Verbindung zum MCP-Server für Entwicklerwissen herstellen

Der MCP-Server für Entwicklerwissen von Google bietet KI-gestützten Entwicklungstools 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.

Funktionen des MCP-Servers

Der MCP-Server für Entwicklerwissen von Google stellt Ihrem KI-Coding-Assistenten drei Haupttools zur Verfügung:

Tool name Beschreibung
search_documents Durchsucht die Google-Entwicklerdokumentation und gibt die relevantesten Seitenausschnitte zusammen mit den Dokumentnamen zurück.
get_documents Ruft den vollständigen Markdown-Inhalt von Dokumenten anhand der von search_documents zurückgegebenen Namen ab.
answer_query Generiert strukturierte, synthetisierte Antworten, die auf dem Korpus für Entwickler wissen 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 um eine Passage herum 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 Korpus für Entwicklerwissen synthetisiert wurde, anstatt rohe Suchergebnisse oder vollständige Markdown-Dateien zu erhalten.

Authentifizierungsmethode auswählen

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

  • API-Schlüssel: Am besten geeignet für IDEs von Drittanbietern und CLI-Agenten wie Claude Code, Cursor, GitHub Copilot, Codex und andere Remote-MCP-Clients. Übergeben Sie den API-Schlüssel im Header X-Goog-Api-Key über HTTPS.
  • OAuth und ADC: Am besten geeignet für Google Antigravity oder Unternehmensworkflows, die Standardanmeldedaten für Anwendungen (Application Default Credentials, ADC) oder eine eigenständige OAuth 2.0-Client-ID verwenden.

Generieren Sie die Anmeldedaten, die für die von Ihnen ausgewählte Authentifizierungsmethode erforderlich sind, damit Ihr KI-Assistent oder Coding-Agent Anfragen beim MCP-Serverdienst für Entwicklerwissen 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:

API aktivieren und API-Schlüssel erstellen

Sie können einen API-Schlüssel entweder über die Google Cloud Console oder die gcloud CLI generieren:

Google Cloud Console

  1. Öffnen Sie in der Google Cloud Console die Seite Developer Knowledge API.
  2. Wählen Sie Ihr Google Cloud-Projekt aus und klicken Sie auf Aktivieren.
  3. Rufen Sie die Seite Anmeldedaten auf.
  4. Klicken Sie auf Anmeldedaten erstellen und wählen Sie API-Schlüssel aus.
  5. 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 verwenden möchten (z. B. GEMINI_API_KEY), wählen Sie auch Generative Language API aus.
  6. Klicken Sie auf Speichern und kopieren Sie dann Ihren API-Schlüssel.

gcloud-CLI

  1. 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

  2. Erstellen Sie einen API-Schlüssel:

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

    Dieser Befehl gibt Metadatendetails zu Ihrem neuen Schlüssel zurück. Kopieren und speichern Sie beide der 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.

  3. Schränken Sie den Schlüssel auf die Developer Knowledge API ein, um eine nicht autorisierte Verwendung 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

    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):

  1. Authentifizieren Sie sich mit Ihrem Google-Konto und legen Sie Ihr Kontingentprojekt fest:

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

  2. Melden Sie sich an, wenn Ihr Browser geöffnet wird, und gewähren Sie die angeforderten Berechtigungen.

OAuth-Client-ID

Wenn Ihr KI-Assistent eine eigenständige OAuth-Client-ID und einen eigenständigen OAuth-Clientschlüssel benötigt:

  1. Öffnen Sie den OAuth-Zustimmungsbildschirm.
  2. 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.
  3. Klicken Sie auf der Seite „Zielgruppe“ unter Testnutzer auf Nutzer hinzufügen, geben Sie Ihre Google-E-Mail-Adresse ein und klicken Sie auf Speichern.
  4. Rufen Sie die Seite „Clients“ auf, klicken Sie auf Client erstellen und legen Sie Anwendungstyp auf Desktop-App fest.
  5. Klicken Sie auf Erstellen und laden Sie dann die JSON-Datei mit den Clientanmeldedaten herunter.

IDE oder Coding-Agent konfigurieren

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

Ersetzen Sie je nach ausgewählter Authentifizierungsmethode die Platzhalter in den Konfigurationsvorlagen wie folgt:

  • Authentifizierung mit API-Schlüssel: Ersetzen Sie YOUR_API_KEY durch Ihre Roh-API-Schlüssel-String.

  • Authentifizierung mit OAuth oder ADC: Ersetzen Sie PROJECT_ID durch Ihre Google Cloud-Projekt-ID:

Google Antigravity

Antigravity IDE und Erweiterungen

Wenn Sie den MCP-Server in der Antigravity IDE oder der Antigravity-Erweiterung (z. B. in VS Code) konfigurieren möchten, wählen Sie Ihre Authentifizierungsmethode aus:

Google-Anmeldedaten

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

  1. Klicken Sie im Agentenbereich auf das Weitere Optionen () Menü und wählen Sie MCP-Server aus.
  2. Suchen Sie nach Google Developer Knowledge.
  3. 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:

  1. Klicken Sie im Agentenbereich auf das Menü Weitere Optionen () > MCP-Server > MCP-Server verwalten > Rohkonfiguration ansehen (oder öffnen Sie .agents/mcp_config.json).

  2. 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-dev-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 für alle VS Code-Arbeitsbereiche verfügbar machen möchten, öffnen Sie die Nutzereinstellungen (JSON) und fügen Sie unter dem Schlüssel "mcp" Folgendes 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-Agenten konfigurieren möchten, fügen Sie die Serverkonfiguration zu ~/.codex/config.json oder .codex/config.json Ihres Projekts hinzu:

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

Sonstiges

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

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

Standardvorlage für die JSON-Konfiguration:

{
  "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 Toolintegration funktioniert:

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

Wenn der Agent 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 viele Token. Die Aufnahme mehrerer großer Dokumente kann zu hohen Tokenkosten, erhöhter Latenz und einem Überlauf des Kontextfensters führen.

Um schnelle und kostengünstige Antworten zu erhalten, empfehlen wir die folgenden Best Practices für das Prompt Engineering:

  • Zweistufiges Abrufen verwenden: Lassen Sie den Agenten zuerst search_documents aufrufen. Dadurch werden gezielte Snippets (Chunks) zurückgegeben, die oft die genaue Syntax oder API-Signatur enthalten, die Sie benötigen, ohne dass Token für die gesamte Seite verbraucht werden. Weisen Sie Ihren Agenten an, get_documents nur aufzurufen, wenn der umgebende Kontext unbedingt erforderlich ist.

  • Bevorzugen Sie answer_query für konzeptionelle Fragen: Wenn Sie eine synthetisierte Erklärung oder einen Designvergleich benötigen, weisen Sie Ihren Agenten an, answer_query zu verwenden. Dieses Tool synthetisiert eine Antwort direkt aus dem Korpus für Entwicklerwissen, ohne vollständige Markdown-Rohseiten zurückzugeben.

  • Spezifische, begrenzte 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 Agentenregeln hinzufügen: Fügen Sie den Anweisungsdateien Ihres Assistenten Richtlinien auf Projektebene hinzu (z. B. .cursorrules, CLAUDE.md, oder .github/copilot-instructions.md) um automatische Abrufe der gesamten Seite 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 aufgrund der Vielzahl von Aktionen, die Sie mit den MCP-Tools ausführen können, neue Sicherheitsrisiken und ‑aspekte. 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 MCP-Sicherheit und ‑Governance finden Sie unter KI-Sicherheit.

Model Armor verwenden

Model Armor ist ein Google Cloud-Dienst, der die Sicherheit und Sicherheit Ihrer KI-Anwendungen verbessern soll. Dabei werden LLM-Prompts und ‑Antworten proaktiv überprüft, um vor verschiedenen Risiken zu schützen und verantwortungsbewusste KI-Praktiken zu unterstützen. Unabhängig davon, ob Sie KI in Ihrer Cloud-Umgebung oder bei externen Cloud-Anbietern bereitstellen, kann Model Armor Ihnen helfen, schädliche Eingaben zu verhindern, die Sicherheit von Inhalten zu überprüfen, sensible Daten zu schützen, Compliance einzuhalten 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 in Ihren Logs sensible Informationen offengelegt werden.

MCP-Anfragen an Model Armor weiterleiten

Model Armor ist in bestimmten Regionen verfügbar. Wenn Model Armor aktiviert ist und Sie einen MCP-Server in einem Rechtsraum verwenden, der von Model Armor nicht unterstützt wird, kann das Routingverhalten des Aufrufs für verschiedene MCP-Server unterschiedlich sein und die Compliance mit den Datenstandortvorgaben für Daten im Einsatz und bei der Übertragung 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 Model Armor-Mindesteinstellungen können Sie Ihre MCP-Toolaufrufe und ‑Antworten schützen. Eine Mindesteinstellung definiert die minimalen Sicherheitsfilter, die für das gesamte Projekt gelten. Mit dieser Konfiguration wird ein einheitlicher Satz von Filtern auf alle MCP-Toolaufrufe und ‑Antworten im Projekt angewendet.

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

Sehen Sie sich den folgenden Beispielbefehl an:

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 PROJECT_ID durch die Projekt-ID Ihres Projekts.

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, mit der ein Filter oder Erzwingung aktiviert wird.
  • MEDIUM_AND_ABOVE: Das Konfidenzniveau für die Filtereinstellungen für die 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 Konfidenzniveaus von Model Armor.

Scannen des MCP-Traffics mit Model Armor deaktivieren

Wenn Sie verhindern möchten, dass Model Armor den Traffic zu und von Google-MCP-Servern automatisch anhand 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 Traffic von Google-MCP-Servern an.

Die Model Armor-Mindesteinstellungen und die allgemeine Konfiguration können sich auf mehr als nur MCP auswirken. Da Model Armor in Dienste wie Vertex AI eingebunden ist, können sich alle Änderungen, die Sie an den Mindesteinstellungen vornehmen, auf das Scannen des Traffics und das Sicherheitsverhalten aller eingebundenen Dienste auswirken, nicht nur auf MCP.

Model Armor-Einstellungen anpassen

Wenn Sie Model Armor zum Schutz Ihrer Anwendung verwenden, können bei einigen Abfragen 403 PERMISSION_DENIED Fehler auftreten. Da der MCP-Server für Entwicklerwissen nur öffentliche Dokumentation aus vertrauenswürdigen Google-Quellen zurückgibt, empfehlen wir, die Filter für Prompt Injection und Jailbreaking (PIJB) auf Konfidenzniveaus von HIGH_AND_ABOVE festzulegen, um falsch-positive Ergebnisse zu reduzieren. Wenn Ihr Anwendungsfall keine anderen Tools umfasst, die auf private oder sensible Daten zugreifen, können Sie auch die PIJB-Filter deaktivieren.

Fehlerbehebung

Wenn Probleme beim Herstellen einer Verbindung zum MCP-Server für Entwicklerwissen oder beim Abfragen des Servers auftreten, finden Sie in der folgenden Tabelle zur Fehlerbehebung und in den Schritten zur Fehlerbehebung weitere Informationen:

Tabelle zur Fehlerbehebung

Symptom oder Fehler Wahrscheinliche Ursache Auflösung
400 Bad Request: API key not valid Der API-Schlüssel-String fehlt, ist ungültig oder falsch formatiert. 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 Liste der API-Schlüssel-Einschränkungen schließt die Developer Knowledge API aus. Aktualisieren Sie die API-Schlüssel-Einschränkungen auf der Seite „Anmeldedaten“ in der Google Cloud Console, um die Developer Knowledge API einzuschließen.
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-Zustimmung 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 ungültiger 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 Endpunkt /mcp 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 die Kontingentnutzung der Developer Knowledge API in der Console und fordern Sie bei Bedarf eine Kontingenterhöhung an.
403 PERMISSION_DENIED mit Model Armor Ein falsch-positives Ergebnis des Model Armor-PIJB-Filters hat eine sichere Abfrage blockiert. Legen Sie die Konfidenz des PIJB-Filters in den Model Armor-Vorlageneinstellungen auf HIGH_AND_ABOVE fest.

Fehler bei der Authentifizierung und Zustimmung beheben

  • Konfiguration des API-Schlüssel-Headers: Prüfen Sie, ob Ihre MCP-JSON-Konfiguration den Abschnitt headers enthält mit "X-Goog-Api-Key". Übergeben Sie den API-Schlüssel nicht als Abfrageparameter in der URL.

  • Testnutzer für den 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. Achten Sie darauf, dass Ihre aktive Google-E-Mail-Adresse in der Google Cloud Console unter Zielgruppe > Testnutzer hinzugefügt wird.

  • Kontingente und Ratenlimits: Wenn Sie Ihre tägliche und pro Minute erfolgende Nutzung überwachen möchten, rufen Sie in der Google Cloud Console IAM und Verwaltung > Kontingente und Systemlimits auf und filtern Sie nach Developer Knowledge API.

Enthaltene Dokumentation

Eine vollständige Liste der Google-Produkte und Dokumentations-Repositories, die vom Server indexiert werden, finden Sie in der Korpusreferenz.

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: Der Server benötigt eine aktive Internetverbindung, um zu erreichen https://developerknowledge.googleapis.com.