关键词

Google CloudAI助手云管理可观测性自动化

项目简介

该GitHub仓库提供了两个Model Context Protocol (MCP) 服务器实现：

  1. gcloud MCP 服务器: 允许AI助手通过自然语言与Google Cloud CLI进行交互，执行各种云操作。
  2. Observability MCP 服务器: 允许AI助手访问Google Cloud的可观测性API，查询日志、指标、追踪和错误报告数据。

这些服务器的核心目标是简化AI助手与Google Cloud环境的集成，让用户可以通过对话式界面管理云资源和监控应用。

主要功能点

  • 自然语言交互: 无需记忆复杂的命令行语法、标志和参数，通过日常语言描述您希望实现的结果，AI助手即可代您执行操作。
  • 自动化工作流: 将多个云操作串联成一个单一、可重复的命令，减少手动操作和潜在错误，提高效率。
  • 降低管理门槛: 赋能不熟悉gcloud命令的团队成员，使其能够自信、安全地执行强大的云操作。
  • 可观测性数据访问: 通过专门的工具访问Google Cloud的日志、指标、追踪和错误报告，帮助AI助手诊断问题和理解系统行为。

安装步骤

在开始使用前，请确保您的系统满足以下先决条件：

  • Node.js: 版本20或更高。
  • gcloud CLI: 已安装并配置好，以便gcloud MCP服务器能够调用Google Cloud命令行工具。

安装和初始化MCP服务器：

  1. 对于Gemini CLI 或 Gemini Code Assist (推荐): 在您的主目录中运行以下命令来安装MCP服务器作为Gemini CLI扩展（请将 '[PACKAGE_NAME]' 替换为 'gcloud-mcp' 或 'observability-mcp'）： 
    npx @google-cloud/[PACKAGE_NAME] init --agent=gemini-cli
    例如，安装 'gcloud-mcp' 服务器： 
    npx @google-cloud/gcloud-mcp init --agent=gemini-cli
    安装后，您可以通过运行 'gemini mcp list' 命令来验证服务器是否已正确配置并连接。

服务器配置

MCP服务器通过JSON-RPC协议与客户端通信。您的AI客户端（如Claude Desktop, Cline, Cursor, Gemini CLI等）需要配置MCP服务器的启动信息。通常，这涉及在客户端的配置文件中添加一个JSON片段，指定服务器的名称、启动命令及其参数。

  • 服务器启动命令示例:

    • gcloud 服务器: 启动命令是 'npx'，参数是 '-y' 和 '@google-cloud/gcloud-mcp'。这意味着MCP客户端会运行 'npx -y @google-cloud/gcloud-mcp' 来启动该服务器。
    • Observability 服务器: 启动命令是 'npx'，参数是 '-y' 和 '@google-cloud/observability-mcp'。这意味着MCP客户端会运行 'npx -y @google-cloud/observability-mcp' 来启动该服务器。

  • 配置信息说明:

    • '[SERVER_NAME]': 您在AI客户端中为该MCP服务器指定的名称，例如 "gcloud" 或 "observability"。
    • 'command': 启动MCP服务器的可执行文件路径或命令，通常是 "npx"。
    • 'args': 传递给启动命令的参数列表，用于指定要运行的MCP包。

请根据您使用的AI客户端的具体文档，将上述概念应用于其MCP服务器配置界面或配置文件中。

基本使用方法

一旦MCP服务器成功配置并连接到您的AI客户端，您就可以开始通过AI助手与Google Cloud进行交互：

  1. 自然语言查询: 在您的AI客户端中，像与人类交流一样，提出您对Google Cloud的操作或查询需求。例如：
    • “列出我的所有Compute Engine虚拟机实例。”
    • “帮我创建一个名为'my-new-bucket'的Cloud Storage存储桶。”
    • “查找过去一小时内项目'my-project'中所有严重性为'ERROR'的日志条目。”
    • “显示我的'my-service'应用的CPU使用率指标。”
  2. AI助手执行: AI助手会理解您的请求，并调用相应的MCP服务器（gcloud或observability）及其内置工具来执行操作或获取数据。
  3. 获取结果: AI助手会将工具执行的结果以易于理解的方式呈现给您。

可用工具 (部分示例)

  • gcloud 服务器:
    • 'run_gcloud_command': 执行任意gcloud命令行命令（部分敏感命令受限制）。
  • Observability 服务器:
    • 'list_log_entries': 列出项目的日志条目。
    • 'list_metric_descriptors': 列出项目的指标描述符。
    • 'list_time_series': 列出给定指标的时间序列数据。
    • 'list_traces': 搜索项目的追踪数据。
    • 'get_trace': 根据ID获取特定追踪的详细信息。
    • 'list_alert_policies': 列出项目的警报策略。
    • 'list_group_stats': 列出项目的错误分组统计信息。

信息

分类

AI与计算

访问项目