experiment これはテストとフィードバックのみを目的とした API の試験運用版です。

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

Developer Knowledge MCP サーバーに接続する

Google Developer Knowledge MCP サーバーを使用すると、AI を搭載した開発ツールで Google のデベロッパー向け公式ドキュメントを検索し、Firebase、Google Cloud、Android、Maps などの Google プロダクトの情報を取得できます。AI アプリケーションを Google の公式ドキュメントライブラリに直接接続することで、受け取るコードとガイダンスが最新のものであり、信頼できるコンテキストに基づいていることが保証されます。

サーバーを設定すると、統合ツールは次のようなリクエストを支援できます。

導入に関するガイドライン
- 例: Android アプリで Firebase Cloud Messaging を使用してプッシュ通知を実装する最適な方法は何ですか？
コードの生成と説明
- 例: Cloud Storage プロジェクト内のすべてのバケットを一覧表示する Python の例について、Google のドキュメントを検索します。
トラブルシューティングとデバッグ
- 例: Google Maps API キーに「開発用」という透かしが表示されるのはなぜですか？
比較分析と要約
- 例: 新しいマイクロサービスに Cloud Run と Cloud Functions のどちらを選択すればよいか教えてください。主なユースケース、同時実行、料金モデルなどの重要な側面を比較するマークダウンテーブルを作成します。

MCP サーバーの機能

Google Developer Knowledge MCP サーバーは、AI アプリケーションに次のツールを提供します。

ツール名	説明
`search_documents`	Google のデベロッパードキュメント（Firebase、Google Cloud、Android、Maps など）を検索して、クエリに関連するページとスニペットを見つけます。検索結果の `parent` とともに `get_documents` を使用して、ページコンテンツ全体を取得します。
`get_documents`	`search_documents` の結果から `parent` を使用して、複数のドキュメントのコンテンツ全体を取得します。
`answer_query`	（プレビュー）Grounded generation に Developer Knowledge コーパスを使用してクエリに回答します。

search_documents ツールは、AI 搭載の検索と取得用に最適化された小さなテキストのチャンクにドキュメントを分割します。検索すると、クエリに関連する 1 つ以上のドキュメントスニペットが返されます。スニペットの周囲にあるページコンテンツ全体を表示する必要がある場合は、検索結果に表示される parent とともに get_documents を使用して、ページコンテンツ全体を取得します。

関連するスニペットやドキュメントのリストではなく、デベロッパーナレッジコーパスから合成された質問への直接的な回答が必要な場合は、answer_query ツールを使用します。

インストール

Google Developer Knowledge MCP サーバーは、Developer Knowledge API を使用してドキュメントを検索し、取得するリモート MCP サーバーです。認証には、OAuth または API キーを使用できます。

OAuth を使用して認証する

このセクションでは、OAuth を使用して AI アプリケーションを Developer Knowledge MCP サーバーで認証するプロセスについて説明します。

前提条件: Google Cloud CLI を設定する

続行する前に、次の点をご確認ください。

ステップ 1: プロジェクトで Developer Knowledge API を有効にする

Google API ライブラリで Developer Knowledge API ページを開きます。
API を使用するプロジェクトが正しく選択されていることを確認します。
[有効にする] をクリックします。API を有効または使用するために、特定の IAM ロールは必要ありません。

ステップ 2: 認証方法を選択する

選択する認証方法は、AI アシスタントが gcloud CLI を使用したアプリケーションのデフォルト認証情報（ADC）をサポートしているか、スタンドアロンの OAuth クライアント ID を必要とするかによって異なります。Gemini CLI などのアシスタントは、既存の Google Cloud ログインを使用してシームレスに設定できますが、Antigravity などのアシスタントは、安全な接続を確立するために、独自の認証情報を手動で作成して提供する必要があります。

特定の AI アシスタントのセットアップ要件に対応するタブを選択します。

ADC

アカウントの接続

MCP サーバーにユーザーに代わって操作する権限を付与するには、次のコマンドを実行します。PROJECT_ID は Google Cloud プロジェクト ID に置き換えてください。
```
gcloud auth application-default login
--project=PROJECT_ID
```
プロンプトが表示されたら、アカウントを選択して [続行] をクリックします。

AI アプリケーションを構成する

認証が完了したら、最後のステップとして、AI アプリケーションにサーバー構成の詳細を提供します。JSON の正確な構造はアプリケーションによって異なりますが、次の例をテンプレートとして使用できます。

Gemini CLI または Gemini Code Assist を構成するには、次のいずれかの構成ファイルを編集または作成します。

プロジェクト内: .gemini/settings.json
ホームディレクトリ内: ~/.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"
      }
    }
  }
}

MCP サーバーが想定どおりに動作しているかどうかを確認するには、インストールを確認するに進みます。

手動認証情報

OAuth 同意画面を構成する

プロジェクトの OAuth 同意画面を構成し、自分自身をテストユーザーとして追加します。Google Cloud プロジェクトでこの手順をすでに完了している場合は、次の手順に進みます。

Google Cloud コンソールの認証の概要ページを開き、[スタートガイド] をクリックします。
アプリ名を入力し、サポート用メールアドレスを選択して、[次へ] をクリックします。
[対象] で [外部] を選択し、[次へ] をクリックします。
[連絡先情報] にメールアドレスを入力し、[次へ] をクリックします。
Google API サービス: ユーザーデータに関するポリシーを確認して同意し、[続行] をクリックします。
[作成] をクリックします。

テストユーザーを追加する

Google Auth Platform で、[オーディエンス] をクリックします。
[テストユーザー] で [ユーザーを追加] をクリックします。
メールアドレスと他の承認済みテストユーザーを入力し、[保存] をクリックします。

OAuth クライアントを作成する

エンドユーザーとして認証を行い、アプリ内でユーザーデータにアクセスするには、OAuth 2.0 クライアント ID を作成する必要があります。クライアント ID は、Google の OAuth サーバーで個々のアプリを識別するために使用します。

Google Auth Platform で、[クライアント] をクリックします。
[クライアントの作成] をクリックします。
[アプリケーションの種類] セレクタで、[デスクトップアプリ] を選択します。
[名前] フィールドに、認証情報の名前を入力します。この名前は Google Cloud コンソールにのみ表示されます。
[作成] をクリックします。[OAuth クライアントを作成しました] 画面が表示され、新しいクライアント ID とクライアントシークレットが表示されます。
[OK] をクリックします。新しく作成した認証情報が [OAuth 2.0 クライアント ID] に表示されます。
新しく作成したクライアント ID をクリックします。[クライアントシークレット] セクションで、ダウンロードアイコンをクリックして JSON ファイルを保存します。このファイル内の client_id と client_secret の値は、次のステップで使用します。

AI アプリケーションを構成する

次に、AI アプリケーションにサーバー構成の詳細を指定する必要があります。正確な手順はアプリケーションによって異なりますが、次の例をテンプレートとして使用できます。

MCP サーバーを使用するように Antigravity を構成するには:

Antigravity で、[エージェント] ペインの [その他のオプション] メニュー > [MCP サーバー] > [MCP サーバーを管理] をクリックします。

開いた [Manage MCP Servers] ペインの上部にある [View raw config] をクリックして、mcp_config.json ファイルを編集します。

{
  "mcpServers": {
    "google-developer-knowledge": {
      "serverUrl": "https://developerknowledge.googleapis.com/mcp"
    }
  }
}

[MCP サーバーの管理] に戻り、[更新] をクリックします。

OAuth 認証情報を追加する

Developer Knowledge MCP サーバーを初めて使用しようとすると、AI アシスタントから設定を完了するよう求められます。

次のようなプロンプトを使用して、Developer Knowledge MCP サーバーを使用するようにエージェントに指示します。
```
How do I list Cloud Storage buckets?
```
1 つ以上のリダイレクト URI の登録を求めるメッセージが表示された場合は、続行するオプションをクリックします。クライアント ID をデスクトップアプリとして設定しているため、Google Auth Platform でこれらの特定の URI を追加する必要はありません。
AI アシスタントから [クライアント ID] と [クライアントシークレット] の入力を求められたら、前述の手順で保存したクライアントシークレット JSON ファイルから対応する各キーを貼り付けます。
プロンプトが表示されたら、アカウントを選択して [続行] をクリックします。
AI アシスタントに戻ります。エージェントは、新しく認証されたサーバーを使用してリクエストを処理します。

API キーを使用して認証する

このセクションでは、API キーを使用して Developer Knowledge MCP サーバーで AI アプリケーションを認証するプロセスについて説明します。

ステップ 1: API キーを作成する

Google Cloud コンソールまたは gcloud CLI を使用して、Google Cloud プロジェクトで Developer Knowledge API キーを生成できます。

Google Cloud Console

API を有効にする

Google API ライブラリで Developer Knowledge API ページを開きます。
API を使用するプロジェクトが正しく選択されていることを確認します。
[有効にする] をクリックします。API を有効または使用するために、特定の IAM ロールは必要ありません。

API キーを作成して保護する

API を有効にしたプロジェクトの Google Cloud コンソールで、[認証情報ページ] に移動します。
[認証情報を作成] をクリックし、メニューから [API キー] を選択します。
[名前] フィールドに、鍵の名前を入力します。
[API の制限を選択] プルダウンをクリックし、「Developer Knowledge API」と入力します。結果をクリックし、[OK] をクリックします。
- 注: Developer Knowledge API を有効にしたばかりの場合、リストに表示されるまでに遅延が生じることがあります。数分待ってから、もう一度お試しください。
[作成] をクリックします。

キーを作成したら、[キーを表示] をクリックして表示します。AI アプリケーションを構成するときに使用できるように、メモしておきます。

gcloud CLI

まだ行っていない場合は、gcloud CLI をダウンロードしてインストールします。
Developer Knowledge API を有効にします。PROJECT_ID は Google Cloud プロジェクト ID に置き換えます。
```
gcloud services enable developerknowledge.googleapis.com --project=PROJECT_ID
```
同じ Google Cloud プロジェクト ID を使用して API キーを作成します。
```
gcloud services api-keys create --project=PROJECT_ID --display-name="DK API Key"
```
このコマンドは、次の 2 つの値を返します。
- keyString は API キーです。これは、AI アプリケーションを構成するときに必要になります。
- name は、次のステップで鍵を保護するときに使用します。
キーを Developer Knowledge API に制限します。KEY_NAME はキーの名前（projects/my-project/locations/global/keys/12345-67890 など）に置き換えます。
```
gcloud services api-keys update KEY_NAME --api-target=service=developerknowledge.googleapis.com
```

ステップ 2: プロジェクトで Developer Knowledge MCP サーバーを有効にする

Google Cloud プロジェクトで Developer Knowledge MCP サーバーを有効にするには、gcloud CLI をダウンロードしてインストールし、次のコマンドを実行します。PROJECT_ID は Google Cloud プロジェクト ID に置き換えます。

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

Google Cloud プロジェクトで Developer Knowledge サービスが有効になっていない場合は、リモート MCP サーバーを有効にする前に、このサービスを有効にするよう求められます。

セキュリティのベストプラクティスとして、AI アプリケーションの機能に必要なサービスに対してのみ MCP サーバーを有効にすることをおすすめします。

ステップ 3: AI アプリケーションを構成する

次の手順に沿って、一般的な AI アプリケーションを構成します。YOUR_API_KEY は、前の手順で生成した Developer Knowledge API キーに置き換えます。

Gemini CLI

Gemini CLI を構成するには、次のコマンドを実行します。

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

または、次のいずれかの構成ファイルを編集または作成します。

プロジェクト内: .gemini/settings.json
ホームディレクトリ内: ~/.gemini/settings.json

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

Gemini Code Assist

Gemini Code Assist を構成するには、次のいずれかの構成ファイルを編集または作成します。

プロジェクト内: .gemini/settings.json
ホームディレクトリ内: ~/.gemini/settings.json

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

Claude Code

Claude Code を構成するには、アプリフォルダで次のコマンドを実行します。

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

Cursor

Cursor を構成するには、.cursor/mcp.json（特定のプロジェクトの場合）または ~/.cursor/mcp.json（すべてのプロジェクトの場合）のいずれかを編集します。

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

GitHub Copilot

単一のプロジェクト用に VS Code で GitHub Copilot を構成するには、ワークスペースの .vscode/mcp.json ファイルを編集します。

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

すべてのプロジェクトでサーバーを使用できるようにするには、ユーザー設定を編集します。[設定を開く（JSON）] ボタンをクリックします。

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

Windsurf

Windsurf Editor を構成するには、~/.codeium/windsurf/mcp_config.json ファイルを編集します。

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

インストールを確認する

構成が完了したら、AI アプリケーションを開き、次のようなプロンプトを入力します。

How do I list Cloud Storage buckets?

search_documents または別の Developer Knowledge MCP サーバーツールへのツール呼び出しが表示された場合は、サーバーが正しく機能しています。

トークンの使用状況を管理する

ドキュメントコンテンツの取得（特に batch_get_documents を使用する場合）では、AI アプリケーションのコンテキストウィンドウ内のトークンが消費されます。Google デベロッパードキュメントのページは非常に大きいため、複数のドキュメントを取得すると、すぐに費用が増加し、モデルのレスポンス時間が遅くなり、コンテキストウィンドウがオーバーフローする可能性があります。

パフォーマンスを最適化し、予期しない請求を避けるには、必要な情報のみを対象とする具体的なプロンプトを作成します。エージェントが大量のデータを一度に取り込む必要がある広範なリクエスト（「すべての Firebase プロダクトを比較して」など）は避けてください。

含まれるドキュメント

サーバーで検索されるドキュメントについては、コーパスリファレンスをご覧ください。

既知の制限事項

コンテンツの範囲: コーパス参照で一般公開されているページのみが含まれます。GitHub、OSS サイト、ブログ、YouTube などの他のソースのコンテンツは含まれません。
英語のみの結果: サーバーは英語の結果のみをサポートします。
ネットワーク依存: サーバーのツールは、ライブの Google Cloud サービスに依存しています。エラーが解消されない場合は、インターネット接続と Developer Knowledge API キーの構成を確認してください。

セキュリティと安全に関するオプションの構成

MCP ツールで実行できるアクションが多岐にわたるため、MCP によって新たなセキュリティリスクと考慮事項が加わります。これらのリスクを最小限に抑えて管理するために、Google Cloud は、Google Cloud 組織またはプロジェクトでの MCP ツールの使用を制御するデフォルトの設定とカスタマイズ可能なポリシーを提供します。

MCP のセキュリティとガバナンスの詳細については、AI のセキュリティと安全性をご覧ください。

Model Armor を使用する

Model Armor は、AI アプリケーションのセキュリティと安全性を強化するために設計された Google Cloud サービスです。LLM のプロンプトとレスポンスを事前にスクリーニングすることで、さまざまなリスクから保護し、責任ある AI への取り組みをサポートします。AI を自社のクラウド環境と外部のクラウドプロバイダのいずれにデプロイする場合も、Model Armor は、悪意のある入力の防止、コンテンツの安全性の検証、センシティブデータの保護、コンプライアンスの維持、多様な AI 環境全体での AI の安全性とセキュリティポリシーの一貫した適用に役立ちます。

ロギングが有効な状態で Model Armor が有効になっている場合、Model Armor はペイロード全体をログに記録します。これにより、機密情報がログに公開される可能性があります。

Model Armor を有効にする

Google と Google Cloud MCP サーバーと統合するの手順に沿って、Model Armor を有効にします。

Google と Google Cloud のリモート MCP サーバーの保護を構成する

MCP ツール呼び出しとレスポンスを保護するには、Model Armor のフロア設定を使用します。フロア設定は、プロジェクト全体に適用される最小限のセキュリティフィルタを定義します。この構成では、プロジェクト内のすべての MCP ツール呼び出しとレスポンスに一貫したフィルタセットが適用されます。

MCP のサニタイズを有効にして、Model Armor のフロア設定をセットアップします。詳細については、Model Armor のフロア設定を構成するをご覧ください。

次のコマンド例をご覧ください。

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"}]'

PROJECT_ID は、実際のプロジェクト ID に置き換えます。

次の設定に注意してください。

INSPECT_AND_BLOCK: Google MCP サーバーのコンテンツを検査し、フィルタに一致するプロンプトとレスポンスをブロックする適用タイプ。
ENABLED: フィルタまたは適用を有効にする設定。
MEDIUM_AND_ABOVE: 責任ある AI - 危険フィルタ設定の信頼度。この設定は変更できますが、値を小さくすると偽陽性が増える可能性があります。詳細については、Model Armor の信頼度をご覧ください。

Model Armor による MCP トラフィックのスキャンを無効にする

プロジェクトのフロア設定に基づいて、Google MCP サーバーとの間のトラフィックを Model Armor が自動的にスキャンしないようにするには、次のコマンドを実行します。

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

PROJECT_ID は、プロジェクト ID に置き換えます。Model Armor は、このプロジェクトのフロア設定で定義されたルールを Google MCP サーバートラフィックに自動的に適用しません。

Model Armor のフロア設定と一般的な構成は、MCP だけでなく、他のものにも影響する可能性があります。Model Armor は Vertex AI などのサービスと統合されているため、フロア設定を変更すると、MCP だけでなく、統合されたすべてのサービスでトラフィックスキャンと安全性の動作に影響する可能性があります。

Model Armor の設定を調整する

Model Armor を使用してアプリケーションを保護している場合、一部のクエリで 403 PERMISSION_DENIED エラーが発生することがあります。Developer Knowledge MCP サーバーは信頼できる Google ソースの公開ドキュメントのみを返すため、誤検出を減らすために、プロンプトインジェクションとジェイルブレイク（PIJB）フィルタを HIGH_AND_ABOVE 信頼レベルに設定することをおすすめします。ユースケースに、プライベートデータや機密データにアクセスする他のツールが含まれていない場合は、PIJB フィルタの無効化も検討できます。

トラブルシューティング

問題が発生した場合は、次の点を確認してください。

AI ツールの MCP 構成ファイルの形式が正しい。
API 認証方法を使用している場合は、Developer Knowledge API が有効になっている構成ファイルで有効な Developer Knowledge API キーを使用しました。
Developer Knowledge API の割り当てを使い切っていない。

Developer Knowledge MCP サーバーに接続する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

MCP サーバーの機能

インストール

OAuth を使用して認証する

前提条件: Google Cloud CLI を設定する

ステップ 1: プロジェクトで Developer Knowledge API を有効にする

ステップ 2: 認証方法を選択する

ADC

アカウントの接続

AI アプリケーションを構成する

手動認証情報

OAuth 同意画面を構成する

テストユーザーを追加する

OAuth クライアントを作成する

AI アプリケーションを構成する

OAuth 認証情報を追加する

API キーを使用して認証する

ステップ 1: API キーを作成する

Google Cloud Console

API を有効にする

API キーを作成して保護する

gcloud CLI

ステップ 2: プロジェクトで Developer Knowledge MCP サーバーを有効にする

ステップ 3: AI アプリケーションを構成する

Gemini CLI

Gemini Code Assist

Claude Code

Cursor

GitHub Copilot

Windsurf

インストールを確認する

トークンの使用状況を管理する

含まれるドキュメント

既知の制限事項

セキュリティと安全に関するオプションの構成

Model Armor を使用する

Model Armor を有効にする

Google と Google Cloud のリモート MCP サーバーの保護を構成する

Model Armor による MCP トラフィックのスキャンを無効にする

Model Armor の設定を調整する

トラブルシューティング

Developer Knowledge MCP サーバーに接続する