实验这是一个实验性 API 版本，仅用于测试和反馈。

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

连接到开发者知识 MCP 服务器

Google 开发者知识 MCP 服务器让 AI 赋能的开发工具能够搜索 Google 的官方开发者文档，并检索 Google 产品（例如 Firebase、Google Cloud、Android、Google 地图等）的信息。通过将 AI 应用直接连接到我们的官方文档库，可以确保您收到的代码和指南是最新的，并且基于权威的上下文。

设置服务器后，集成工具可以协助处理以下请求：

植入指南
- 例如：在 Android 应用中使用 Firebase Cloud Messaging 实现推送通知的最佳方式是什么？
代码生成和说明
- 例如：在 Google 文档中搜索 Python 示例，以列出 Cloud Storage 项目中的所有存储分区。
问题排查和调试
- 例如：为什么我的 Google 地图 API 密钥显示“仅供开发用途”的水印？
比较分析和摘要
- 例如：帮助我为新的微服务选择 Cloud Run 还是 Cloud Functions。创建一个 Markdown 表格，比较主要用例、并发和定价模式等关键方面。

MCP 服务器功能

Google 开发者知识 MCP 服务器为您的 AI 应用提供以下工具：

工具名称	说明
`search_documents`	搜索 Google 的开发者文档（Firebase、Google Cloud、Android、Google 地图等），以查找与您的查询相关的页面和代码段。将 `get_documents` 与搜索结果中的 `parent` 结合使用，以获取完整页面内容。
`get_documents`	使用 `search_documents` 结果中的 `parent` 获取多个文档的完整内容。
`answer_query`	（预览版）使用开发者知识语料库回答查询，以进行基于事实的生成。

search_documents 工具将文档划分为较小的文本块，这些文本块针对 AI 赋能的搜索和检索进行了优化。搜索时，该工具会返回一个或多个与您的查询相关的文档代码段。如果您需要查看代码段周围的完整页面内容，请将 get_documents 与搜索结果中提供的 parent 结合使用，以检索完整页面内容。

如果您希望直接获得根据开发者知识语料库合成的问题的答案，而不是相关代码段或完整文档的列表，请使用 answer_query 工具。

安装

Google 开发者知识 MCP 服务器是一种远程 MCP 服务器，它使用 Developer Knowledge API 来搜索和检索文档。您可以使用 OAuth 或 API 密钥进行身份验证。

使用 OAuth 进行身份验证

本部分将指导您完成使用 OAuth 对 AI 应用进行身份验证，以便使用 Developer Knowledge MCP 服务器的过程。

前提条件：设置 Google Cloud CLI

在继续之前，请确保您已具备以下条件：

第 1 步：在项目中启用 Developer Knowledge API

在 Google API 库中打开 Developer Knowledge API 页面。
检查您是否已选择要使用该 API 的正确项目。
点击启用。启用或使用该 API 不需要任何特定的 IAM 角色。

第 2 步：选择身份验证方法

您选择的身份验证方法取决于您的 AI 助理是否支持应用默认凭证 (ADC) 使用 gcloud CLI，或者是否需要独立的 OAuth 客户端 ID。Gemini CLI 等助理可以使用您现有的 Google Cloud 登录信息进行无缝设置，而 Antigravity 等其他助理则需要您手动创建并提供自己的凭据才能建立安全连接。

选择与您的特定 AI 助理的设置要求对应的标签页。

ADC

关联账号

如需授予 MCP 服务器代表您执行操作的能力，请运行以下命令，将 PROJECT_ID 替换为您的 Google Cloud 项目 ID：
```
gcloud auth application-default login
--project=PROJECT_ID
```
出现提示时，选择一个账号，然后点击继续。

配置 AI 应用

完成身份验证后，最后一步是为 AI 应用提供服务器配置详细信息。虽然确切的 JSON 结构因应用而异，但您可以使用以下示例作为模板。

如需配置 Gemini CLI 或 Gemini Code Assist，请修改或创建以下配置文件之一：

在您的项目中：.gemini/settings.json
在您的主目录中：~/.gemini/settings.json

{
  "mcpServers": {
    "google-developer-knowledge": {
      "httpUrl": "https://developerknowledge.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "oauth": {
        "scopes": [
          "https://www.googleapis.com/auth/cloud-platform"
        ]
     },
      "timeout": 30000,
      "headers": {
        "X-goog-user-project": "PROJECT_ID"
      }
    }
  }
}

如需检查 MCP 服务器是否按预期运行，请继续验证安装。

手动凭据

配置 OAuth 权限请求页面

配置项目的 OAuth 权限请求页面，并将自己添加为测试用户。如果您已为 Google Cloud 项目完成此步骤，请跳至下一步。

打开 Google Cloud 控制台身份验证概览页面，然后点击 开始使用。
输入应用名称，选择支持电子邮件地址，然后点击 下一步。
在受众群体中，选择外部，然后点击下一步。
在联系信息 中输入您的电子邮件地址，然后点击 下一步。
查看并同意 Google API 服务：用户数据政策，然后点击继续。
点击创建。

添加测试用户

在 Google Auth Platform 中，点击受众群体。
在测试用户 下，点击添加用户 。
输入您的电子邮件地址和任何其他已获授权的测试用户，然后点击保存。

创建 OAuth 客户端

如需以最终用户身份进行身份验证并访问应用中的用户数据，您需要创建 OAuth 2.0 客户端 ID。客户端 ID 用于向 Google 的 OAuth 服务器标识单个应用。

在 Google Auth Platform 中，点击客户端。
点击创建客户端 。
从应用类型 选择器中，选择桌面应用 。
在名称字段中，输入凭据的名称。此名称仅在 Google Cloud 控制台中显示。
点击创建。此时会显示 OAuth 客户端已创建屏幕，其中显示您的新客户端 ID 和客户端密钥。
点击确定。新创建的凭证会显示在 OAuth 2.0 客户端 ID 下。
点击您新创建的客户端 ID。在客户端密钥 部分中，点击下载图标以保存 JSON 文件。您将在后续步骤中使用此文件中的 client_id 和 client_secret 值。

配置 AI 应用

接下来，您需要为 AI 应用提供服务器配置详细信息。虽然确切的步骤因应用而异，但您可以使用以下示例作为模板。

如需将 Antigravity 配置为使用 the MCP 服务器，请执行以下操作：

在 Antigravity 中，依次点击“智能体”窗格中的 Additional options 菜单 > MCP 服务器 > 管理 MCP 服务器 。

在打开的“管理 MCP 服务器”窗格顶部，点击 查看原始配置 以修改 mcp_config.json 文件：

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

返回管理 MCP 服务器 ，然后点击刷新。

添加 OAuth 凭据

首次尝试使用 Developer Knowledge MCP 服务器时，AI 助理会提示您完成设置：

使用如下提示让智能体使用 Developer Knowledge MCP 服务器：
```
How do I list Cloud Storage buckets?
```
如果您看到一条消息，要求您注册一个或多个重定向 URI，请点击相应选项以继续。由于您将客户端 ID 设置为桌面应用，因此无需在 Google Auth Platform 中添加这些特定 URI。
当 AI 助理提示您输入 客户端 ID 和 客户端密钥 时，请粘贴您之前保存的客户端密钥 JSON 文件中的每个相应密钥。
出现提示时，选择一个账号，然后点击继续。
返回到 AI 助理。智能体现在将使用新验证的服务器处理您的请求。

使用 API 密钥进行身份验证

本部分将指导您完成使用 API 密钥对 AI 应用进行身份验证，以便使用 Developer Knowledge MCP 服务器的过程。

第 1 步：创建 API 密钥

您可以使用 Google Cloud 控制台或 gcloud CLI 在 Google Cloud 项目中生成 Developer Knowledge API 密钥：

Google Cloud Console

启用 API

在 Google API 库中打开 Developer Knowledge API 页面。
检查您是否已选择要使用该 API 的正确项目。
点击启用。启用或使用该 API 不需要任何特定的 IAM 角色。

创建并保护 API 密钥

在您启用该 API 的项目的 Google Cloud 控制台中，前往 “凭据”页面。
点击创建凭据 ，然后从菜单中选择 API 密钥 。
在名称字段中，提供密钥的名称。
点击选择 API 限制 下拉菜单，然后输入 Developer Knowledge API。点击结果，然后点击确定。
- 注意：如果您刚刚启用了 Developer Knowledge API，则该 API 可能需要过一段时间才会显示在列表中。请等待几分钟，然后重试。
点击创建。

创建密钥后，点击显示密钥 以查看该密钥。记下该密钥，以便在配置 AI 应用时使用。

gcloud CLI

如果您尚未下载并安装 gcloud CLI，请先下载并安装。
启用 Developer Knowledge API，将 PROJECT_ID 替换为您的 Google Cloud 项目 ID：
```
gcloud services enable developerknowledge.googleapis.com --project=PROJECT_ID
```
使用相同的 Google Cloud 项目 ID 创建 API 密钥：
```
gcloud services api-keys create --project=PROJECT_ID --display-name="DK API Key"
```
此命令会返回两个值，请记下：
- keyString 是您的 API 密钥。您在配置 AI 应用时需要用到此密钥。
- name 将在下一步中用于保护您的密钥。
将密钥限制为 Developer Knowledge API，将 KEY_NAME 替换为密钥的名称（例如 projects/my-project/locations/global/keys/12345-67890）：
```
gcloud services api-keys update KEY_NAME --api-target=service=developerknowledge.googleapis.com
```

第 2 步：在项目中启用 Developer Knowledge MCP 服务器

如需在 Google Cloud 项目中启用 Developer Knowledge MCP 服务器，请下载并安装 gcloud CLI，然后运行以下命令，将 PROJECT_ID 替换为您的 Google Cloud 项目 ID：

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

如果没有为 Google Cloud 项目启用 Developer Knowledge 服务，系统会提示您先启用该服务，然后再启用远程 MCP 服务器。

作为安全性最佳实践，我们建议您仅为 AI 应用正常运行所需的服务启用 MCP 服务器。

第 3 步：配置 AI 应用

按照这些说明配置热门 AI 应用。将 YOUR_API_KEY 替换为您在上一步中生成的 Developer Knowledge API 密钥：

Gemini CLI

如需配置 Gemini CLI，请运行以下命令：

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

或者，修改或创建以下配置文件之一：

在您的项目中：.gemini/settings.json
在您的主目录中：~/.gemini/settings.json

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

Gemini Code Assist

如需配置 Gemini Code Assist，请修改或创建以下配置文件之一：

在您的项目中：.gemini/settings.json
在您的主目录中：~/.gemini/settings.json

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

Claude Code

如需配置 Claude Code，请在应用文件夹下运行以下命令。

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

Cursor

如需配置 Cursor，请修改 .cursor/mcp.json（针对特定项目）或 ~/.cursor/mcp.json（针对所有项目）。

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

GitHub Copilot

如需在 VS Code 中为单个项目配置 GitHub Copilot，请修改工作区中的 .vscode/mcp.json 文件。

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

如需使服务器在每个项目中都可用，请修改您的用户设置。点击打开设置 (JSON) 按钮。

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

Windsurf

如需配置 Windsurf 编辑器，请修改 ~/.codeium/windsurf/mcp_config.json 文件。

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

验证安装

配置完成后，打开 AI 应用并输入如下提示：

How do I list Cloud Storage buckets?

如果您看到对 search_documents 或其他 Developer Knowledge MCP 服务器工具的工具调用，则表示服务器运行正常。

管理令牌用量

检索文档内容（尤其是使用 batch_get_documents 时）会消耗 AI 应用上下文窗口中的令牌。由于某些 Google 开发者文档页面非常大，因此提取多个文档可能会迅速导致费用增加、模型响应时间变慢以及上下文窗口溢出。

如需优化性能并避免意外账单，请精心设计仅针对所需信息的特定提示。避免发出广泛的请求（例如“比较所有 Firebase 产品”），因为这会迫使智能体一次性提取大量数据。

包含的文档

如需了解服务器搜索哪些文档，请参阅语料库参考。

已知限制

内容范围 ：仅包含语料库参考中公开可见的页面。不包含来自 GitHub、OSS 网站、博客或 YouTube 等其他来源的内容。
仅限英文结果 ：服务器仅支持英文结果。
依赖于网络：服务器的工具依赖于实时 Google Cloud 服务。如果您遇到持续性错误，请检查您的互联网连接和 Developer Knowledge API 密钥配置。

可选的安全配置

由于 MCP 工具可执行各种操作，因此 MCP 会引发新的安全风险和注意事项。为了最大限度地降低这些风险并进行管理，Google Cloud 提供了默认设置和可自定义的政策，用于控制 MCP 工具在 Google Cloud 组织或项目中的使用。

如需详细了解 MCP 安全性和治理，请参阅 AI 安全性。

使用 Model Armor

Model Armor 是一项 Google Cloud 服务，旨在增强 AI 应用的安全性。它通过主动过滤 LLM 提示和回答来防范各种风险，并支持 Responsible AI 实践。无论您是在云环境还是外部云服务提供商中部署 AI，Model Armor 都能帮助您防止恶意输入、验证内容安全性、保护敏感数据、保持合规性，并在各种 AI 环境中以一致的方式实施 AI 安全政策。

启用 Model Armor 并启用日志记录后，Model Armor 会记录整个载荷。这可能会在日志中公开敏感信息。

启用 Model Armor

按照与 Google 和 Google Cloud MCP 服务器集成中的步骤启用 Model Armor。

为 Google 和 Google Cloud 远程 MCP 服务器配置保护

如需帮助保护 MCP 工具调用和响应，您可以使用 Model Armor 下限设置。下限设置定义了适用于整个项目的最低安全过滤条件。此配置将一组一致的过滤条件应用于项目中的所有 MCP 工具调用和响应。

设置 Model Armor 下限设置并启用 MCP 清理。如需了解详情，请参阅配置 Model Armor 下限设置。

请参阅以下示例命令：

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"}]'

请将 PROJECT_ID 替换为您的项目 ID。

请注意以下设置：

INSPECT_AND_BLOCK：一种强制执行类型，用于检查 Google MCP 服务器的内容，并屏蔽与过滤条件匹配的提示和响应。
ENABLED：用于启用过滤条件或强制执行的设置。
MEDIUM_AND_ABOVE：Responsible AI - Dangerous 过滤条件设置的置信度。您可以修改此设置，但较低的值可能会导致更多误报。如需了解详情，请参阅 Model Armor 置信度。

禁止使用 Model Armor 扫描 MCP 流量

如需阻止 Model Armor 根据项目的下限设置自动扫描与 Google MCP 服务器之间的流量，请运行以下命令：

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

请将 PROJECT_ID 替换为项目 ID。Model Armor 不会自动将此项目的下限设置中定义的规则应用于任何 Google MCP 服务器流量。

Model Armor 下限设置和常规配置不仅会影响 MCP。由于 Model Armor 与 Vertex AI 等服务集成，因此您对下限设置所做的任何更改都会影响所有集成服务的流量扫描和安全行为，而不仅仅是 MCP。

调整 Model Armor 设置

如果您使用 Model Armor 来保护应用，则某些查询可能会遇到 403 PERMISSION_DENIED 错误。由于 Developer Knowledge MCP 服务器仅返回来自可信 Google 来源的公开文档，因此我们建议将提示注入和越狱 (PIJB) 过滤条件设置为 HIGH_AND_ABOVE 置信度，以减少误报。如果您的用例不涉及访问私有或敏感数据的其他工具，您还可以考虑停用 PIJB 过滤条件。

问题排查

如果遇到问题，请验证以下事项：

AI 工具的 MCP 配置文件格式正确。
如果使用 API 身份验证方法，您在配置文件中使用了有效的 Developer Knowledge API 密钥，并且该配置文件已启用 Developer Knowledge API。
您尚未用尽 Developer Knowledge API 配额。

连接到开发者知识 MCP 服务器 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

MCP 服务器功能

安装

使用 OAuth 进行身份验证

前提条件：设置 Google Cloud CLI

第 1 步：在项目中启用 Developer Knowledge API

第 2 步：选择身份验证方法

ADC

关联账号

配置 AI 应用

手动凭据

配置 OAuth 权限请求页面

添加测试用户

创建 OAuth 客户端

配置 AI 应用

添加 OAuth 凭据

使用 API 密钥进行身份验证

第 1 步：创建 API 密钥

Google Cloud Console

启用 API

创建并保护 API 密钥

gcloud CLI

第 2 步：在项目中启用 Developer Knowledge MCP 服务器

第 3 步：配置 AI 应用

Gemini CLI

Gemini Code Assist

Claude Code

Cursor

GitHub Copilot

Windsurf

验证安装

管理令牌用量

包含的文档

已知限制

可选的安全配置

使用 Model Armor

启用 Model Armor

为 Google 和 Google Cloud 远程 MCP 服务器配置保护

禁止使用 Model Armor 扫描 MCP 流量

调整 Model Armor 设置

问题排查

连接到开发者知识 MCP 服务器