前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
返回 AI 情报前线
All News · 全部资讯8836
  • MCP Nexus 1.0:MCP工具路由与发现层,一个端点代理数百工具
  • MCP网关安全:AI Agent生产部署的鉴权与限流实战
  • GitHub安全实验室:AI驱动的模糊测试实战
  • Meta Muse 被曝可被诱导泄露全文件系统
  • Black Forest Labs 发布开源机器人控制模型
  • Google Cloud API Gateway原生支持MCP协议
  • 3 万次 AI Agent 调用审计:可验证收据机制实践
  • 用 AgentCore Gateway 和 MCP 构建跨账号 AI Agent 架构
  • AI 性能成本每年下降 13 倍,超越所有前代技术
  • Lovable年化收入超6000万美元,vibe coding进入主流
  • Agent失败的根本原因:从未定义"完成"的标准
  • Agent补丁审查策略:second process重放验证才能合并
  • 我用 Claude Code 九天给 47 个服务接入 OpenTelemetry 链路追踪
  • Google Gemini CLI新增文件修改确认机制
  • DeepSeek推理优化:内核补齐+通信重构,吞吐翻7倍
  • Hugging Face推出LFM2.5-VL-DSpark视觉语言模型加速方案
  • 管理 15 万 AI Agent 对数据库团队的挑战与变革
  • Cursor 收购 Firetiger 后一月推出代码变更生产追踪 Bot
  • OpenAI AI Agent 自主入侵澳大利亚政府网站
  • Claude Code 实际项目开发全流程复盘
  • Google Cloud Developer 插件让 AI 编码助手直连云端部署
  • OpenAI Agent 入侵澳大利亚 Medicare 统计门户
  • Google DeepMind负责人透露Gemini 4即将发布
  • Impeccable:AI 编程代理的确定性设计语言框架
  • AI Agent 生产环境失败启示录:构建攻击性测试
  • 金融合规监控系统的工程实践:数据管道、Agent 架构与审计日志
  • 2026 年十大 LLM 网关横评:语义缓存与多提供商故障转移
  • codebase-memory-mcp:毫秒级代码知识图谱MCP服务器,158语言支持
  • Strands Agents:开源AI Agent开发框架,支持Python/TS全生命周期管理
  • 2026年9大开源LLM网关生产级对比:Bifrost领先
  • 用 TigerGraph+MCP 构建自主欺诈调查 Agent
  • Jev 决策模型真实成本拆解:何时省钱何时烧钱
  • 开源CLM-8B:Agent动作评分比Jev快9倍
  • JEV:打破布尔二值困境的类型安全验证方案
  • Claude Opus 5.5降价40%逼近前沿性能
  • VS Code 1.139:Agent 会话首次加载提速约 12 倍
  • 已加载 36 / 8836
8.0
热点
AI SCORE
工具产品2026-09-25 00:59

Google Cloud API Gateway原生支持MCP协议

Google Developers Blog#MCP#Google Cloud#AI Agent
Editor brief · 编辑速览

在OpenAPI 3.x规范中加注解即可将REST API暴露为MCP Server,JSON-RPC转REST自动完成,现有的认证/配额/日志策略对Agent流量无缝生效。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

大多数企业能力都藏在 REST API 背后,agent 无法直接访问。要让一个 API 能被 agent 调用,团队通常需要另外搭建并维护一个 MCP server,重新实现网关已经处理的路由、认证和配额逻辑。Model Context Protocol(MCP)已成为 agent 发现和调用工具的标准方式,Agent Development Kit(ADK)和 Gemini Enterprise 等框架原生支持该协议。

Google Cloud API Gateway 现在填补了这个空白。在公开预览阶段,API Gateway 可以充当远程 MCP server:对你已经部署的 OpenAPI 规范做注解,部署它,你现有的 REST 操作就会以 agent 就绪的 MCP tools 的形式提供——无需另行构建、托管或维护任何 server。

API Gateway 是 Google Cloud 网关系列中的轻量级入口。如果你有一个运行在 Cloud Run 上的服务,想要在几分钟内为其 API 获得安全保障、托管并暴露给 agent,这是最快的路径。对于完整的企业级 API 和 MCP 平台——包括生命周期管理、高级流量策略、货币化——请使用 Apigee。要治理 agent 向外调用了什么(包括此类 MCP server),请使用 Agent Gateway。Model routing 让你拥有一个稳定的端点来处理出站 LLM 调用,是另一个方向 AI 流量的配套能力。

API Gateway 在单一端点上接收标准 MCP JSON-RPC 请求,将每个 tools/call 转码为对应的 REST 请求,应用你已有的策略,再将响应转译回来。因为转码后的请求与普通 REST 调用无区别,所以你已为该操作配置的 JWT 或 API 密钥认证、配额和日志记录完全保持不变——MCP 和 REST 流量共用一条策略路径,一个操作无论以何种方式调用都从同一配额中扣除。

1. 为 OpenAPI 规范添加注解

MCP 要求 OpenAPI 3.0.x 或 3.1.x;OpenAPI 2.0 不支持,因此如果你的网关仍在运行 2.0 规范,请先迁移。在文档级别通过 x-google-api-management.mcp 选择加入,并通过 x-google-mcp-tool 自定义或跳过单个操作。每个暴露的操作需要指定一个 backend 和非空描述。

openapi: 3.0.4
info:
  title: Order Service
  version: 1.0.0

x-google-api-management:
  mcp: true                 # expose this spec's operations as MCP tools
  backends:
    orders-backend:
      address: https://orders-a1b2c3-uc.a.run.app

paths:
  /orders/{orderId}:
    get:
      operationId: getOrderStatus
      description: Returns the current status, carrier, and ETA for an order.
      x-google-backend: orders-backend
      x-google-mcp-tool:
        name: get_order_status
        description: "Look up the delivery status and ETA of a customer order.
          Use this when the user asks where an order is or when it will arrive."
      parameters:
        - name: orderId
          in: path
          required: true
          schema:
            type: string

Tool 的描述是 LLM 判断何时调用它的主要依据,所以要写"何时"和"为何"使用这个 tool,而不仅仅是它返回什么。

2. 部署网关

照常部署 API 配置。API Gateway 生成一份支持 MCP 的配置,并开始在 /mcp 基础路径上提供 MCP 服务,无需配置任何额外基础设施。

3. 决定谁能发现你的工具

默认情况下 tools/list 是未认证的,这对开发来说很方便,但会将你的工具名称和输入 schema 暴露给任何请求者。对于生产环境,需要要求 JWT——注意 API 密钥无法保护此方法:

x-google-api-management:
  mcp:
    tools-list:
      security:
        orderServiceJwt: []   # the object form also enables MCP globally

tools/call 始终强制执行底层 REST 操作所需的任何认证,无论你是否保护了发现端点。

4. 连接你的 agent

将任何 MCP client 指向网关的 /mcp 端点。在 ADK 中,那就是 toolset 加上网关已期望的凭证:

from google.adk.agents import Agent
from google.adk.tools.mcp_tool import McpToolset, StreamableHTTPConnectionParams

order_tools = McpToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://my-gateway-a12bcd345e67f89g0h.uc.gateway.dev/mcp",
        headers={"x-api-key": API_KEY},
    )
)

agent = Agent(
    model="gemini-2.5-flash",
    name="order_support_agent",
    instruction="Help the user check on their orders.",
    tools=[order_tools],
)

网关将 tool 的参数映射回你的操作的 REST 路径、查询、body 和 header,通过你现有的策略运行请求,并将后端的响应作为 MCP 结果返回。要检查实际传输内容:

curl -X POST "https://my-gateway-a12bcd345e67f89g0h.uc.gateway.dev/mcp" \
  -H "content-type: application/json" \
  -H "MCP-Protocol-Version: 2025-11-25" \
  -H "x-api-key: $API_KEY" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call",
       "params":{"name":"get_order_status","arguments":{"orderId":"A-1042"}}}'
{"jsonrpc":"2.0","id":1,"result":{"content":[{"type":"text",
  "text":"{\"orderId\":\"A-1042\",\"status\":\"IN_TRANSIT\",\"eta\":\"2026-09-24\"}"}],
  "isError":false}}

为什么从网关提供 MCP

可被发现:将你的网关连接到 API Hub,其 MCP server 就会带着 MCP 特有的元数据在那里发布,并自动出现在 Agent Registry 中,agent 和开发者可以找到它暴露的工具。

无需运维新组件:你现有的规范、网关、认证、配额和日志记录在工作——MCP 和 REST 流量保持一致,因为它们共用一条策略路径。

公开预览版涵盖 REST 和 OpenAPI 3.x 后端,支持你现有的认证方式。MCP resources 和 prompts、响应流式传输以及 Model Armor 负载检查已在路线规划中。有几个限制值得提前了解:返回空 body 的操作(如 HTTP 204)不会暴露,深层嵌套的对象 schema 可能无法在 tools/list 中完整呈现,一个网关最多服务 1,000 个工具,且 MCP 和 model routing 无法在同一 API 配置中启用。参见文档了解当前范围。

MCP 支持现已提供公开预览版。查看文档,今天就把你的第一个 API 变成 agent 就绪的工具。

Original source

本文由 AI 翻译整理自 Google Developers Blog,原文版权归原作者所有。

阅读英文原文
上一篇
Black Forest Labs 发布开源机器人控制模型
下一篇
3 万次 AI Agent 调用审计:可验证收据机制实践