Build agents even faster with Gemini Enterprise Agent Platform’s fully-managed, remote MCP server

Gemini Enterprise Agent Platform 远程 MCP 服务器 | Google Cloud 博客

AI 与机器学习

通过 Gemini Enterprise Agent Platform 的全托管远程 MCP 服务器，更快构建代理

2026 年 6 月 30 日

##### Colby Hawker

Gemini Enterprise 高级产品经理

##### Louis Lin

软件工程师

##### 今天立即试用 Gemini Enterprise 商业版

通向职场 AI 的门户

立即试用

几个月前，我们宣布已有超过 50 个 Google 管理的 MCP 服务器可供使用。

今天，我们将深入探讨如何使用 Gemini Enterprise Agent Platform 的远程 MCP 服务器，安全地将您的外部 AI 代理连接到 Google Cloud 环境中的资源。

将 IDE 连接到 Google Cloud

将 Agent Platform MCP 服务器视为您喜爱的外部开发工具与 Google Cloud 架构之间的桥梁。

例如，如果您正在使用 Antigravity CLI 或 Claude Code 构建代理，Agent Platform MCP 服务器允许该代理安全地与您的 Agent Platform 资源进行交互。这样一来，您的代理现在可以轻松调用 Model Garden 中的模型、下载共享提示模板，甚至可以直接在项目中管理 Notebook——所有操作无需离开 IDE。

更快实现价值

您交付价值的速度是最大的优势之一。但有时，将外部开发环境连接到云基础设施会迫使做出权衡。开发人员希望以最小的设置快速推进，而 IT 团队则需要对数据访问进行严格治理。

Agent Platform MCP 服务器为您的外部代理提供单一标准化接口，使您能够减少编写集成代码的时间，而将更多时间用于构建实用功能。通过在 Google Cloud 安全基础设施中完全运行，它为您提供即用型端点，在保护数据的同时加速开发。

兼得两者优势：

• 使用开放标准构建：在 Google Cloud 之外构建的代理仍完全符合开放的 MCP 规范。您的外部 IDE 和框架可以无缝与云环境交互，而不会将您锁定在专有生态系统中。

• 集中式发现：通过 Agent Platform 的 Agent Registry 对资产进行分类。它作为组织的集中库，使团队能够安全地存储、搜索和管理所有技能、工具和其他 AI 能力的库存。

• 安全且受控的访问：您的连接默认受到保护。IT 团队可以利用原生 Cloud IAM 拒绝策略，确保外部开发框架仅与授权的 Google Cloud 资源交互。

工作原理：三步实现连接

• 启用 API：当您在 Google Cloud 项目中启用 Gemini Enterprise Agent Platform API 时，Gemini Enterprise Agent Platform 远程 MCP 服务器会自动启用。

1. 配置客户端：按照我们的配置说明连接您的 AI 应用程序，指向远程服务器。

1. 使用工具集：访问功能强大且可复制的工具集端点列表，立即开始与 Agent Platform 资源进行交互。

可用工具集：

MCP 工具集

端点

描述

工具

/mcp/generate

生成式 AI 工具

核心生成功能

/mcp/predict

预测工具

推理和原始预测

/mcp/notebook

Colab 企业 Notebook 工具

Notebook 运行时和执行管理

/mcp/endpoints

端点管理工具

模型端点的生命周期管理

/mcp/models

模型注册工具

模型上传、注册和部署

/mcp/tuning

模型微调工具

微调任务管理和跟踪

/mcp/evaluation

质量评估工具

自动化模型质量与实例评估

/mcp/prompts

提示管理工具

提示工程与版本控制工作流

今天立即开始

访问代理平台页面，将您喜爱的代理框架连接到代理平台MCP服务器，立即开始构建。

发布于

• 人工智能与机器学习
• 开发者与实践者