Google utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Connettiti al server MCP per Developer Knowledge

Il server MCP per Google Developer Knowledge offre agli strumenti di sviluppo basati sull'AI l'accesso diretto alla ricerca e al recupero della documentazione ufficiale per sviluppatori di Google per prodotti come Firebase, Google Cloud, Android, Google Maps Platform e altro ancora. Se colleghi il tuo assistente di codifica alla libreria autorevole di documentazione di Google, eviti ricerche web manuali, contesto obsoleto e scraping.

Funzionalità del server MCP

Il server MCP per Google Developer Knowledge fornisce tre strumenti principali all'assistente di codifica AI:

Nome strumento	Descrizione
`search_documents`	Cerca nella documentazione per sviluppatori di Google e restituisce gli estratti di pagina più pertinenti insieme ai nomi dei documenti.
`get_documents`	Recupera l'intero contenuto Markdown dei documenti utilizzando i nomi restituiti da `search_documents`.
`answer_query`	Genera risposte strutturate e sintetizzate basate sul corpus di Developer Knowledge.

Lo strumento search_documents cerca nella documentazione di Google le sezioni più pertinenti che corrispondono alla tua query. Quando poni una domanda, lo strumento restituisce brevi passaggi di testo. Se l'agente ha bisogno del contesto completo della pagina che circonda un passaggio, può passare il nome della risorsa del documento a get_documents per recuperare l'intera pagina.

Utilizza lo strumento answer_query quando vuoi una risposta diretta a una domanda sintetizzata dal corpus di Developer Knowledge anziché risultati di ricerca non elaborati o file Markdown completi.

Scegliere il metodo di autenticazione

Il server MCP per Developer Knowledge supporta due metodi di autenticazione a seconda dell'ambiente di sviluppo e dell'assistente AI:

Chiave API: ideale per IDE di terze parti e agenti CLI come Claude Code, Cursor, GitHub Copilot, Codex e altri client MCP remoti. Passa la chiave API nell'intestazione X-Goog-Api-Key tramite HTTPS.
OAuth e ADC: ideale per Google Antigravity o workflow aziendali che utilizzano le credenziali predefinite dell'applicazione (ADC) o un ID client OAuth 2.0 autonomo.

Genera le credenziali richieste per il metodo di autenticazione scelto per consentire all'assistente AI o all'agente di codifica di autenticare le richieste con il servizio del server MCP per Developer Knowledge.

Seleziona una scheda per creare le credenziali:

Chiave API

Prerequisiti

Prima di creare una chiave API, assicurati di avere:

Un progetto Google Cloud.
gcloud CLI installato (se la configurazione viene eseguita dalla riga di comando).

Abilitare l'API e creare una chiave API

Puoi generare una chiave API utilizzando la console Google Cloud o gcloud CLI:

Google Cloud Console

Apri la pagina dell'API Developer Knowledge nella console Google Cloud.
Seleziona il progetto Google Cloud e fai clic su Abilita.
Vai alla pagina Credenziali.
Fai clic su Crea credenziali e seleziona Chiave API.
Fai clic sull'azione Modifica chiave API per configurare le limitazioni:
- In Restrizioni delle API, scegli Limita chiave.
- Seleziona API Developer Knowledge.
- Se prevedi di utilizzare la stessa chiave per le chiamate al modello (ad esempio GEMINI_API_KEY), seleziona anche API Generative Language.
Fai clic su Salva, quindi copia la chiave API.

gcloud CLI

Abilita l'API Developer Knowledge nel tuo progetto, sostituendo PROJECT_ID con l'ID progetto:
```
gcloud services enable developerknowledge.googleapis.com \
  --project=PROJECT_ID
```
Crea una chiave API:
```
gcloud services api-keys create \
  --project=PROJECT_ID \
  --display-name="DK API Key"
```
Questo comando restituisce i dettagli dei metadati della nuova chiave. Copia e salva entrambi i seguenti valori dall'output del comando:
- keyString: questa è la chiave API non elaborata (ad esempio, AIzaSy...). Incollerai questo valore nella configurazione dell'IDE.
- name: questo è il percorso della risorsa della chiave (ad esempio, projects/PROJECT_ID/locations/global/keys/UNIQUE_ID). Utilizzerai questo percorso per limitare la chiave nel passaggio successivo.
Limita la chiave all'API Developer Knowledge per impedire l'utilizzo non autorizzato. Sostituisci KEY_NAME con il percorso name completo copiato dal passaggio precedente:
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com
```
Importante: se prevedi di utilizzare la stessa chiave per le chiamate al modello generale del client AI (ad esempio, GEMINI_API_KEY), devi anche consentire l'API Generative Language:
```
gcloud services api-keys update KEY_NAME \
  --api-target=service=developerknowledge.googleapis.com \
  --api-target=service=generativelanguage.googleapis.com
```

OAuth e ADC

Prerequisiti

Prima di configurare OAuth, assicurati di avere:

Abilitare l'API

Esegui il seguente comando per abilitare l'API Developer Knowledge nel tuo progetto:

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

Scegliere il tipo di credenziale OAuth

Seleziona l'approccio alle credenziali richiesto dallo strumento:

Credenziali predefinite dell'applicazione

Se l'assistente AI supporta ADC (ad esempio Google Antigravity):

Autenticati con il tuo Account Google e imposta il progetto di quota:

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

Quando il browser si apre, accedi con il tuo Account Google e concedi le autorizzazioni richieste.

ID client OAuth

Se l'assistente AI richiede un ID client OAuth e un secret autonomi:

Apri la schermata per il consenso OAuth.
Imposta il tipo di utente su Esterno, inserisci il nome dell'app e l'email di assistenza obbligatori e fai clic su Salva e continua.
Nella pagina Pubblico, fai clic su Aggiungi utenti in Utenti di prova, inserisci il tuo indirizzo email Google e fai clic su Salva.
Vai alla pagina Client, fai clic su Crea client e imposta Tipo di applicazione su App desktop.
Fai clic su Crea, quindi scarica il file JSON delle credenziali client.

Configurare l'IDE o l'agente di codifica

Dopo aver ottenuto le credenziali, seleziona l'ambiente di codifica che preferisci per visualizzare le istruzioni di configurazione.

A seconda del metodo di autenticazione scelto, sostituisci i segnaposto nei modelli di configurazione come segue:

Autenticazione con chiave API: sostituisci YOUR_API_KEY con la stringa della chiave API non elaborata.
Autenticazione OAuth o ADC: sostituisci PROJECT_ID con l'ID progetto Google Cloud:

Google Antigravity

Antigravity IDE ed estensioni

Per configurare il server MCP in Antigravity IDE o nell'estensione Antigravity (ad esempio in VS Code), seleziona il metodo di autenticazione:

Credenziali Google

Per installare il server MCP utilizzando la configurazione con un solo clic:

Nel riquadro Agente, fai clic sul menu Altre opzioni () e seleziona Server MCP.
Cerca Google Developer Knowledge.
Fai clic sull'icona Installa (). Antigravity configura automaticamente il server e si connette utilizzando le credenziali Google attive.

Chiave API

Per configurare una chiave API in Antigravity IDE o nell'estensione Antigravity:

Nel riquadro Agente, fai clic sul menu Altre opzioni () > Server MCP > Gestisci server MCP > Visualizza configurazione non elaborata (oppure apri .agents/mcp_config.json).

Aggiungi la seguente configurazione del server:

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

Antigravity CLI

Configura il server MCP nel file .agents/mcp_config.json del progetto (o a livello globale in ~/.gemini/config/mcp_config.json):

Credenziali 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"
      }
    }
  }
}

Chiave API

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

Claude Code

Esegui questo comando nel terminale:

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

Cursore

Per configurare Cursor, modifica .cursor/mcp.json nella radice del progetto o ~/.cursor/mcp.json per l'accesso globale:

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

GitHub Copilot

Impostazioni area di lavoro

Per configurare GitHub Copilot in VS Code per un'area di lavoro specifica, crea o modifica .vscode/mcp.json:

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

Impostazioni utente globali

Per rendere il server disponibile in tutte le aree di lavoro di VS Code, apri le impostazioni utente (JSON) e aggiungi quanto segue sotto la chiave "mcp":

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

Codex

Per configurare Codex CLI o l'agente Codex, aggiungi la configurazione del server a ~/.codex/config.json (o .codex/config.json del progetto):

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

Altro

Per configurare qualsiasi altro client MCP remoto (ad esempio JetBrains AI Assistant, Windsurf, Cline, Zed, Continue o Claude Desktop), configura un server di trasporto HTTP con le seguenti impostazioni:

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

Modello di configurazione JSON standard:

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

Verificare la connessione

Una volta configurato, riavvia l'assistente AI o ricarica i server MCP. Poi invia un prompt di test per verificare che l'integrazione dello strumento funzioni:

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

Se l'agente richiama search_documents o answer_query e restituisce informazioni dalla documentazione di Google, il server è connesso e attivo.

Ottimizzare la finestra contestuale e l'utilizzo dei token

Il recupero delle pagine della documentazione completa nella finestra contestuale di un modello AI consuma un numero significativo di token. L'importazione di più documenti di grandi dimensioni può comportare costi elevati per i token, aumento della latenza e overflow della finestra contestuale.

Per garantire risposte rapide ed economiche, segui queste best practice di prompt engineering:

Affidati al recupero in due passaggi: lascia che l'agente inizi chiamando search_documents. In questo modo vengono restituiti snippet (blocchi) mirati che spesso contengono la sintassi o la firma API esatta di cui hai bisogno senza consumare token per l'intera pagina. Chiedi all'agente di chiamare get_documents solo quando il contesto circostante è strettamente necessario.
Preferisci answer_query per le domande concettuali: quando hai bisogno di una spiegazione sintetizzata o di un confronto di progettazione, chiedi all' agente di utilizzare answer_query. Questo strumento sintetizza una risposta direttamente dal corpus di Developer Knowledge senza restituire pagine Markdown non elaborate complete.
Scrivi prompt specifici e mirati: evita prompt eccessivamente ampi come "Spiega tutto Firebase". Specifica invece il prodotto, la piattaforma e la lingua di destinazione:
```
How do I write a Firestore transaction in Dart with error handling?
```
Aggiungi regole personalizzate per gli agenti: aggiungi linee guida a livello di progetto ai file di istruzioni dell'assistente (ad esempio, .cursorrules, CLAUDE.md, o .github/copilot-instructions.md) per limitare i recuperi automatici di pagine intere:
```
When searching Google developer documentation, inspect search_documents
snippets first. Do not call get_documents unless the snippet lacks
necessary code context.
```

Configurazioni di sicurezza e protezione facoltative

MCP introduce nuovi rischi e considerazioni sulla sicurezza a causa della vasta gamma di azioni che puoi eseguire con gli strumenti MCP. Per ridurre al minimo e gestire questi rischi, Google Cloud offre impostazioni predefinite e policy personalizzabili per controllare l'utilizzo degli strumenti MCP nella tua organizzazione o nel tuo progetto Google Cloud.

Per ulteriori informazioni sulla sicurezza e sulla governance di MCP, consulta Sicurezza e protezione dell'AI.

Utilizzare Model Armor

Model Armor è un servizio Google Cloud progettato per migliorare la sicurezza e la sicurezza delle applicazioni AI. Funziona controllando in modo proattivo i prompt e le risposte degli LLM, proteggendo da vari rischi e supportando le pratiche di AI responsabile. Che tu stia eseguendo il deployment dell'AI nel tuo ambiente cloud o su provider di servizi cloud esterni, Model Armor può aiutarti a prevenire input dannosi, verificare la sicurezza dei contenuti, proteggere i dati sensibili, mantenere la conformità e applicare le policy di sicurezza e protezione dell'AI in modo coerente nel tuo panorama AI diversificato.

Quando Model Armor è abilitato con il logging abilitato, Model Armor registra l'intero payload. In questo modo, le informazioni sensibili potrebbero essere esposte nei log.

Routing delle richieste MCP a Model Armor

Model Armor è disponibile in determinate regioni. Quando Model Armor è abilitato e utilizzi un server MCP in una giurisdizione non supportata da Model Armor, il comportamento di routing della chiamata potrebbe essere diverso per i diversi server MCP e potrebbe interrompere la conformità alla residenza dei dati per i dati in uso e in transito. Per ulteriori informazioni sul comportamento dei singoli server MCP, consulta Prodotti supportati da Model Armor.

Abilitare Model Armor

Segui i passaggi descritti in Integrare con i server MCP di Google e Google Cloud per abilitare Model Armor.

Configurare la protezione per i server MCP remoti

Per proteggere le chiamate e le risposte degli strumenti MCP, puoi utilizzare le impostazioni di base di Model Armor. Un'impostazione di base definisce i filtri di sicurezza minimi che si applicano al progetto. Questa configurazione applica un insieme coerente di filtri a tutte le chiamate e le risposte degli strumenti MCP all'interno del progetto.

Configura un'impostazione di base di Model Armor con la sanificazione MCP abilitata. Per ulteriori informazioni, consulta Configurare le impostazioni di base di Model Armor.

Vedi il seguente comando di esempio:

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"}]'

Sostituisci PROJECT_ID con l'ID progetto .

Tieni presente le seguenti impostazioni:

INSPECT_AND_BLOCK: il tipo di applicazione che ispeziona i contenuti per il server MCP di Google e blocca i prompt e le risposte che corrispondono ai filtri.
ENABLED: l'impostazione che abilita un filtro o un'applicazione.
MEDIUM_AND_ABOVE: il livello di attendibilità per le impostazioni del filtro AI responsabile - Pericoloso. Puoi modificare questa impostazione, anche se valori inferiori potrebbero comportare un maggior numero di falsi positivi. Per ulteriori informazioni, consulta Livelli di attendibilità di Model Armor.

Disabilitare la scansione del traffico MCP con Model Armor

Per impedire a Model Armor di eseguire automaticamente la scansione del traffico da e verso i server MCP di Google in base alle impostazioni di base del progetto, esegui il seguente comando:

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

Sostituisci PROJECT_ID con l' ID progetto. Model Armor non applica automaticamente le regole definite nelle impostazioni di base di questo progetto al traffico del server MCP di Google.

Le impostazioni di base di Model Armor e la configurazione generale possono influire su più di un solo MCP. Poiché Model Armor si integra con servizi come Vertex AI, qualsiasi modifica apportata alle impostazioni di base può influire sulla scansione del traffico e sui comportamenti di sicurezza in tutti i servizi integrati, non solo in MCP.

Modificare le impostazioni di Model Armor

Se utilizzi Model Armor per proteggere la tua applicazione, potresti riscontrare errori 403 PERMISSION_DENIED per alcune query. Poiché il server MCP per Developer Knowledge restituisce solo la documentazione pubblica da fonti Google attendibili, ti consigliamo di impostare i filtri di prompt injection e jailbreaking (PIJB) su livelli di attendibilità HIGH_AND_ABOVE per ridurre i falsi positivi. Se il tuo caso d'uso non prevede altri strumenti che accedono a dati privati o sensibili, puoi anche valutare la possibilità di disabilitare i filtri PIJB.

Risoluzione dei problemi

Se riscontri problemi di connessione o di query al server MCP per Developer Knowledge, consulta la seguente matrice di risoluzione dei problemi e i passaggi di risoluzione:

Matrice di risoluzione dei problemi

Sintomo o errore	Causa probabile	Risoluzione
`400 Bad Request: API key not valid`	La stringa della chiave API è mancante, non valida o non è in formato corretto.	Verifica che la chiave API sia stata copiata correttamente e configurata nell' `headers` oggetto con la `X-Goog-Api-Key` chiave.
`403 PERMISSION_DENIED`: `Developer Knowledge API has not been used`	L'API Developer Knowledge non è abilitata nel progetto Google Cloud progetto.	Abilita l'API nella console Google Cloud o esegui `gcloud services enable developerknowledge.googleapis.com`.
`403 PERMISSION_DENIED: API target restriction`	L'elenco delle limitazioni della chiave API esclude l'API Developer Knowledge.	Aggiorna le limitazioni della chiave API nella pagina Credenziali della console Google Cloud in modo da includere l'API Developer Knowledge.
`401 UNAUTHENTICATED` o credenziali ADC mancanti	Le credenziali predefinite dell'applicazione sono scadute o non sono inizializzate.	Esegui `gcloud auth application-default login --project=PROJECT_ID` per aggiornare le credenziali locali.
`403 access_denied` / "Accesso bloccato: errore di autorizzazione"	Il tuo account non è elencato come utente di prova autorizzato nel consenso OAuth.	In Console Google Cloud > Piattaforma di autenticazione > Pubblico, aggiungi il tuo indirizzo email in Utenti di prova.
Errore del client OAuth o URI di reindirizzamento non valido	Il client OAuth è stato creato con un tipo di applicazione non supportato.	Ricrea l'ID client OAuth con il tipo impostato su App desktop.
`404 NOT_FOUND` sull'endpoint `/mcp`	L'API non è abilitata per il tuo progetto.	Abilita l'API Developer Knowledge nella console Google Cloud o esegui `gcloud services enable developerknowledge.googleapis.com`.
`429 RESOURCE_EXHAUSTED`	Hai raggiunto il limite di quota del progetto.	Controlla l'utilizzo della quota dell'API Developer Knowledge in the console e richiedi un aumento della quota, se necessario.
`403 PERMISSION_DENIED` con Model Armor	Un falso positivo del filtro PIJB di Model Armor ha bloccato una query sicura.	Imposta l'attendibilità del filtro PIJB su `HIGH_AND_ABOVE` nelle impostazioni del modello Model Armor.

Risolvere gli errori di autenticazione e consenso

Configurazione dell'intestazione della chiave API: verifica che la configurazione JSON di MCP includa la sezione headers con "X-Goog-Api-Key". Non passare la chiave API come parametro di query nell'URL.
Utenti di prova della schermata per il consenso OAuth: Quando crei un client OAuth desktop in un progetto con un tipo di utente esterno in modalità di test, Google blocca l'accesso per gli account non elencati in Utenti di prova. Assicurati che il tuo indirizzo email Google attivo sia aggiunto in Pubblico > Utenti di prova nella console Google Cloud.
Quote e limiti di frequenza: Per monitorare l'utilizzo giornaliero e al minuto, vai a IAM e amministrazione > Quote e limiti di sistema nella console Google Cloud e filtra per API Developer Knowledge.

Documentazione inclusa

Consulta il riferimento al corpus per l'elenco completo dei prodotti Google e dei repository di documentazione indicizzati dal server.

Limitazioni note

Solo documentazione pubblica: il server indicizza solo la documentazione disponibile pubblicamente elencata nel riferimento al corpus. Non sono inclusi documenti interni, repository privati e risorse di terze parti.
Lingua inglese: il server indicizza e restituisce la documentazione solo in inglese.
Dipendenza dalla rete: il server richiede una connettività internet attiva per raggiungere https://developerknowledge.googleapis.com.

Connettiti al server MCP per Developer Knowledge Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Funzionalità del server MCP

Scegliere il metodo di autenticazione

Chiave API

Prerequisiti

Abilitare l'API e creare una chiave API

Google Cloud Console

gcloud CLI

OAuth e ADC

Prerequisiti

Abilitare l'API

Scegliere il tipo di credenziale OAuth

Credenziali predefinite dell'applicazione

ID client OAuth

Configurare l'IDE o l'agente di codifica

Google Antigravity

Antigravity IDE ed estensioni

Credenziali Google

Chiave API

Antigravity CLI

Credenziali Google

Chiave API

Claude Code

Cursore

GitHub Copilot

Impostazioni area di lavoro

Impostazioni utente globali

Codex

Altro

Verificare la connessione

Ottimizzare la finestra contestuale e l'utilizzo dei token

Configurazioni di sicurezza e protezione facoltative

Utilizzare Model Armor

Routing delle richieste MCP a Model Armor

Abilitare Model Armor

Configurare la protezione per i server MCP remoti

Disabilitare la scansione del traffico MCP con Model Armor

Modificare le impostazioni di Model Armor

Risoluzione dei problemi

Matrice di risoluzione dei problemi

Risolvere gli errori di autenticazione e consenso

Documentazione inclusa

Limitazioni note

Connettiti al server MCP per Developer Knowledge