ได้รับการเพิ่มประสิทธิภาพสำหรับการค้นหาและการดึงข้อมูลที่ทำงานด้วยระบบ AI เมื่อคุณค้นหา เครื่องมือจะแสดงตัวอย่างข้อมูลเอกสารอย่างน้อย 1 รายการที่เกี่ยวข้องกับคำค้นหาของคุณ หากต้องการดูเนื้อหาทั้งหน้าซึ่งอยู่รอบๆ ตัวอย่างข้อมูล ให้ใช้ get_documents กับ parent ที่ระบุไว้ในผลการค้นหาเพื่อเรียกข้อมูลเนื้อหาทั้งหน้า

ใช้เครื่องมือ answer_query เมื่อต้องการคำตอบโดยตรงสำหรับคำถามที่สังเคราะห์จากคลังความรู้ของนักพัฒนาแอป แทนที่จะเป็นรายการข้อมูลโค้ดที่เกี่ยวข้องหรือเอกสารฉบับเต็ม

การติดตั้ง

เซิร์ฟเวอร์ MCP ความรู้สำหรับนักพัฒนาของ Google เป็นเซิร์ฟเวอร์ MCP ระยะไกลที่ใช้ Developer Knowledge API เพื่อค้นหาและดึงข้อมูลเอกสารประกอบ คุณสามารถตรวจสอบสิทธิ์โดยใช้ OAuth หรือคีย์ API

ตรวจสอบสิทธิ์โดยใช้ OAuth

ส่วนนี้จะแนะนำกระบวนการตรวจสอบสิทธิ์แอปพลิเคชัน AI กับเซิร์ฟเวอร์ MCP ของ Developer Knowledge โดยใช้ OAuth

ข้อกำหนดเบื้องต้น: ตั้งค่า Google Cloud CLI

โปรดตรวจสอบว่าคุณมีสิ่งต่อไปนี้ก่อนดำเนินการต่อ

ขั้นตอนที่ 1: เปิดใช้ Developer Knowledge API ในโปรเจ็กต์

เปิดหน้า Developer Knowledge API ในไลบรารี Google APIs
ตรวจสอบว่าคุณได้เลือกโปรเจ็กต์ที่ถูกต้องซึ่งคุณต้องการใช้ API
คลิกเปิดใช้ ไม่จำเป็นต้องมีบทบาท IAM ที่เฉพาะเจาะจงเพื่อเปิดใช้หรือใช้ API

ขั้นตอนที่ 2: เลือกวิธีการตรวจสอบสิทธิ์

วิธีการตรวจสอบสิทธิ์ที่คุณเลือกจะขึ้นอยู่กับว่าผู้ช่วย AI ของคุณรองรับข้อมูลรับรองเริ่มต้นของแอปพลิเคชัน (ADC) โดยใช้ gcloud CLI หรือต้องใช้ รหัสไคลเอ็นต์ของ OAuth แบบสแตนด์อโลน ผู้ช่วยอย่าง Gemini CLI สามารถใช้ข้อมูลเข้าสู่ระบบ Google Cloud ที่มีอยู่เพื่อการตั้งค่าที่ราบรื่น ส่วนผู้ช่วยอื่นๆ เช่น Antigravity กำหนดให้คุณต้องสร้างและระบุข้อมูลเข้าสู่ระบบของคุณเองด้วยตนเองเพื่อสร้างการเชื่อมต่อที่ปลอดภัย

เลือกแท็บที่สอดคล้องกับข้อกำหนดในการตั้งค่าผู้ช่วย AI ที่เฉพาะเจาะจงของคุณ

ADC

เชื่อมโยงบัญชีของคุณ

หากต้องการให้สิทธิ์เซิร์ฟเวอร์ MCP ดำเนินการในนามของคุณ ให้เรียกใช้คำสั่งต่อไปนี้ โดยแทนที่ PROJECT_ID ด้วยรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์ของ Google ของคุณ
```
gcloud auth application-default login
--project=PROJECT_ID
```
เมื่อมีข้อความแจ้ง ให้เลือกบัญชี แล้วคลิกต่อไป

กำหนดค่าแอปพลิเคชัน AI

เมื่อได้รับการตรวจสอบสิทธิ์แล้ว ขั้นตอนสุดท้ายคือการระบุรายละเอียดการกำหนดค่าเซิร์ฟเวอร์ให้กับแอปพลิเคชัน AI แม้ว่าโครงสร้าง JSON ที่แน่นอนจะแตกต่างกันไปตามแอปพลิเคชัน แต่คุณสามารถใช้ตัวอย่างต่อไปนี้เป็นเทมเพลตได้

หากต้องการกำหนดค่า Gemini CLI หรือ Gemini Code Assist ให้แก้ไขหรือสร้างไฟล์การกำหนดค่าต่อไปนี้
- ในโปรเจ็กต์ของคุณ .gemini/settings.json
- ในไดเรกทอรีหน้าแรก ให้ทำดังนี้ ~/.gemini/settings.json
```
{
  "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"
      }
    }
  }
}
```
หากต้องการตรวจสอบว่าเซิร์ฟเวอร์ MCP ทำงานได้ตามที่คาดไว้หรือไม่ ให้ไปที่ยืนยันการติดตั้ง

ข้อมูลเข้าสู่ระบบที่กำหนดเอง

กำหนดค่าหน้าจอขอความยินยอม OAuth

กำหนดค่าหน้าจอขอความยินยอม OAuth ของโปรเจ็กต์และเพิ่มตัวคุณเองเป็นผู้ใช้ทดสอบ หากดำเนินการขั้นตอนนี้สำหรับโปรเจ็กต์ Google Cloud เสร็จแล้ว ให้ข้ามไปยังขั้นตอนถัดไป

เปิดหน้าภาพรวมการตรวจสอบสิทธิ์ของคอนโซล Google Cloud แล้วคลิกเริ่มต้นใช้งาน
ป้อนชื่อแอป เลือกอีเมลสนับสนุน แล้วคลิก ถัดไป
ในส่วนกลุ่มเป้าหมาย ให้เลือกภายนอก แล้วคลิกถัดไป
ป้อนอีเมลในข้อมูลติดต่อ แล้วคลิก ถัดไป
อ่านและยอมรับนโยบายข้อมูลผู้ใช้ของบริการ Google API แล้วคลิกต่อไป
คลิกสร้าง

เพิ่มผู้ใช้ทดสอบ

ในแพลตฟอร์มการตรวจสอบสิทธิ์ของ Google ให้คลิกกลุ่มเป้าหมาย
ในส่วนผู้ใช้ทดสอบ ให้คลิกเพิ่มผู้ใช้
ป้อนอีเมลของคุณและผู้ใช้ทดสอบที่ได้รับอนุญาตอื่นๆ แล้วคลิกบันทึก

สร้างไคลเอ็นต์ OAuth

หากต้องการตรวจสอบสิทธิ์ในฐานะผู้ใช้ปลายทางและเข้าถึงข้อมูลผู้ใช้ในแอป คุณต้องสร้างรหัสไคลเอ็นต์ OAuth 2.0 รหัสไคลเอ็นต์ใช้เพื่อระบุ แอปเดี่ยวไปยังเซิร์ฟเวอร์ OAuth ของ Google

ในแพลตฟอร์ม Google Auth ให้คลิก Clients (ไคลเอ็นต์)
คลิกสร้างไคลเอ็นต์
เลือกแอปเดสก์ท็อปจากตัวเลือกประเภทแอปพลิเคชัน
ในช่องชื่อ ให้พิมพ์ชื่อของข้อมูลเข้าสู่ระบบ ชื่อนี้จะแสดงในคอนโซล Google Cloud เท่านั้น
คลิกสร้าง หน้าจอ "สร้างไคลเอ็นต์ OAuth" จะปรากฏขึ้นพร้อมแสดง รหัสไคลเอ็นต์และรหัสลับไคลเอ็นต์ใหม่
คลิกตกลง ข้อมูลเข้าสู่ระบบที่สร้างขึ้นใหม่จะปรากฏในส่วน รหัสไคลเอ็นต์ OAuth 2.0
คลิกรหัสไคลเอ็นต์ที่สร้างขึ้นใหม่ ในส่วนข้อมูลลับของไคลเอ็นต์ คลิกไอคอนดาวน์โหลดเพื่อบันทึกไฟล์ JSON คุณจะต้องใช้ค่า client_id และ client_secret ในไฟล์นี้ในขั้นตอนถัดไป

กำหนดค่าแอปพลิเคชัน AI

จากนั้นคุณต้องระบุรายละเอียดการกำหนดค่าเซิร์ฟเวอร์ให้กับแอปพลิเคชัน AI ของคุณ แม้ว่าลำดับขั้นตอนที่แน่นอนจะแตกต่างกันไปตามแอปพลิเคชัน แต่คุณสามารถใช้ตัวอย่างต่อไปนี้เป็นเทมเพลตได้

วิธีกำหนดค่า Antigravity ให้ใช้เซิร์ฟเวอร์ MCP มีดังนี้

ใน Antigravity ให้คลิกตัวเลือกเพิ่มเติม เมนู ในแผงตัวแทน > เซิร์ฟเวอร์ MCP > จัดการเซิร์ฟเวอร์ MCP
ที่ด้านบนของแผง "จัดการเซิร์ฟเวอร์ MCP" ที่เปิดขึ้น ให้คลิก ดูการกำหนดค่าดิบเพื่อแก้ไขไฟล์ mcp_config.json ดังนี้
```
{
  "mcpServers": {
    "google-developer-knowledge": {
      "serverUrl": "https://developerknowledge.googleapis.com/mcp"
    }
  }
}
```
กลับไปที่จัดการเซิร์ฟเวอร์ MCP แล้วคลิกรีเฟรช

เพิ่มข้อมูลเข้าสู่ระบบ OAuth

เมื่อคุณพยายามใช้เซิร์ฟเวอร์ MCP ของ Developer Knowledge เป็นครั้งแรก ผู้ช่วย AI จะ แจ้งให้คุณตั้งค่าให้เสร็จสมบูรณ์

ขอให้ Agent ใช้เซิร์ฟเวอร์ Developer Knowledge MCP ด้วยพรอมต์ เช่น
```
How do I list Cloud Storage buckets?
```
หากเห็นข้อความที่ขอให้ลงทะเบียน URI การเปลี่ยนเส้นทางอย่างน้อย 1 รายการ ให้คลิกตัวเลือกเพื่อดำเนินการต่อ เนื่องจากคุณตั้งค่ารหัสไคลเอ็นต์เป็น แอปเดสก์ท็อป จึงไม่จำเป็นต้องเพิ่ม URI ที่เฉพาะเจาะจงเหล่านี้ใน แพลตฟอร์มการตรวจสอบสิทธิ์ของ Google
เมื่อผู้ช่วย AI แจ้งให้คุณป้อนรหัสไคลเอ็นต์และรหัสลับไคลเอ็นต์ ให้วางคีย์ที่เกี่ยวข้องแต่ละรายการจากไฟล์ JSON ของรหัสลับไคลเอ็นต์ที่คุณบันทึกไว้ก่อนหน้านี้
เมื่อมีข้อความแจ้ง ให้เลือกบัญชี แล้วคลิกต่อไป
กลับไปที่ผู้ช่วย AI ตอนนี้ตัวแทนจะดำเนินการตามคำขอของคุณ โดยใช้เซิร์ฟเวอร์ที่เพิ่งตรวจสอบสิทธิ์

ตรวจสอบสิทธิ์โดยใช้คีย์ API

ส่วนนี้จะแนะนำขั้นตอนการตรวจสอบสิทธิ์แอปพลิเคชัน AI กับเซิร์ฟเวอร์ Developer Knowledge MCP โดยใช้คีย์ API

ขั้นตอนที่ 1: สร้างคีย์ API

คุณสร้างคีย์ API ของ Developer Knowledge ในโปรเจ็กต์ Google Cloud ได้ โดยใช้คอนโซล Google Cloud หรือ gcloud CLI

Google Cloud Console

เปิดใช้ API

เปิดหน้า Developer Knowledge API ในไลบรารี Google APIs
ตรวจสอบว่าคุณได้เลือกโปรเจ็กต์ที่ถูกต้องซึ่งคุณต้องการใช้ API
คลิกเปิดใช้ ไม่จำเป็นต้องมีบทบาท IAM ที่เฉพาะเจาะจงเพื่อเปิดใช้หรือใช้ API

สร้างและรักษาคีย์ API ให้ปลอดภัย

ในคอนโซล Google Cloud สำหรับโปรเจ็กต์ที่คุณเปิดใช้ API ให้ไปที่หน้าข้อมูลเข้าสู่ระบบ
คลิกสร้างข้อมูลเข้าสู่ระบบ แล้วเลือกคีย์ API จากเมนู
ระบุชื่อคีย์ในช่องชื่อ
คลิกเมนูแบบเลื่อนลงเลือกการจำกัด API แล้วพิมพ์ Developer Knowledge API คลิกผลการค้นหา แล้วคลิก ตกลง

หมายเหตุ
- หากเพิ่งเปิดใช้ Developer Knowledge API อาจมีความล่าช้า ก่อนที่ API จะปรากฏในรายการ โปรดรอสักครู่แล้วลองอีกครั้ง
- หากวางแผนที่จะใช้คีย์เดียวกันนี้สำหรับการเรียกโมเดลทั่วไปของไคลเอ็นต์ AI (เช่น GEMINI_API_KEY) คุณต้องเลือก Generative Language API ด้วย ไม่เช่นนั้นระบบจะบล็อกการโทรเหล่านั้น
คลิกสร้าง

หลังจากสร้างคีย์แล้ว ให้คลิกแสดงคีย์เพื่อดูคีย์ จดบันทึกไว้เพื่อใช้เมื่อกำหนดค่าแอปพลิเคชัน AI

gcloud CLI

หากยังไม่ได้ดำเนินการ ให้ ดาวน์โหลดและติดตั้ง gcloud CLI
เปิดใช้ Developer Knowledge API โดยแทนที่ PROJECT_ID ด้วยรหัสโปรเจ็กต์ Google Cloud
```
gcloud services enable developerknowledge.googleapis.com --project=PROJECT_ID
```
สร้างคีย์ API โดยใช้รหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์ของ Google เดียวกัน
```
gcloud services api-keys create --project=PROJECT_ID --display-name="DK API Key"
```
คำสั่งนี้จะแสดงค่า 2 ค่าที่ควรจดบันทึกไว้
- keyString คือคีย์ API ของคุณ คุณจะต้องใช้รหัสนี้เมื่อกำหนดค่าแอปพลิเคชัน AI
- name จะใช้ในขั้นตอนถัดไปเมื่อรักษาความปลอดภัยของคีย์
จำกัดคีย์สำหรับ Developer Knowledge API โดยแทนที่ KEY_NAME ด้วยชื่อของคีย์ (เช่น projects/my-project/locations/global/keys/12345-67890)
```
gcloud services api-keys update KEY_NAME --api-target=service=developerknowledge.googleapis.com
```
สำคัญ: หากคุณวางแผนที่จะใช้คีย์เดียวกันนี้สำหรับการเรียกโมเดลทั่วไปของไคลเอ็นต์ AI (เช่น GEMINI_API_KEY) คุณต้องอนุญาต Generative Language API ด้วย
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com \
  --api-target=service=generativelanguage.googleapis.com
```

ขั้นตอนที่ 2: เปิดใช้เซิร์ฟเวอร์ MCP ของ Developer Knowledge ในโปรเจ็กต์

หากต้องการเปิดใช้เซิร์ฟเวอร์ MCP ของ Developer Knowledge ในโปรเจ็กต์ Google Cloud ให้ ดาวน์โหลดและติดตั้ง gcloud CLI จากนั้นเรียกใช้คำสั่งต่อไปนี้โดยแทนที่ PROJECT_ID ด้วยรหัสโปรเจ็กต์ Google Cloud

gcloud beta services mcp enable developerknowledge.googleapis.com --project=PROJECT_ID

หากโปรเจ็กต์ Google Cloud ไม่ได้เปิดใช้บริการความรู้สำหรับนักพัฒนาแอป ระบบจะแจ้งให้คุณเปิดใช้บริการก่อนที่จะเปิดใช้เซิร์ฟเวอร์ MCP ระยะไกล

แนวทางปฏิบัติแนะนำด้านความปลอดภัยระบุว่าคุณควรเปิดใช้เซิร์ฟเวอร์ MCP เฉพาะสำหรับ บริการที่จำเป็นต่อการทำงานของแอปพลิเคชัน AI

ขั้นตอนที่ 3: กำหนดค่าแอปพลิเคชัน AI

กำหนดค่าแอปพลิเคชัน AI ยอดนิยมโดยใช้คำสั่งเหล่านี้ แทนที่ YOUR_API_KEY ด้วยคีย์ API ของ Developer Knowledge ที่คุณสร้างใน ขั้นตอนก่อนหน้า

Gemini CLI

หากต้องการกำหนดค่า Gemini CLI ให้เรียกใช้คำสั่งต่อไปนี้

gemini mcp add -t http -H "X-Goog-Api-Key: YOUR_API_KEY" google-developer-knowledge https://developerknowledge.googleapis.com/mcp --scope user

หรือจะแก้ไขหรือสร้างไฟล์การกำหนดค่าต่อไปนี้ก็ได้

ในโปรเจ็กต์ของคุณ .gemini/settings.json
ในไดเรกทอรีหน้าแรก ให้ทำดังนี้ ~/.gemini/settings.json

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

Gemini Code Assist

หากต้องการกำหนดค่า Gemini Code Assist ให้แก้ไขหรือสร้างไฟล์กำหนดค่าต่อไปนี้

ในโปรเจ็กต์ของคุณ .gemini/settings.json
ในไดเรกทอรีหน้าแรก ให้ทำดังนี้ ~/.gemini/settings.json

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

Claude Code

หากต้องการกำหนดค่า Claude Code ให้เรียกใช้คำสั่งต่อไปนี้ในโฟลเดอร์แอป

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

เคอร์เซอร์

หากต้องการกำหนดค่า Cursor ให้แก้ไข .cursor/mcp.json (สำหรับโปรเจ็กต์ที่เฉพาะเจาะจง) หรือ ~/.cursor/mcp.json (สำหรับโปรเจ็กต์ทั้งหมด)

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

GitHub Copilot

หากต้องการกำหนดค่า GitHub Copilot ใน VS Code สำหรับโปรเจ็กต์เดียว ให้แก้ไขไฟล์ .vscode/mcp.json ในพื้นที่ทำงาน

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

หากต้องการให้เซิร์ฟเวอร์พร้อมใช้งานในทุกโปรเจ็กต์ ให้แก้ไขการตั้งค่าผู้ใช้ คลิกปุ่มเปิดการตั้งค่า (JSON)

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

วินด์เซิร์ฟ

หากต้องการกำหนดค่า Windsurf Editor ให้แก้ไข~/.codeium/windsurf/mcp_config.json ไฟล์

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

ยืนยันการติดตั้ง

เมื่อกำหนดค่าแล้ว ให้เปิดแอปพลิเคชัน AI แล้วป้อนพรอมต์ เช่น

How do I list Cloud Storage buckets?

หากเห็นการเรียกใช้เครื่องมือไปยัง search_documents หรือเครื่องมือเซิร์ฟเวอร์ MCP ความรู้สำหรับนักพัฒนาแอปอื่นๆ แสดงว่าเซิร์ฟเวอร์ทำงานได้อย่างถูกต้อง

จัดการการใช้งานโทเค็น

การดึงเนื้อหาเอกสาร โดยเฉพาะเมื่อใช้ batch_get_documents จะใช้โทเค็นภายในหน้าต่างบริบทของแอปพลิเคชัน AI เนื่องจากหน้าเอกสารประกอบสำหรับนักพัฒนาซอฟต์แวร์ของ Google บางหน้ามีขนาดค่อนข้างใหญ่ การดึงข้อมูลเอกสารหลายรายการจึงอาจทำให้ค่าใช้จ่ายสูงขึ้น เวลาในการตอบกลับของโมเดลช้าลง และหน้าต่างบริบทล้นได้อย่างรวดเร็ว

หากต้องการเพิ่มประสิทธิภาพและหลีกเลี่ยงค่าใช้จ่ายที่ไม่คาดคิด ให้สร้างพรอมต์ที่เฉพาะเจาะจง ซึ่งกำหนดเป้าหมายเฉพาะข้อมูลที่คุณต้องการ หลีกเลี่ยงคำขอที่กว้าง (เช่น "เปรียบเทียบผลิตภัณฑ์ Firebase ทั้งหมด") ซึ่งบังคับให้เอเจนต์ต้องนำเข้าข้อมูลจำนวนมาก ในครั้งเดียว

เอกสารที่รวมอยู่ด้วย

ดูข้อมูลเกี่ยวกับเอกสารที่เซิร์ฟเวอร์ค้นหาได้ที่การอ้างอิงคลังข้อความ

ข้อจำกัดที่ทราบ

ขอบเขตเนื้อหา: ระบบจะรวมเฉพาะหน้าเว็บที่มองเห็นได้แบบสาธารณะในการอ้างอิงคลังข้อความ และจะไม่รวมเนื้อหาจากแหล่งที่มาอื่นๆ เช่น GitHub, เว็บไซต์ OSS, บล็อก หรือ YouTube
ผลลัพธ์ภาษาอังกฤษเท่านั้น: เซิร์ฟเวอร์รองรับเฉพาะผลลัพธ์ที่เป็นภาษาอังกฤษ
ต้องใช้เครือข่าย: เครื่องมือของเซิร์ฟเวอร์ต้องใช้บริการ Google Cloud ที่ใช้งานจริง หากพบข้อผิดพลาดอย่างต่อเนื่อง โปรดตรวจสอบการเชื่อมต่ออินเทอร์เน็ตและการกำหนดค่าคีย์ API ความรู้สำหรับนักพัฒนาแอป

การกำหนดค่าความปลอดภัยที่ไม่บังคับ

MCP ทำให้เกิดความเสี่ยงด้านความปลอดภัยและข้อควรพิจารณาใหม่ๆ เนื่องจากมี การดำเนินการที่หลากหลายซึ่งคุณทำได้ด้วยเครื่องมือ MCP เพื่อลดและจัดการความเสี่ยงเหล่านี้ Google Cloud จึงมีการตั้งค่าเริ่มต้นและนโยบายที่ปรับแต่งได้ เพื่อควบคุมการใช้เครื่องมือ MCP ในองค์กรหรือโปรเจ็กต์ Google Cloud ของคุณ

ดูข้อมูลเพิ่มเติมเกี่ยวกับความปลอดภัยและการกำกับดูแล MCP ได้ที่ ความปลอดภัยและความปลอดภัยของ AI

ใช้ Model Armor

Model Armor เป็นบริการของ Google Cloud ที่ออกแบบมาเพื่อเพิ่มความปลอดภัย ของแอปพลิเคชัน AI โดยจะทำงานด้วยการคัดกรองพรอมต์ และคำตอบของ LLM ในเชิงรุก เพื่อป้องกันความเสี่ยงต่างๆ และสนับสนุนแนวทางปฏิบัติเกี่ยวกับ AI ที่มีความรับผิดชอบ ไม่ว่าคุณจะติดตั้งใช้งาน AI ในสภาพแวดล้อมระบบคลาวด์หรือผู้ให้บริการระบบคลาวด์ภายนอก Model Armor ก็ช่วยป้องกันอินพุตที่เป็นอันตราย ยืนยันความปลอดภัยของเนื้อหา ปกป้องข้อมูลที่ละเอียดอ่อน รักษาการปฏิบัติตามข้อกำหนด และบังคับใช้นโยบายความปลอดภัยของ AI ได้อย่างสอดคล้องกันในสภาพแวดล้อม AI ที่หลากหลาย

เมื่อเปิดใช้ Model Armor โดยเปิดใช้การบันทึก Model Armor จะบันทึกเพย์โหลดทั้งหมด ซึ่งอาจทำให้ข้อมูลที่ละเอียดอ่อนในบันทึกของคุณเปิดเผยต่อสาธารณะ

ข้อควรระวัง: Model Armor พร้อมให้บริการในบางภูมิภาค เมื่อเปิดใช้ Model Armor และใช้เซิร์ฟเวอร์ MCP ในเขตอำนาจศาลที่ Model Armor ไม่รองรับ ลักษณะการกำหนดเส้นทางของการเรียกอาจแตกต่างกันสำหรับเซิร์ฟเวอร์ MCP ที่ต่างกัน ดูข้อมูลเพิ่มเติมเกี่ยวกับลักษณะการทำงาน ของเซิร์ฟเวอร์ MCP แต่ละเครื่องได้ที่ ผลิตภัณฑ์ที่รองรับ Model Armor

เปิดใช้ Model Armor

ทำตามขั้นตอนในหัวข้อ ผสานรวมกับเซิร์ฟเวอร์ MCP ของ Google และ Google Cloud เพื่อเปิดใช้ Model Armor

กำหนดค่าการป้องกันสำหรับเซิร์ฟเวอร์ MCP ระยะไกลของ Google และ Google Cloud

คุณใช้ การตั้งค่าระดับ Model Armor เพื่อช่วยปกป้องการเรียกใช้เครื่องมือและการตอบกลับของ MCP ได้ การตั้งค่าขั้นต่ำจะกำหนดตัวกรองความปลอดภัยขั้นต่ำ ที่ใช้ในทั้งโปรเจ็กต์ การกำหนดค่านี้ใช้ชุดตัวกรองที่สอดคล้องกันกับเครื่องมือ MCP ทั้งหมดที่เรียกใช้และการตอบกลับภายในโปรเจ็กต์

ตั้งค่าระดับต่ำสุดของ Model Armor โดยเปิดใช้การล้างข้อมูล MCP ดูข้อมูลเพิ่มเติมได้ที่กำหนดค่าการตั้งค่าระดับต่ำสุดของ Model Armor

ดูตัวอย่างคำสั่งต่อไปนี้

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"}]'

แทนที่ PROJECT_ID ด้วย รหัสโปรเจ็กต์

โปรดทราบการตั้งค่าต่อไปนี้

INSPECT_AND_BLOCK: ประเภทการบังคับใช้ที่ ตรวจสอบเนื้อหาสำหรับเซิร์ฟเวอร์ MCP ของ Google และบล็อกพรอมต์และ คำตอบที่ตรงกับตัวกรอง
ENABLED: การตั้งค่าที่เปิดใช้ตัวกรองหรือ การบังคับใช้
MEDIUM_AND_ABOVE: ระดับความเชื่อมั่นสำหรับการตั้งค่าตัวกรอง AI ที่มีความรับผิดชอบ - อันตราย คุณสามารถแก้ไขการตั้งค่านี้ได้ แม้ว่าค่าที่ต่ำกว่าอาจส่งผลให้เกิดผลบวกลวงมากขึ้นก็ตาม ดูข้อมูลเพิ่มเติมได้ที่ ระดับความเชื่อมั่นของ Model Armor

ปิดใช้การสแกนการรับส่งข้อมูล MCP ด้วย Model Armor

หากต้องการหยุดไม่ให้ Model Armor สแกนการรับส่งข้อมูลไปยังและจากเซิร์ฟเวอร์ Google MCP โดยอัตโนมัติตามการตั้งค่าระดับต่ำสุดของโปรเจ็กต์ ให้เรียกใช้คำสั่งต่อไปนี้

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

แทนที่ PROJECT_ID ด้วยรหัส โปรเจ็กต์ Model Armor จะไม่ใช้กฎที่กำหนดไว้ในการตั้งค่าพื้นของโปรเจ็กต์นี้กับทราฟิกเซิร์ฟเวอร์ Google MCP โดยอัตโนมัติ

การตั้งค่าราคาพื้นของโมเดล Armor และการกำหนดค่าทั่วไปอาจส่งผลต่อ มากกว่าแค่ MCP เนื่องจาก Model Armor ผสานรวมกับบริการต่างๆ เช่น Vertex AI การเปลี่ยนแปลงใดๆ ที่คุณทําในการตั้งค่าพื้นสามารถส่งผลต่อการสแกนการเข้าชมและลักษณะการทํางานด้านความปลอดภัยในบริการที่ผสานรวมทั้งหมด ไม่ใช่แค่ MCP

ปรับการตั้งค่า Model Armor

หากคุณใช้ Model Armor เพื่อปกป้องแอปพลิเคชัน คุณอาจพบ403 PERMISSION_DENIEDข้อผิดพลาด สำหรับคำถามบางอย่าง เนื่องจากเซิร์ฟเวอร์ MCP ความรู้ของนักพัฒนาแอปจะแสดงเฉพาะเอกสารสาธารณะจากแหล่งที่มาของ Google ที่เชื่อถือได้ เราจึงขอแนะนำให้ตั้งค่าตัวกรองการแทรกพรอมต์และการเจลเบรก (PIJB) เป็นระดับความเชื่อมั่น HIGH_AND_ABOVE เพื่อลดผลลบลวง หากกรณีการใช้งานของคุณไม่ได้เกี่ยวข้องกับเครื่องมืออื่นๆ ที่เข้าถึงข้อมูลส่วนตัวหรือข้อมูลที่ละเอียดอ่อน คุณก็อาจพิจารณาปิดใช้ตัวกรอง PIJB ได้เช่นกัน

การแก้ปัญหา

หากพบปัญหา ให้ตรวจสอบสิ่งต่อไปนี้

ไฟล์กำหนดค่า MCP สำหรับเครื่องมือ AI อยู่ในรูปแบบที่ถูกต้อง
หากใช้วิธีการตรวจสอบสิทธิ์ API คุณได้ใช้คีย์ API ของ Developer Knowledge ที่ถูกต้องในไฟล์การกำหนดค่าซึ่งเปิดใช้ Developer Knowledge API
คุณยังใช้โควต้า Developer Knowledge API ไม่หมด