Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Se connecter au serveur MCP Developer Knowledge

Le serveur MCP Google Developer Knowledge permet aux outils de développement basés sur l'IA d'accéder directement à la documentation officielle Google pour les développeurs concernant des produits tels que Firebase, Google Cloud, Android, Google Maps Platform et bien d'autres. En connectant votre assistant de programmation à la bibliothèque de documentation de référence de Google, vous évitez les recherches Web manuelles, le contexte obsolète et le scraping.

Fonctionnalités du serveur MCP

Le serveur MCP Google Developer Knowledge fournit trois outils principaux à votre assistant de programmation IA :

Nom de l'outil	Description
`search_documents`	Recherche dans la documentation pour les développeurs Google et renvoie les extraits de pages les plus pertinents ainsi que les noms de documents.
`get_documents`	Récupère le contenu Markdown complet des documents à l'aide des noms renvoyés par `search_documents`.
`answer_query`	Génère des réponses structurées et synthétisées ancrées dans le corpus de connaissances des développeurs.

L'outil search_documents recherche dans la documentation Google les sections les plus pertinentes correspondant à votre requête. Lorsque vous posez une question, l'outil renvoie de courts passages de texte. Si votre agent a besoin du contexte complet de la page entourant un passage, il peut transmettre le nom de ressource du document à get_documents pour récupérer la page entière.

Utilisez l'outil answer_query lorsque vous souhaitez obtenir une réponse directe à une question synthétisée à partir du corpus de connaissances pour les développeurs plutôt que des résultats de recherche bruts ou des fichiers Markdown complets.

Choisir une méthode d'authentification

Le serveur MCP Developer Knowledge est compatible avec deux méthodes d'authentification, en fonction de votre environnement de développement et de votre assistant IA :

Clé API : idéale pour les IDE tiers et les agents CLI tels que Claude Code, Cursor, GitHub Copilot, Codex et d'autres clients MCP à distance. Transmettez la clé API dans l'en-tête X-Goog-Api-Key via HTTPS.
OAuth et ADC : idéal pour les workflows Google Antigravity ou d'entreprise qui utilisent les identifiants par défaut de l'application (ADC) ou un ID client OAuth 2.0 autonome.

Générez les identifiants requis pour la méthode d'authentification choisie afin de permettre à votre assistant IA ou à votre agent de codage d'authentifier les requêtes avec le service de serveur MCP Developer Knowledge.

Sélectionnez un onglet pour créer vos identifiants :

Clé API

Prérequis

Avant de créer une clé API, assurez-vous d'avoir :

Un projet Google Cloud.
gcloud CLI installé (si vous configurez à partir de la ligne de commande).

Activer l'API et créer une clé API

Vous pouvez générer une clé API à l'aide de la console Google Cloud ou de gcloud CLI :

Console Google Cloud

Ouvrez la page API Developer Knowledge dans la console Google Cloud.
Sélectionnez votre projet Google Cloud, puis cliquez sur Activer.
Accédez à la page Identifiants.
Cliquez sur Créer des identifiants et sélectionnez Clé API.
Cliquez sur l'action Modifier la clé API pour configurer les restrictions :
- Sous Restrictions relatives aux API, sélectionnez Restreindre la clé.
- Sélectionnez API Developer Knowledge.
- Si vous prévoyez d'utiliser la même clé pour les appels de modèle (comme GEMINI_API_KEY), sélectionnez également API Generative Language.
Cliquez sur Enregistrer, puis copiez votre clé API.

CLI gcloud

Activez l'API Developer Knowledge dans votre projet, en remplaçant PROJECT_ID par l'ID de votre projet :
```
gcloud services enable developerknowledge.googleapis.com \
  --project=PROJECT_ID
```
Créez une clé API :
```
gcloud services api-keys create \
  --project=PROJECT_ID \
  --display-name="DK API Key"
```
Cette commande renvoie des métadonnées sur votre nouvelle clé. Copiez et enregistrez les deux valeurs suivantes à partir du résultat de la commande :
- keyString : il s'agit de la clé API brute (par exemple, AIzaSy...). Vous collerez cette valeur dans la configuration de votre IDE.
- name : chemin d'accès à la ressource de la clé (par exemple, projects/PROJECT_ID/locations/global/keys/UNIQUE_ID). Vous utiliserez ce chemin d'accès pour restreindre la clé à l'étape suivante.
Limitez la clé à l'API Developer Knowledge pour éviter toute utilisation non autorisée. Remplacez KEY_NAME par le chemin d'accès complet name copié à l'étape précédente :
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com
```
Important : Si vous prévoyez d'utiliser cette même clé pour les appels de modèle général de votre client d'IA (par exemple, GEMINI_API_KEY), vous devez également autoriser l'API Generative Language :
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com \
  --api-target=service=generativelanguage.googleapis.com
```

OAuth et ADC

Prérequis

Avant de configurer OAuth, assurez-vous d'avoir :

Un projet Google Cloud.
gcloud CLI installé.

Activer l'API

Exécutez la commande suivante pour activer l'API Developer Knowledge dans votre projet :

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

Choisir votre type d'identifiant OAuth

Sélectionnez l'approche d'authentification requise par votre outil :

Identifiants par défaut de l'application

Si votre assistant IA est compatible avec ADC (comme Google Antigravity) :

Authentifiez-vous avec votre compte Google et définissez votre projet de quota :
```
gcloud auth application-default login \
  --project=PROJECT_ID
```
Lorsque votre navigateur s'ouvre, connectez-vous avec votre compte Google et accordez les autorisations demandées.

ID client OAuth

Si votre assistant IA nécessite un ID client et un code secret OAuth autonomes :

Ouvrez l'écran d'autorisation OAuth.
Définissez le type d'utilisateur sur Externe, saisissez le nom de l'application et l'adresse e-mail d'assistance requis, puis cliquez sur Enregistrer et continuer.
Sur la page Audience, cliquez sur Ajouter des utilisateurs sous Utilisateurs de test, saisissez votre adresse e-mail Google, puis cliquez sur Enregistrer.
Accédez à la page Clients, cliquez sur Créer un client, puis définissez Type d'application sur Application de bureau.
Cliquez sur Créer, puis téléchargez le fichier JSON contenant les identifiants du client.

Configurer votre IDE ou votre agent de codage

Une fois vos identifiants obtenus, sélectionnez l'environnement de codage de votre choix pour afficher les instructions de configuration.

En fonction de la méthode d'authentification choisie, remplacez les espaces réservés dans les modèles de configuration comme suit :

Authentification par clé API : remplacez YOUR_API_KEY par votre chaîne de clé API brute.
Authentification OAuth ou ADC : remplacez PROJECT_ID par l'ID de votre projet Google Cloud :

Google Antigravity

IDE et extensions Antigravity

Pour configurer le serveur MCP dans l'IDE Antigravity ou l'extension Antigravity (par exemple, dans VS Code), sélectionnez votre méthode d'authentification :

Identifiants Google

Pour installer le serveur MCP à l'aide de la configuration en un clic :

Dans le panneau "Agent", cliquez sur le menu Options supplémentaires (), puis sélectionnez Serveurs MCP.
Recherchez Google Developer Knowledge.
Cliquez sur l'icône Installer (). Antigravity configure automatiquement le serveur et se connecte à l'aide de vos identifiants Google actifs.

Clé API

Pour configurer une clé API dans l'IDE Antigravity ou l'extension Antigravity :

Dans le panneau "Agent", cliquez sur le menu Options supplémentaires () > Serveurs MCP > Gérer les serveurs MCP > Afficher la configuration brute (ouvrez .agents/mcp_config.json).

Ajoutez la configuration de serveur suivante :

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

CLI Antigravity

Configurez le serveur MCP dans le fichier .agents/mcp_config.json de votre projet (ou globalement dans ~/.gemini/config/mcp_config.json) :

Identifiants 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"
      }
    }
  }
}

Clé API

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

Claude Code

Exécutez la commande suivante dans votre terminal :

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

Cursor

Pour configurer Cursor, modifiez .cursor/mcp.json dans la racine de votre projet ou ~/.cursor/mcp.json pour un accès global :

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

GitHub Copilot

Paramètres de l'espace de travail

Pour configurer GitHub Copilot dans VS Code pour un espace de travail spécifique, créez ou modifiez .vscode/mcp.json :

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

Paramètres utilisateur généraux

Pour rendre le serveur disponible dans tous les espaces de travail VS Code, ouvrez vos paramètres utilisateur (JSON) et ajoutez ce qui suit sous la clé "mcp" :

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

Codex

Pour configurer Codex CLI ou l'agent Codex, ajoutez la configuration du serveur à ~/.codex/config.toml (ou au .codex/config.toml de votre projet) :

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

Autre

Pour configurer tout autre client MCP distant (tel que JetBrains AI Assistant, Windsurf, Cline, Zed, Continue ou Claude Desktop), configurez un serveur de transport HTTP avec les paramètres suivants :

URL du serveur : https://developerknowledge.googleapis.com/mcp
En-tête HTTP : X-Goog-Api-Key: YOUR_API_KEY

Modèle de configuration JSON standard :

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

Vérifier la connexion

Une fois la configuration effectuée, redémarrez votre assistant IA ou rechargez ses serveurs MCP. Envoyez ensuite une requête de test pour vérifier que l'intégration de l'outil fonctionne :

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

Si l'agent appelle search_documents ou answer_query et renvoie des informations issues de la documentation Google, cela signifie que votre serveur est connecté et actif.

Optimiser la fenêtre de contexte et l'utilisation des jetons

La récupération de pages de documentation complètes dans la fenêtre de contexte d'un modèle d'IA consomme un nombre important de jetons. L'ingestion de plusieurs documents volumineux peut entraîner des coûts élevés en jetons, une latence accrue et un dépassement de la fenêtre de contexte.

Pour obtenir des réponses rapides et économiques, suivez ces bonnes pratiques de prompt engineering :

S'appuyer sur la récupération en deux étapes : Laissez l'agent commencer par appeler search_documents. Cela renvoie des extraits (blocs) axés sur les retours, qui contiennent souvent la syntaxe ou la signature d'API exactes dont vous avez besoin, sans consommer de jetons pour l'ensemble de la page. Demandez à votre agent d'appeler get_documents uniquement lorsque le contexte environnant est strictement nécessaire.
Privilégiez answer_query pour les questions conceptuelles : Lorsque vous avez besoin d'une explication synthétisée ou d'une comparaison de conception, demandez à l'agent d'utiliser answer_query. Cet outil synthétise une réponse directement à partir du corpus de connaissances pour les développeurs, sans renvoyer de pages Markdown brutes complètes.
Rédigez des requêtes spécifiques et ciblées : Évitez les requêtes trop générales, comme "Explique-moi tout sur Firebase". Spécifiez plutôt le produit, la plate-forme et la langue cibles :
```
How do I write a Firestore transaction in Dart with error handling?
```
Ajouter des règles d'agent personnalisées : Ajoutez des consignes au niveau du projet aux fichiers d'instructions de votre assistant (par exemple, .cursorrules, CLAUDE.md ou .github/copilot-instructions.md) pour limiter les récupérations automatiques de pages entières :
```
When searching Google developer documentation, inspect search_documents
snippets first. Do not call get_documents unless the snippet lacks
necessary code context.
```

Configurations de sécurité et de protection facultatives

Le MCP introduit de nouveaux risques et considérations de sécurité en raison de la grande variété d'actions que vous pouvez effectuer avec les outils MCP. Pour minimiser et gérer ces risques, Google Cloud propose des paramètres par défaut et des règles personnalisables permettant de contrôler l'utilisation des outils MCP dans votre organisation ou projet Google Cloud.

Pour en savoir plus sur la sécurité et la gouvernance de MCP, consultez Sécurité et sûreté de l'IA.

Utiliser Model Armor

Model Armor est un service Google Cloud conçu pour améliorer la sécurité de vos applications d'IA. Il fonctionne en analysant de manière proactive les requêtes et les réponses des LLM, en protégeant contre divers risques et en favorisant les pratiques d'IA responsable. Que vous déployiez l'IA dans votre environnement cloud ou chez des fournisseurs de cloud externes, Model Armor peut vous aider à prévenir les entrées malveillantes, à vérifier la sécurité du contenu, à protéger les données sensibles, à assurer la conformité et à appliquer vos règles de sécurité et de protection de l'IA de manière cohérente dans votre paysage d'IA diversifié.

Lorsque Model Armor est activé avec la journalisation activée, il enregistre l'intégralité de la charge utile. Cela peut exposer des informations sensibles dans vos journaux.

Routage des demandes MCP vers Model Armor

Model Armor est disponible dans certaines régions. Lorsque Model Armor est activé et que vous utilisez un serveur MCP dans une juridiction non prise en charge par Model Armor, le comportement de routage de l'appel peut être différent pour différents serveurs MCP et peut enfreindre la conformité de la résidence des données pour les données en cours d'utilisation et en transit. Pour en savoir plus sur le comportement des différents serveurs MCP, consultez Produits compatibles avec Model Armor.

Activer Model Armor

Suivez les étapes de la section Intégrer aux serveurs MCP Google et Google Cloud pour activer Model Armor.

Configurer la protection pour les serveurs MCP distants

Pour protéger les appels et les réponses de votre outil MCP, vous pouvez utiliser les paramètres de plancher Model Armor. Un paramètre de plancher définit les filtres de sécurité minimaux qui s'appliquent à l'ensemble du projet. Cette configuration applique un ensemble cohérent de filtres à tous les appels et réponses d'outils MCP du projet.

Configurez un paramètre plancher Model Armor avec la désinfection MCP activée. Pour en savoir plus, consultez Configurer les paramètres de plancher Model Armor.

Consultez l'exemple de commande suivant :

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"}]'

Remplacez PROJECT_ID par l'ID du projet .

Notez les paramètres suivants :

INSPECT_AND_BLOCK : type d'application qui inspecte le contenu du serveur MCP Google et bloque les requêtes et les réponses qui correspondent aux filtres.
ENABLED : paramètre qui active un filtre ou une application forcée.
MEDIUM_AND_ABOVE : niveau de confiance pour les paramètres du filtre "IA responsable – Dangereux". Vous pouvez modifier ce paramètre, mais des valeurs plus faibles peuvent entraîner davantage de faux positifs. Pour en savoir plus, consultez Niveaux de confiance Model Armor.

Désactiver l'analyse du trafic MCP avec Model Armor

Pour empêcher Model Armor d'analyser automatiquement le trafic vers et depuis les serveurs MCP Google en fonction des paramètres de plancher du projet, exécutez la commande suivante :

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

Remplacez PROJECT_ID par l'ID du projet . Model Armor n'applique pas automatiquement les règles définies dans les paramètres de plancher de ce projet au trafic des serveurs MCP Google.

Les paramètres de base et la configuration générale de Model Armor peuvent avoir un impact au-delà du MCP. Comme Model Armor s'intègre à des services tels que Vertex AI, toute modification apportée aux paramètres de seuil peut affecter l'analyse du trafic et les comportements de sécurité dans tous les services intégrés, et pas seulement dans MCP.

Ajuster les paramètres Model Armor

Si vous utilisez Model Armor pour protéger votre application, vous pouvez rencontrer des erreurs 403 PERMISSION_DENIED pour certaines requêtes. Étant donné que le serveur MCP Developer Knowledge ne renvoie que de la documentation publique provenant de sources Google fiables, nous vous recommandons de définir les filtres d'injection de code et de jailbreaking (PIJB) sur des niveaux de confiance HIGH_AND_ABOVE pour réduire les faux positifs. Si votre cas d'utilisation n'implique pas d'autres outils qui accèdent à des données privées ou sensibles, vous pouvez également envisager de désactiver les filtres PIJB.

Dépannage

Si vous rencontrez des problèmes pour vous connecter au serveur MCP Developer Knowledge ou pour l'interroger, consultez la matrice de dépannage et les étapes de résolution suivantes :

Matrice de dépannage

Problème ou erreur	Cause probable	Solution
`400 Bad Request: API key not valid`	La chaîne de la clé API est manquante, non valide ou mal formée.	Vérifiez que la clé API a été copiée correctement et configurée dans l'objet `headers` avec la clé `X-Goog-Api-Key`.
`403 PERMISSION_DENIED` : `Developer Knowledge API has not been used`	L'API Developer Knowledge n'est pas activée dans le projet Google Cloud.	Activez l'API dans la console Google Cloud ou exécutez `gcloud services enable developerknowledge.googleapis.com`.
`403 PERMISSION_DENIED: API target restriction`	La liste des restrictions de clé API exclut l'API Developer Knowledge.	Mettez à jour les restrictions de votre clé API sur la page "Identifiants" de la console Google Cloud pour inclure l'API Developer Knowledge.
`401 UNAUTHENTICATED` ou identifiants ADC manquants	Les identifiants par défaut de l'application ont expiré ou n'ont pas été initialisés.	Exécutez `gcloud auth application-default login --project=PROJECT_ID` pour actualiser les identifiants locaux.
`403 access_denied` / "Accès bloqué : erreur d'autorisation"	Votre compte n'est pas listé comme utilisateur test autorisé dans le consentement OAuth.	Dans la console Google Cloud > Plate-forme d'authentification > Audience, ajoutez votre adresse e-mail sous Utilisateurs de test.
Erreur du client OAuth ou URI de redirection non valide	Le client OAuth a été créé avec un type d'application non compatible.	Recréez votre ID client OAuth en définissant le type sur Application de bureau.
Point de terminaison `404 NOT_FOUND` sur `/mcp`	L'API n'est pas activée pour votre projet.	Activez l'API Developer Knowledge dans la console Google Cloud ou exécutez `gcloud services enable developerknowledge.googleapis.com`.
`429 RESOURCE_EXHAUSTED`	Vous avez atteint la limite de quota de votre projet.	Vérifiez votre utilisation du quota de l'API Developer Knowledge dans la console et demandez une augmentation de quota si nécessaire.
`403 PERMISSION_DENIED` avec Model Armor	Un faux positif du filtre Model Armor PIJB a bloqué une requête sécurisée.	Définissez la confiance du filtre PIJB sur `HIGH_AND_ABOVE` dans les paramètres de votre modèle Model Armor.

Résoudre les erreurs d'authentification et de consentement

Configuration de l'en-tête de clé API : vérifiez que votre configuration JSON MCP inclut la section headers avec "X-Goog-Api-Key". Ne transmettez pas la clé API en tant que paramètre de requête dans l'URL.
Utilisateurs de test de l'écran de consentement OAuth : lorsque vous créez un client OAuth pour ordinateur dans un projet avec un type d'utilisateur externe en mode test, Google bloque l'accès aux comptes qui ne sont pas listés sous "Utilisateurs de test". Assurez-vous que votre adresse e-mail Google active est ajoutée sous Audience > Test users (Utilisateurs de test) dans la console Google Cloud.
Quotas et limites de débit : pour surveiller votre utilisation quotidienne et par minute, accédez à IAM et administration > Quotas et limites du système dans la console Google Cloud, puis filtrez par API Developer Knowledge.

Documentation incluse

Consultez la référence du corpus pour obtenir la liste complète des produits Google et des dépôts de documentation indexés par le serveur.

Limites connues

Documentation publique uniquement : le serveur n'indexe que la documentation accessible au public listée dans la référence du corpus. Les documents internes, les dépôts privés et les ressources tierces ne sont pas inclus.
Langue anglaise : le serveur indexe et renvoie la documentation en anglais uniquement.
Dépendance réseau et VPC Service Controls : étant donné que le serveur MCP Developer Knowledge est un service hébergé à distance, votre client doit disposer d'une connectivité réseau pour accéder à https://developerknowledge.googleapis.com.
- Dans les réseaux VPC Google Cloud : la sortie sur l'Internet public n'est pas requise. Vous pouvez accéder à developerknowledge.googleapis.com de manière privée, sans adresse IP externe ni Cloud NAT, en acheminant le trafic à l'aide de l'accès privé à Google (private.googleapis.com / 199.36.153.8/30) ou d'un point de terminaison Private Service Connect (PSC) ciblant le bundle all-apis.
- VPC Service Controls (VPC-SC) : developerknowledge.googleapis.com n'est pas compatible avec les points de terminaison VIP restreint (restricted.googleapis.com/ 199.36.153.4/30) ni PSC vpc-sc. Si vos routes VPC *.googleapis.com vers restricted.googleapis.com, configurez une stratégie de réponse Cloud DNS ou un enregistrement DNS privé spécifique pour que developerknowledge.googleapis.com soit résolu en private.googleapis.com (199.36.153.8/30).

Se connecter au serveur MCP Developer Knowledge Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

Fonctionnalités du serveur MCP

Choisir une méthode d'authentification

Clé API

Prérequis

Activer l'API et créer une clé API

Console Google Cloud

CLI gcloud

OAuth et ADC

Prérequis

Activer l'API

Choisir votre type d'identifiant OAuth

Identifiants par défaut de l'application

ID client OAuth

Configurer votre IDE ou votre agent de codage

Google Antigravity

IDE et extensions Antigravity

Identifiants Google

Clé API

CLI Antigravity

Identifiants Google

Clé API

Claude Code

Cursor

GitHub Copilot

Paramètres de l'espace de travail

Paramètres utilisateur généraux

Codex

Autre

Vérifier la connexion

Optimiser la fenêtre de contexte et l'utilisation des jetons

Configurations de sécurité et de protection facultatives

Utiliser Model Armor

Routage des demandes MCP vers Model Armor

Activer Model Armor

Configurer la protection pour les serveurs MCP distants

Désactiver l'analyse du trafic MCP avec Model Armor

Ajuster les paramètres Model Armor

Dépannage

Matrice de dépannage

Résoudre les erreurs d'authentification et de consentement

Documentation incluse

Limites connues

Se connecter au serveur MCP Developer Knowledge