modelscope·@krzko/google-cloud-mcp
一种连接到 Google Cloud 服务的模型上下文协议服务器，允许用户通过自然语言交互查询日志、与 Spanner 数据库交互以及分析 Cloud Monitoring 指标。
一个连接到 Google Cloud 服务的 Model Context Protocol 服务器，为与您的 Google Cloud 资源交互提供上下文和工具。
支持的服务：
正在开发中的服务：
从 Google Cloud Logging 查询和过滤日志条目：
与 Google Cloud Spanner 数据库交互：
从 Google Cloud Monitoring 检索和分析指标：
从 Google Cloud Trace 分析分布式跟踪：
此服务器支持两种与 Google Cloud 的认证方法：
服务账户密钥文件（推荐）：将 GOOGLE_APPLICATION_CREDENTIALS 环境变量设置为您的服务账户密钥文件的路径。这是标准的 Google Cloud 认证方法。
环境变量：直接设置 GOOGLE_CLIENT_EMAIL 和 GOOGLE_PRIVATE_KEY 环境变量。这对于无法存储密钥文件的环境非常有用。
如果设置了 GOOGLE_CLOUD_PROJECT 环境变量，服务器将使用它；否则，它将尝试从认证凭据中确定项目 ID。
# Clone the repository
git clone https://github.com/krzko/google-cloud-mcp.git
cd google-cloud-mcp
# Install dependencies
pnpm install
# Build
pnpm build
向 Google Cloud 进行身份验证：
gcloud auth application-default login
在客户端中配置 mcpServers：
{
"mcpServers": {
"google-cloud-mcp": {
"command": "node",
"args": [
"/Users/foo/code/google-cloud-mcp/dist/index.js"
],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "/Users/foo/.config/gcloud/application_default_credentials.json"
}
}
}
}
# Build the project
pnpm build
# Start the server
pnpm start
# Build the project
pnpm build
# Start the server and inspector
npx -y @modelcontextprotocol/inspector node dist/index.js
该服务器可以部署并与 Smithery 一起使用。服务器实现了认证的懒加载，这意味着它会立即启动，并推迟到实际需要时才进行认证。尽管操作仍然需要认证，但这种方法可以防止服务器初始化期间超时。
注意：Smithery 本地服务器支持目前还在开发中，可能尚未可用。
如果您在使用 Smithery 运行服务器时遇到超时问题，请尝试以下方法：
debug: true 来启用调试日志lazyAuth: true 设置为在实际需要时才进行身份验证重要提示：操作仍然需要身份验证，但是启用了延迟加载后，服务器将立即启动，并在需要时进行身份验证，而不是在初始化期间。
服务器支持两种身份验证方法：
GOOGLE_APPLICATION_CREDENTIALS 环境变量设置为您的服务帐户密钥文件的路径GOOGLE_CLIENT_EMAIL 和 GOOGLE_PRIVATE_KEY 环境变量如果您遇到身份验证问题，请确保：
通过专门的代理、丰富的资源和强大的工具，促进涵盖云、人工智能和区块链等不同架构领域的全面架构设计和评估。
一个将 Claude Desktop 和其他 MCP 客户端连接到 Cloudflare Workers 的软件包，通过模型上下文协议（Model Context Protocol）， enables 自定义功能可以通过自然语言访问。
一种连接到 Kubernetes 集群的服务器，它通过自然语言命令启用管理功能，支持列出资源、创建/删除 Pod 以及安装 Helm 图表等操作。
一种模型上下文协议服务器， enables 人工智能代理通过标准化接口与阿里云DataWorks进行交互，从而通过DataWorks开放API无缝管理DataWorks资源和操作。
一种模型上下文协议服务器，通过 Graph API 实现与 Microsoft 365 服务（Excel、日历、邮件、OneDrive、Teams 等）的交互，使人工智能助手能够通过自然语言管理 Microsoft 365 资源。
一台使大型语言模型能够通过模型上下文协议发现并与由 OpenAPI 规范定义的 REST API 交互的服务器。