Google verwendet KI-Technologie, um Inhalte in Ihre bevorzugte Sprache zu übersetzen. KI-Übersetzungen können Fehler enthalten.

Verbindung zum MCP-Server für Entwicklerwissen herstellen

Der Google Developer Knowledge MCP-Server ermöglicht KI-basierten Entwicklungstools den direkten Zugriff auf die offizielle Google-Entwicklerdokumentation für Produkte wie Firebase, Google Cloud, Android und die Google Maps Platform. Wenn Sie Ihren Coding-Assistenten mit der maßgeblichen Dokumentationsbibliothek von Google verbinden, vermeiden Sie manuelle Websuchen, veralteten Kontext und Scraping.

MCP-Serverfunktionen

Der Google Developer Knowledge MCP-Server bietet Ihrem KI-Programmierassistenten drei Haupttools:

Toolname	Beschreibung
`search_documents`	Durchsucht die Google-Entwicklerdokumentation und gibt die relevantesten Seitenausschnitte zusammen mit den zugehörigen Dokumentnamen zurück.
`get_documents`	Ruft den vollständigen Markdown-Inhalt von Dokumenten anhand der von `search_documents` zurückgegebenen Namen ab.
`answer_query`	Generiert strukturierte, zusammengefasste Antworten, die auf dem Developer Knowledge-Korpus basieren.

Das Tool search_documents durchsucht die Google-Dokumentation nach den relevantesten Abschnitten, die Ihrer Anfrage entsprechen. Wenn Sie eine Frage stellen, gibt das Tool kurze Textpassagen zurück. Wenn Ihr Agent den vollständigen Seitenkontext einer Passage benötigt, kann er den Ressourcennamen des Dokuments an get_documents übergeben, um die gesamte Seite abzurufen.

Verwenden Sie das Tool answer_query, wenn Sie eine direkte Antwort auf eine Frage wünschen, die aus dem Developer Knowledge-Korpus synthetisiert wird, anstatt aus rohen Suchergebnissen oder vollständigen Markdown-Dateien.

Authentifizierungsmethode auswählen

Der MCP-Server für Entwicklerwissen unterstützt je nach Entwicklungsumgebung und KI-Assistenten zwei Authentifizierungsmethoden:

API-Schlüssel: Am besten für Drittanbieter-IDEs und CLI-Agents wie Claude Code, Cursor, GitHub Copilot, Codex und andere Remote-MCP-Clients. Übergeben Sie den API-Schlüssel über HTTPS im X-Goog-Api-Key-Header.
OAuth und ADC: Am besten geeignet für Google Antigravity- oder Unternehmensworkflows, bei denen Application Default Credentials (ADC) oder eine eigenständige OAuth 2.0-Client-ID verwendet wird.

Generieren Sie die Anmeldedaten, die für die von Ihnen gewählte Authentifizierungsmethode erforderlich sind, damit Ihr KI-Assistent oder Coding-Agent Anfragen beim Developer Knowledge MCP-Serverdienst authentifizieren kann.

Wählen Sie einen Tab aus, um Ihre Anmeldedaten zu erstellen:

API-Schlüssel

Vorbereitung

Bevor Sie einen API-Schlüssel erstellen, müssen folgende Voraussetzungen erfüllt sein:

Ein Google Cloud-Projekt
Die gcloud CLI ist installiert (wenn Sie die Konfiguration über die Befehlszeile vornehmen).

API aktivieren und API-Schlüssel erstellen

Sie können einen API-Schlüssel entweder mit der Google Cloud Console oder der gcloud CLI generieren:

Google Cloud Console

Öffnen Sie in der Google Cloud Console die Seite Developer Knowledge API.
Wählen Sie Ihr Google Cloud-Projekt aus und klicken Sie auf Aktivieren.
Rufen Sie die Seite Anmeldedaten auf.
Klicken Sie auf Anmeldedaten erstellen und wählen Sie den API-Schlüssel aus.
Klicken Sie auf die Aktion API-Schlüssel bearbeiten, um Einschränkungen zu konfigurieren:
- Wählen Sie unter API-Einschränkungen die Option Schlüssel einschränken aus.
- Wählen Sie Developer Knowledge API aus.
- Wenn Sie denselben Schlüssel für Modellaufrufe wie GEMINI_API_KEY verwenden möchten, wählen Sie auch Generative Language API aus.
Klicken Sie auf Speichern und kopieren Sie dann Ihren API-Schlüssel.

gcloud-CLI

Aktivieren Sie die Developer Knowledge API in Ihrem Projekt und ersetzen Sie PROJECT_ID durch Ihre Projekt-ID:
```
gcloud services enable developerknowledge.googleapis.com \
  --project=PROJECT_ID
```
Erstellen Sie einen API-Schlüssel:
```
gcloud services api-keys create \
  --project=PROJECT_ID \
  --display-name="DK API Key"
```
Dieser Befehl gibt Metadaten zu Ihrem neuen Schlüssel zurück. Kopieren und speichern Sie die beiden folgenden Werte aus der Befehlsausgabe:
- keyString: Dies ist der Roh-API-Schlüssel (z. B. AIzaSy...). Sie fügen diesen Wert in Ihre IDE-Konfiguration ein.
- name: Dies ist der Ressourcenpfad des Schlüssels (z. B. projects/PROJECT_ID/locations/global/keys/UNIQUE_ID). Sie verwenden diesen Pfad, um den Schlüssel im nächsten Schritt einzuschränken.
Schränken Sie den Schlüssel für die Developer Knowledge API ein, um eine nicht autorisierte Nutzung zu verhindern. Ersetzen Sie KEY_NAME durch den vollständigen name-Pfad, den Sie im vorherigen Schritt kopiert haben:
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com
```
Wichtig :Wenn Sie denselben Schlüssel für die allgemeinen Modellaufrufe Ihres KI-Clients verwenden möchten (z. B. GEMINI_API_KEY), müssen Sie auch die Generative Language API zulassen:
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com \
  --api-target=service=generativelanguage.googleapis.com
```

OAuth und ADC

Vorbereitung

Bevor Sie OAuth konfigurieren, müssen folgende Voraussetzungen erfüllt sein:

API aktivieren

Führen Sie den folgenden Befehl aus, um die Developer Knowledge API in Ihrem Projekt zu aktivieren:

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

OAuth-Anmeldedatentyp auswählen

Wählen Sie den Anmeldedatenansatz aus, der für Ihr Tool erforderlich ist:

Standardanmeldedaten für Anwendungen

Wenn Ihr KI-Assistent ADC unterstützt (z. B. Google Antigravity):

Authentifizieren Sie sich mit Ihrem Google-Konto und legen Sie Ihr Kontingentprojekt fest:
```
gcloud auth application-default login \
  --project=PROJECT_ID
```
Melden Sie sich in dem sich öffnenden Browser mit Ihrem Google-Konto an und erteilen Sie die angeforderten Berechtigungen.

OAuth-Client-ID

Wenn für Ihren KI-Assistenten eine eigenständige OAuth-Client-ID und ein eigenständiges Secret erforderlich sind:

Öffnen Sie den OAuth-Zustimmungsbildschirm.
Legen Sie den Nutzertyp auf Extern fest, geben Sie den erforderlichen App-Namen und die Support-E-Mail-Adresse ein und klicken Sie auf Speichern und fortfahren.
Klicken Sie auf der Seite Zielgruppe unter Testnutzer auf Nutzer hinzufügen, geben Sie Ihre Google-E-Mail-Adresse ein und klicken Sie auf Speichern.
Rufen Sie die Seite „Clients“ auf, klicken Sie auf Client erstellen und legen Sie Anwendungstyp auf Desktop-App fest.
Klicken Sie auf Erstellen und laden Sie die JSON-Datei mit den Clientanmeldedaten herunter.

IDE oder Programmier-KI-Agenten konfigurieren

Nachdem Sie Ihre Anmeldedaten erhalten haben, wählen Sie Ihre bevorzugte Programmierumgebung aus, um die Einrichtungsanleitung aufzurufen.

Ersetzen Sie je nach gewählter Authentifizierungsmethode die Platzhalter in den Konfigurationsvorlagen so:

Authentifizierung von API-Schlüsseln: Ersetzen Sie YOUR_API_KEY durch Ihren unformatierten API-Schlüsselstring.
OAuth- oder ADC-Authentifizierung: Ersetzen Sie PROJECT_ID durch Ihre Google Cloud-Projekt-ID:

Google Antigravity

Antigravity IDE und Erweiterungen

So konfigurieren Sie den MCP-Server in der Antigravity IDE oder der Antigravity-Erweiterung (z. B. in VS Code):

Google-Anmeldedaten

So installieren Sie den MCP-Server mit der Einrichtung mit nur einem Klick:

Klicken Sie im Bereich „Agent“ auf das Menü Zusätzliche Optionen () und wählen Sie MCP-Server aus.
Suchen Sie nach Google Developer Knowledge.
Klicken Sie auf das Symbol Installieren (). Antigravity konfiguriert den Server automatisch und stellt eine Verbindung mit Ihren aktiven Google-Anmeldedaten her.

API-Schlüssel

So konfigurieren Sie einen API-Schlüssel in der Antigravity IDE oder der Antigravity-Erweiterung:

Klicken Sie im Bereich „Agent“ auf das Menü Zusätzliche Optionen () > MCP-Server > MCP-Server verwalten > Rohkonfiguration ansehen (oder öffnen Sie .agents/mcp_config.json).

Fügen Sie die folgende Serverkonfiguration hinzu:

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

Antigravity CLI

Konfigurieren Sie den MCP-Server in der Datei .agents/mcp_config.json Ihres Projekts (oder global in ~/.gemini/config/mcp_config.json):

Google-Anmeldedaten

{
  "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"
      }
    }
  }
}

API-Schlüssel

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

Claude Code

Führen Sie in Ihrem Terminal den folgenden Befehl aus:

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

Cursor

Wenn Sie Cursor konfigurieren möchten, bearbeiten Sie .cursor/mcp.json im Stammverzeichnis Ihres Projekts oder ~/.cursor/mcp.json für den globalen Zugriff:

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

GitHub Copilot

Arbeitsbereichseinstellungen

Wenn Sie GitHub Copilot in VS Code für einen bestimmten Arbeitsbereich konfigurieren möchten, erstellen oder bearbeiten Sie .vscode/mcp.json:

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

Globale Nutzereinstellungen

Wenn Sie den Server in allen VS Code-Arbeitsbereichen verfügbar machen möchten, öffnen Sie die Nutzereinstellungen (JSON) und fügen Sie Folgendes unter dem Schlüssel "mcp" hinzu:

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

Codex

Wenn Sie die Codex CLI oder den Codex-Agent konfigurieren möchten, fügen Sie die Serverkonfiguration zu ~/.codex/config.toml (oder zum .codex/config.toml Ihres Projekts) hinzu:

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

Sonstiges

Wenn Sie einen anderen Remote-MCP-Client (z. B. JetBrains AI Assistant, Windsurf, Cline, Zed, Continue oder Claude Desktop) konfigurieren möchten, konfigurieren Sie einen HTTP-Transportschichtserver mit den folgenden Einstellungen:

Server-URL: https://developerknowledge.googleapis.com/mcp
HTTP-Header: X-Goog-Api-Key: YOUR_API_KEY

Standard-JSON-Konfigurationsvorlage:

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

Verbindung prüfen

Starten Sie nach der Konfiguration Ihren KI‑Assistenten neu oder laden Sie seine MCP‑Server neu. Senden Sie dann einen Test-Prompt, um zu prüfen, ob die Tooleinbindung funktioniert:

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

Wenn der Kundenservicemitarbeiter search_documents oder answer_query aufruft und Informationen aus der Google-Dokumentation zurückgibt, ist Ihr Server verbunden und aktiv.

Kontextfenster und Tokennutzung optimieren

Das Abrufen vollständiger Dokumentationsseiten in das Kontextfenster eines KI-Modells verbraucht eine erhebliche Anzahl von Tokens. Das Aufnehmen mehrerer großer Dokumente kann zu hohen Tokenkosten, erhöhter Latenz und einem Überlauf des Kontextfensters führen.

Damit Sie schnelle und kostengünstige Antworten erhalten, sollten Sie die folgenden Best Practices für das Prompt Engineering beachten:

Auf die zweistufige Abfrage setzen: Der Agent soll zuerst search_documents aufrufen. So werden fokussierte Snippets (Chunks) zurückgegeben, die häufig die genaue Syntax oder API-Signatur enthalten, die Sie benötigen, ohne dass Tokens für die gesamte Seite verbraucht werden. Weisen Sie Ihren Agent an, get_documents nur dann aufzurufen, wenn der umgebende Kontext unbedingt erforderlich ist.
answer_query für konzeptionelle Fragen bevorzugen: Wenn Sie eine zusammenfassende Erklärung oder einen Designvergleich benötigen, weisen Sie den Kundenservicemitarbeiter an, answer_query zu verwenden. Dieses Tool generiert eine Antwort direkt aus dem Developer Knowledge-Korpus, ohne vollständige Markdown-Rohseiten zurückzugeben.
Spezifische, eingegrenzte Prompts schreiben: Vermeiden Sie zu allgemeine Prompts wie „Erkläre alles über Firebase“. Geben Sie stattdessen das Zielprodukt, die Zielplattform und die Zielsprache an:
```
How do I write a Firestore transaction in Dart with error handling?
```
Benutzerdefinierte Agent-Regeln hinzufügen: Fügen Sie den Anweisungsdateien Ihres Assistenten (z. B. .cursorrules, CLAUDE.md oder .github/copilot-instructions.md) Richtlinien auf Projektebene hinzu, um automatische Abrufe ganzer Seiten einzuschränken:
```
When searching Google developer documentation, inspect search_documents
snippets first. Do not call get_documents unless the snippet lacks
necessary code context.
```

Optionale Sicherheitskonfigurationen

MCP birgt neue Sicherheitsrisiken und ‑aspekte, da mit den MCP-Tools eine Vielzahl von Aktionen ausgeführt werden kann. Um diese Risiken zu minimieren und zu verwalten, bietet Google Cloud Standardeinstellungen und anpassbare Richtlinien, mit denen Sie die Verwendung von MCP-Tools in Ihrer Google Cloud-Organisation oder Ihrem Google Cloud-Projekt steuern können.

Weitere Informationen zur Sicherheit und Governance von MCP finden Sie unter KI-Sicherheit.

Model Armor verwenden

Model Armor ist ein Google Cloud-Dienst, der die Sicherheit Ihrer KI-Anwendungen verbessern soll. Dazu werden LLM-Prompts und ‑Antworten proaktiv geprüft, um vor verschiedenen Risiken zu schützen und eine verantwortungsbewusste Anwendung von KI zu unterstützen. Ganz gleich, ob Sie KI in Ihrer Cloud-Umgebung oder bei externen Cloud-Anbietern bereitstellen – Model Armor kann Ihnen helfen, schädliche Eingaben zu verhindern, die Sicherheit von Inhalten zu überprüfen, sensible Daten zu schützen, die Compliance aufrechtzuerhalten und Ihre KI-Sicherheitsrichtlinien in Ihrer vielfältigen KI-Landschaft einheitlich durchzusetzen.

Wenn Model Armor mit aktiviertem Logging aktiviert ist, protokolliert Model Armor die gesamte Nutzlast. Dadurch können vertrauliche Informationen in Ihren Logs offengelegt werden.

MCP-Anfragenrouting an Model Armor

Model Armor ist in bestimmten Regionen verfügbar. Wenn Model Armor aktiviert ist und Sie einen MCP-Server in einer Gerichtsbarkeit verwenden, die von Model Armor nicht unterstützt wird, kann das Routingverhalten des Aufrufs für verschiedene MCP-Server unterschiedlich sein und die Einhaltung der Datenstandortvorgaben für Daten in Verwendung und in Transit beeinträchtigen. Weitere Informationen zum Verhalten einzelner MCP-Server finden Sie unter Von Model Armor unterstützte Produkte.

Model Armor aktivieren

Folgen Sie der Anleitung unter Mit Google- und Google Cloud MCP-Servern integrieren, um Model Armor zu aktivieren.

Schutz für Remote-MCP-Server konfigurieren

Mit den Mindesteinstellungen für Model Armor können Sie Ihre MCP-Toolaufrufe und ‑Antworten schützen. Eine Mindesteinstellung definiert die Mindestsicherheitsfilter, die für das gesamte Projekt gelten. Mit dieser Konfiguration wird ein einheitlicher Satz von Filtern auf alle MCP-Tool-Aufrufe und ‑Antworten im Projekt angewendet.

Richten Sie eine Model Armor-Mindesteinstellung mit aktivierter MCP-Bereinigung ein. Weitere Informationen finden Sie unter Model Armor-Untergrenzeneinstellungen konfigurieren.

Hier ein Beispielbefehl:

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"}]'

Ersetzen Sie dabei PROJECT_ID durch die ID Ihres Projekts in .

Beachten Sie die folgenden Einstellungen:

INSPECT_AND_BLOCK: Der Erzwingungstyp, der Inhalte für den Google MCP-Server prüft und Prompts und Antworten blockiert, die den Filtern entsprechen.
ENABLED: Die Einstellung, die einen Filter oder die Durchsetzung ermöglicht.
MEDIUM_AND_ABOVE: Das Konfidenzniveau für die Filtereinstellungen „Verantwortungsbewusste Anwendung von KI – Gefährlich“. Sie können diese Einstellung ändern. Niedrigere Werte können jedoch zu mehr falsch positiven Ergebnissen führen. Weitere Informationen finden Sie unter Vertrauenswürdigkeitsstufen für Model Armor.

Scannen von MCP-Traffic mit Model Armor deaktivieren

Wenn Sie verhindern möchten, dass Model Armor den Traffic zu und von Google MCP-Servern automatisch auf Grundlage der Mindesteinstellungen des Projekts scannt, führen Sie den folgenden Befehl aus:

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

Ersetzen Sie PROJECT_ID durch die Projekt-ID. Model Armor wendet die in den Mindesteinstellungen dieses Projekts definierten Regeln nicht automatisch auf den gesamten Google MCP-Server-Traffic an.

Die Mindesteinstellungen für Model Armor und die allgemeine Konfiguration können sich auf mehr als nur MCP auswirken. Da Model Armor in Dienste wie Vertex AI eingebunden ist, können sich Änderungen an den Mindesteinstellungen auf die Traffic-Analyse und Sicherheitsfunktionen aller eingebundenen Dienste auswirken, nicht nur auf MCP.

Model Armor-Einstellungen anpassen

Wenn Sie Model Armor zum Schutz Ihrer Anwendung verwenden, können bei einigen Anfragen 403 PERMISSION_DENIED-Fehler auftreten. Da der Developer Knowledge MCP-Server nur öffentliche Dokumentation aus vertrauenswürdigen Google-Quellen zurückgibt, empfehlen wir, die Filter für Prompt Injection und Jailbreak (PIJB) auf HIGH_AND_ABOVE-Konfidenzniveaus festzulegen, um Falschmeldungen zu reduzieren. Wenn Ihr Anwendungsfall keine anderen Tools umfasst, die auf private oder vertrauliche Daten zugreifen, können Sie auch in Erwägung ziehen, PIJB-Filter zu deaktivieren.

Fehlerbehebung

Wenn Probleme beim Herstellen einer Verbindung zum oder beim Abfragen des MCP-Servers für Entwicklerwissen auftreten, sehen Sie sich die folgende Tabelle zur Fehlerbehebung und die Schritte zur Problemlösung an:

Matrix zur Fehlerbehebung

Symptom oder Fehler	Wahrscheinliche Ursache	Auflösung
`400 Bad Request: API key not valid`	Der String für den API-Schlüssel fehlt, ist ungültig oder fehlerhaft.	Prüfen Sie, ob der API-Schlüssel richtig kopiert und im `headers`-Objekt mit dem `X-Goog-Api-Key`-Schlüssel konfiguriert wurde.
`403 PERMISSION_DENIED`: `Developer Knowledge API has not been used`	Die Developer Knowledge API ist im Google Cloud-Projekt nicht aktiviert.	Aktivieren Sie die API in der Google Cloud Console oder führen Sie `gcloud services enable developerknowledge.googleapis.com` aus.
`403 PERMISSION_DENIED: API target restriction`	Die Developer Knowledge API ist nicht in der Liste der API-Schlüsseleinschränkungen enthalten.	Aktualisieren Sie die Einschränkungen für Ihren API-Schlüssel auf der Seite „Anmeldedaten“ in der Google Cloud Console, damit die Developer Knowledge API eingeschlossen wird.
`401 UNAUTHENTICATED` oder fehlende ADC-Anmeldedaten	Die Standardanmeldedaten für Anwendungen sind abgelaufen oder nicht initialisiert.	Führen Sie `gcloud auth application-default login --project=PROJECT_ID` aus, um die lokalen Anmeldedaten zu aktualisieren.
`403 access_denied` / „Zugriff blockiert: Autorisierungsfehler“	Ihr Konto ist in der OAuth-Einwilligung nicht als autorisierter Testnutzer aufgeführt.	Fügen Sie in der Google Cloud Console > Auth Platform > Zielgruppe Ihre E-Mail-Adresse unter Testnutzer hinzu.
OAuth-Client-Fehler oder ungültige Weiterleitungs-URI	Der OAuth-Client wurde mit einem nicht unterstützten Anwendungstyp erstellt.	Erstellen Sie Ihre OAuth-Client-ID neu und legen Sie den Typ auf Desktop-App fest.
`404 NOT_FOUND` am `/mcp`-Endpunkt	Die API ist für Ihr Projekt nicht aktiviert.	Aktivieren Sie die Developer Knowledge API in der Google Cloud Console oder führen Sie `gcloud services enable developerknowledge.googleapis.com` aus.
`429 RESOURCE_EXHAUSTED`	Sie haben das Kontingentlimit Ihres Projekts erreicht.	Prüfen Sie in der Console die Nutzung Ihres Developer Knowledge API-Kontingents und fordern Sie bei Bedarf eine Kontingenterhöhung an.
`403 PERMISSION_DENIED` mit Model Armor	Ein Falsch-Positiv-Ergebnis des Model Armor-Filters für PIJB hat eine sichere Anfrage blockiert.	Legen Sie in den Einstellungen Ihrer Model Armor-Vorlage das Konfidenzniveau für den PIJB-Filter auf `HIGH_AND_ABOVE` fest.

Fehler bei der Authentifizierung und Einwilligung beheben

Konfiguration des API-Schlüssel-Headers: Prüfen Sie, ob Ihre MCP-JSON-Konfiguration den Abschnitt headers mit "X-Goog-Api-Key" enthält. Übergeben Sie den API-Schlüssel nicht als Abfrageparameter in der URL.
Testnutzer auf dem OAuth-Zustimmungsbildschirm: Wenn Sie einen Desktop-OAuth-Client in einem Projekt mit einem externen Nutzertyp im Testmodus erstellen, blockiert Google den Zugriff für Konten, die nicht unter „Testnutzer“ aufgeführt sind. Prüfen Sie, ob Ihre aktive Google-E-Mail-Adresse in der Google Cloud Console unter Zielgruppe > Testnutzer hinzugefügt wurde.
Kontingente und Ratenbeschränkungen: Wenn Sie Ihre tägliche und minütliche Nutzung im Blick behalten möchten, rufen Sie in der Google Cloud Console IAM & Verwaltung > Kontingente & Systemlimits auf und filtern Sie nach Developer Knowledge API.

Enthaltene Dokumentation

Eine vollständige Liste der von dem Server indexierten Google-Produkte und Dokumentationsrepositories finden Sie in der Corpus-Referenz.

Bekannte Einschränkungen

Nur öffentliche Dokumentation: Der Server indexiert nur öffentlich verfügbare Dokumentation, die in der Korpusreferenz aufgeführt ist. Interne Dokumente, private Repositories und Ressourcen von Drittanbietern sind nicht enthalten.
Englische Sprache: Der Server indexiert und gibt Dokumentation nur auf Englisch zurück.
Netzwerkabhängigkeit und VPC Service Controls: Da der Developer Knowledge MCP-Server ein remote gehosteter Dienst ist, muss Ihr Client eine Netzwerkverbindung haben, um https://developerknowledge.googleapis.com zu erreichen.
- Innerhalb von Google Cloud-VPC-Netzwerken: Ausgehender öffentlicher Internettraffic ist nicht erforderlich. Sie können developerknowledge.googleapis.com privat ohne externe IP-Adressen oder Cloud NAT erreichen, indem Sie Traffic über privaten Google-Zugriff (private.googleapis.com / 199.36.153.8/30) oder einen Private Service Connect-Endpunkt (PSC) weiterleiten, der auf das all-apis-Bundle ausgerichtet ist.
- VPC Service Controls (VPC-SC): developerknowledge.googleapis.com wird nicht für die eingeschränkte VIP (restricted.googleapis.com / 199.36.153.4/30) oder PSC-Endpunkte vpc-sc unterstützt. Wenn Ihre VPC-Routen *.googleapis.com zu restricted.googleapis.com weiterleiten, konfigurieren Sie eine bestimmte Cloud DNS-Antwortrichtlinie oder einen privaten DNS-Eintrag für developerknowledge.googleapis.com, damit private.googleapis.com (199.36.153.8/30) aufgelöst wird.

Verbindung zum MCP-Server für Entwicklerwissen herstellen Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

MCP-Serverfunktionen

Authentifizierungsmethode auswählen

API-Schlüssel

Vorbereitung

API aktivieren und API-Schlüssel erstellen

Google Cloud Console

gcloud-CLI

OAuth und ADC

Vorbereitung

API aktivieren

OAuth-Anmeldedatentyp auswählen

Standardanmeldedaten für Anwendungen

OAuth-Client-ID

IDE oder Programmier-KI-Agenten konfigurieren

Google Antigravity

Antigravity IDE und Erweiterungen

Google-Anmeldedaten

API-Schlüssel

Antigravity CLI

Google-Anmeldedaten

API-Schlüssel

Claude Code

Cursor

GitHub Copilot

Arbeitsbereichseinstellungen

Globale Nutzereinstellungen

Codex

Sonstiges

Verbindung prüfen

Kontextfenster und Tokennutzung optimieren

Optionale Sicherheitskonfigurationen

Model Armor verwenden

MCP-Anfragenrouting an Model Armor

Model Armor aktivieren

Schutz für Remote-MCP-Server konfigurieren

Scannen von MCP-Traffic mit Model Armor deaktivieren

Model Armor-Einstellungen anpassen

Fehlerbehebung

Matrix zur Fehlerbehebung

Fehler bei der Authentifizierung und Einwilligung beheben

Enthaltene Dokumentation

Bekannte Einschränkungen

Verbindung zum MCP-Server für Entwicklerwissen herstellen