生活分享

Google Cloud 推出 CLI 远程 MCP 服务器预览：让 AI 代理直接执行 gcloud 与 bq 命令

Google Cloud 宣布 Google Cloud CLI 远程 MCP 服务器进入公开预览，让兼容 MCP 的 AI 代理在云端隔离沙箱中执行 gcloud 与 bq 命令。本文整理其运作方式、Google 所称的安全机制、收费说明以及对普通读者的影响。

阅读时间约 6 分钟

Google Cloud 推出 CLI 远程 MCP 服务器预览：让 AI 代理直接执行 gcloud 与 bq 命令
图片：Mokaair (Original editorial artwork)

发生了什么

Google Cloud 在官方博客宣布，推出 Google Cloud CLI 远程 MCP 服务器，目前处于公开预览阶段。CLI 指命令行工具，也就是通过输入文字命令来管理云服务的程序；AI 代理则是能代替人执行操作任务的 AI 程序。MCP（Model Context Protocol）是一种让 AI 代理连接外部工具的标准协议。Google Cloud 表示，该服务器以 gcloud 与 bq（BigQuery）两个命令行工具为基础，将数百条命令整合进单一 MCP 服务器，让 AI 代理可用于管理 Google Cloud 基础设施和处理 BigQuery 工作流。

据 Google Cloud 介绍，该服务器提供两个工具：run_gcloud_command 与 run_bq_command。前者涵盖 gcloud 的操作，Google 举的例子是可观测性与事件诊断；后者扩展了 BigQuery 能力，包括计划查询、查看查询执行详情与预留资源管理，以及查看与更新数据表权限。Google Cloud 指出，现有的 BigQuery MCP 服务器则侧重数据分析与探索。

Google Cloud 推出 CLI 远程 MCP 服务器预览：让 AI 代理直接执行 gcloud 与 bq 命令
Mokaair 编辑核查流程 · 图片：Mokaair (Original editorial artwork)
阅读完整文字说明

消息会先收集来源、独立核查，再交由 Jev 判断。

为什么要把命令行放到远程

Google Cloud 的说法是，过去要让 AI 代理管理云端，必须在代理的运行环境里安装并维护 Google Cloud CLI，开发、测试与生产环境的版本管理都会增加负担。远程 MCP 服务器改为在 Google Cloud 基础设施上的隔离沙箱（与其他系统隔开、网络受限的独立执行环境）中执行命令，免去本地安装。Google Cloud 还表示，像 Gemini Enterprise 这类网页托管的代理平台，用户本来就无法安装本地软件包，远程方式让这些界面也能使用 CLI 操作。

至于为何选择命令行，Google Cloud 认为 CLI 命令能把多步骤流程与验证检查封装成单一命令，而且大语言模型在预训练中大量接触过公开的命令行文档与示例，因此更容易正确调用。这是 Google 的观点，实际效果仍有待用户在预览期间检验。

Google Cloud 对传统做法与远程 MCP 服务器的比较（内容全部来自 Google Cloud 博客）
项目传统做法（据 Google Cloud 描述）CLI 远程 MCP 服务器（据 Google Cloud 描述）
CLI 安装位置安装在代理运行环境内在 Google Cloud 的隔离沙箱中执行
版本与依赖包需在各环境自行维护免去本地安装与运行环境维护
网页型代理平台无法安装本地软件包可通过远程 MCP 使用
身份验证—Agent Identity、OAuth 2.0、IAM
额外费用—服务器本身不额外收费，只需支付资源与数据传输费用

Google 所称的安全与治理机制

  • 无环境凭据：据 Google Cloud 介绍，运行环境位于网络受限的代理边界内，不携带环境凭据，身份验证与授权通过 Agent Identity、OAuth 2.0 与 IAM（Identity and Access Management，身份和访问管理，用来决定谁能做什么）处理。
  • 以调用者权限执行：Google Cloud 表示每条命令都以已验证调用者身份的权限执行，并强制应用 IAM 权限与组织政策限制。
  • Model Armor 集成：Google Cloud 称可筛查 LLM 提示与响应，以防范提示注入（在输入中夹带恶意指令、诱导 AI 偏离原本任务）与恶意输入。
  • 审计日志：Google Cloud 表示可配置记录每次工具调用，显示调用者身份、OAuth 客户端与 IAM 授权决策，而不暴露敏感命令内容或个人身份信息。

对普通读者与企业的实际影响

对普通消费者来说，这项更新不会直接改变日常使用的服务，但它反映出一个趋势：AI 代理正从“回答问题”走向“直接操作系统”。对使用 Google Cloud 的企业与开发团队而言，如果 Google 的描述属实，团队可以用自然语言让代理协助排查问题、计划查询或检查权限，而不必自行打包 CLI。

据 Google Cloud 介绍，开始使用需要在项目中启用 Cloud CLI Execution API（cloudcli.googleapis.com）、为代理或用户授予 MCP Tool User（roles/mcp.toolUser）IAM 角色，再让 MCP 客户端连接到 cloudcli.googleapis.com/mcp。Google Cloud 表示，Google Cloud 托管平台可使用免密钥的 Agent Identity，外部运行环境则使用 OAuth 2.0。由于仍是预览版，功能与条款日后可能调整。

常见问题

MCP 是什么？

MCP 即 Model Context Protocol，是让 AI 代理连接外部工具的标准协议。Google Cloud 表示，该服务器实现了标准 MCP，因此任何兼容 MCP 的代理平台都可通过标准配置连接。

这项服务要付费吗？

Google Cloud 表示，使用 MCP 服务器本身不额外收费，用户只需支付所创建的 GCP 资源以及适用的数据传输费用。

它和现有的 BigQuery MCP 服务器有什么不同？

据 Google Cloud 介绍，现有的 BigQuery MCP 服务器侧重数据分析与探索；新的 run_bq_command 工具则扩展到计划查询、查询执行详情、预留资源管理与数据表权限等进阶工作。

AI 代理会不会越权操作？

Google Cloud 表示每条命令都以已验证调用者身份的权限执行，并强制应用 IAM 与组织政策限制，还可搭配 Model Armor 与审计日志。不过这些都是 Google 的说法，实际风险仍取决于企业如何配置权限。

现在可以正式用于生产环境吗？

Google Cloud 表示该服务器目前处于公开预览阶段。预览阶段的功能可能变动，建议企业先进行评估并在测试环境中试用。

查看同分类最新消息

同主题延伸阅读

最新旅游情报攻略

资料来源

生活分享