Se connecter au serveur MCP Developer Knowledge

Le serveur MCP Google Developer Knowledge permet aux outils de développement basés sur l'IA d'accéder directement à la documentation officielle de Google pour les développeurs concernant des produits tels que Firebase, Google Cloud, Android, Google Maps Platform, etc. En connectant votre assistant de codage à la bibliothèque de documentation faisant autorité de Google, vous évitez les recherches Web manuelles, les contextes obsolètes et le scraping.

Fonctionnalités du serveur MCP

Le serveur MCP Google Developer Knowledge fournit trois outils de base à votre assistant de codage IA :

L'outil search_documents recherche dans la documentation de Google les sections les plus pertinentes correspondant à votre requête. Lorsque vous posez une question, l'outil renvoie de courts passages de texte. Si votre agent a besoin du contexte complet de la page entourant un passage, il peut transmettre le nom de ressource du document à get_documents pour récupérer la page entière.

Utilisez l'outil answer_query lorsque vous souhaitez obtenir une réponse directe à une question synthétisée à partir du corpus Developer Knowledge plutôt que des résultats de recherche bruts ou des fichiers Markdown complets.

Choisir une méthode d'authentification

Le serveur MCP Developer Knowledge est compatible avec deux méthodes d'authentification, en fonction de votre environnement de développement et de votre assistant IA :

• Clé API : idéale pour les IDE tiers et les agents CLI tels que Claude Code, Cursor, GitHub Copilot, Codex et d'autres clients MCP à distance. Transmettez la clé API dans l'en-tête X-Goog-Api-Key via HTTPS.
• OAuth et ADC : idéal pour Google Antigravity ou les workflows d'entreprise qui utilisent les identifiants par défaut de l'application (ADC) ou un ID client OAuth 2.0 autonome.

Générez les identifiants requis pour la méthode d'authentification choisie afin de permettre à votre assistant IA ou à votre agent de codage d'authentifier les requêtes auprès du service de serveur MCP Developer Knowledge.

Sélectionnez un onglet pour créer vos identifiants :

gcloud services enable developerknowledge.googleapis.com \
  --project=PROJECT_ID

Configurer votre IDE ou votre agent de codage

Après avoir obtenu vos identifiants, sélectionnez l'environnement de codage de votre choix pour afficher les instructions de configuration.

En fonction de la méthode d'authentification choisie, remplacez les espaces réservés dans les modèles de configuration comme suit :

• Authentification par clé API : remplacez YOUR_API_KEY par votre chaîne de clé API brute.

• Authentification OAuth ou ADC : remplacez PROJECT_ID par l'ID de votre projet Google Cloud :

{
  "mcpServers": {
    "google-developer-knowledge": {
      "httpUrl": "https://developerknowledge.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "oauth": {
        "scopes": [
          "https://www.googleapis.com/auth/cloud-platform"
        ]
      },
      "timeout": 30000,
      "headers": {
        "X-goog-user-project": "PROJECT_ID"
      }
    }
  }
}

{
  "mcpServers": {
    "google-developer-knowledge": {
      "serverUrl": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

claude mcp add google-dev-knowledge \
  --transport http https://developerknowledge.googleapis.com/mcp \
  --header "X-Goog-Api-Key: YOUR_API_KEY"

{
  "mcpServers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

{
  "servers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

{
  "mcp": {
    "servers": {
      "google-developer-knowledge": {
        "url": "https://developerknowledge.googleapis.com/mcp",
        "headers": {
          "X-Goog-Api-Key": "YOUR_API_KEY"
        }
      }
    }
  }
}

{
  "mcpServers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

{
  "mcpServers": {
    "google-developer-knowledge": {
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {
        "X-Goog-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Vérifier la connexion

Une fois la configuration terminée, redémarrez votre assistant IA ou rechargez ses serveurs MCP. Envoyez ensuite un prompt de test pour vérifier que l'intégration de l'outil fonctionne :

How do I list Cloud Storage buckets using the Google Cloud Python SDK?

Si l'agent appelle search_documents ou answer_query et renvoie des informations provenant de la documentation Google, votre serveur est connecté et actif.

Optimiser la fenêtre de contexte et l'utilisation des jetons

La récupération de pages de documentation complètes dans la fenêtre de contexte d'un modèle d'IA consomme un nombre important de jetons. L'ingestion de plusieurs documents volumineux peut entraîner des coûts de jetons élevés, une latence accrue et un dépassement de la fenêtre de contexte.

Pour garantir des réponses rapides et rentables, suivez ces bonnes pratiques d'ingénierie de prompt :

• S'appuyer sur la récupération en deux étapes: Laissez l'agent commencer par appeler search_documents. Cette opération renvoie des extraits ciblés (chunks) qui contiennent souvent la syntaxe exacte ou la signature d'API dont vous avez besoin sans consommer de jetons pour la page entière. Demandez à votre agent d'appeler get_documents uniquement lorsque le contexte environnant est strictement nécessaire.

• Préférer answer_query pour les questions conceptuelles : lorsque vous avez besoin d’une explication synthétisée ou d’une comparaison de conception, demandez à votre agent d’utiliser answer_query. Cet outil synthétise une réponse directement à partir du corpus Developer Knowledge sans renvoyer de pages Markdown brutes complètes.

• Rédiger des prompts spécifiques et ciblés: évitez les prompts trop larges, tels que "Expliquer tout Firebase". Spécifiez plutôt le produit, la plate-forme et la langue cibles :

  How do I write a Firestore transaction in Dart with error handling?
  

• Ajouter des règles d'agent personnalisées : ajoutez des consignes au niveau du projet aux fichiers d'instructions de votre assistant (par exemple, .cursorrules, CLAUDE.md, ou .github/copilot-instructions.md) pour limiter les récupérations automatiques de pages complètes :

  When searching Google developer documentation, inspect search_documents
  snippets first. Do not call get_documents unless the snippet lacks
  necessary code context.
  

Configurations de sécurité facultatives

Le MCP introduit de nouveaux risques et considérations de sécurité en raison de la grande variété d'actions que vous pouvez effectuer avec les outils MCP. Pour minimiser et gérer ces risques, Google Cloud propose des paramètres par défaut et des règles personnalisables permettant de contrôler l'utilisation des outils MCP dans votre organisation ou votre projet Google Cloud.

Pour en savoir plus sur la sécurité et la gouvernance du MCP, consultez Sécurité de l'IA.

Utiliser Model Armor

Model Armor est un service Google Cloud conçu pour améliorer la sécurité et la sûreté de vos applications d'IA. Il fonctionne en analysant de manière proactive les prompts et les réponses des LLM, en protégeant contre divers risques et en favorisant des pratiques d'IA responsables. Que vous déployiez l'IA dans votre environnement cloud ou chez des fournisseurs de cloud externes, Model Armor peut vous aider à éviter les entrées malveillantes, à vérifier la sécurité du contenu, à protéger les données sensibles, à assurer la conformité et à appliquer vos règles de sécurité de l'IA de manière cohérente dans votre environnement d'IA diversifié.

Lorsque Model Armor est activé avec la journalisation, il enregistre l'ensemble de la charge utile. Cela peut exposer des informations sensibles dans vos journaux.

Routage des requêtes MCP vers Model Armor

Activer Model Armor

Suivez les étapes décrites dans Intégrer les serveurs MCP Google et Google Cloud pour activer Model Armor.

Configurer la protection des serveurs MCP à distance

Pour protéger les appels et les réponses de votre outil MCP, vous pouvez utiliser les paramètres de plancher Model Armor. Un paramètre de plancher définit les filtres de sécurité minimaux qui s'appliquent à l'ensemble du projet. Cette configuration applique un ensemble cohérent de filtres à tous les appels et réponses d'outils MCP du projet.

Configurez un paramètre de plancher Model Armor avec la désinfection MCP activée. Pour en savoir plus, consultez Configurer les paramètres de plancher Model Armor settings.

Consultez l'exemple de commande suivant :

gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--enable-floor-setting-enforcement=TRUE \
--add-integrated-services=GOOGLE_MCP_SERVER \
--google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \
--enable-google-mcp-server-cloud-logging \
--malicious-uri-filter-settings-enforcement=ENABLED \
--add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'

Remplacez PROJECT_ID par l'ID du projet.

Notez les paramètres suivants :

• INSPECT_AND_BLOCK : type d'application qui inspecte le contenu du serveur MCP Google et bloque les prompts et les réponses qui correspondent aux filtres.
• ENABLED : paramètre qui active un filtre ou une application.
• MEDIUM_AND_ABOVE : niveau de confiance pour les paramètres de filtre IA responsable - Dangereux. Vous pouvez modifier ce paramètre, mais des valeurs inférieures peuvent entraîner davantage de faux positifs. Pour en savoir plus, consultez Niveaux de confiance de Model Armor.

Désactiver l'analyse du trafic MCP avec Model Armor

Pour empêcher Model Armor d'analyser automatiquement le trafic vers et depuis les serveurs MCP Google en fonction des paramètres de plancher du projet, exécutez la commande suivante :

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Remplacez PROJECT_ID par l' ID du projet. Model Armor n'applique pas automatiquement les règles définies dans les paramètres de plancher de ce projet au trafic des serveurs MCP Google.

Les paramètres de plancher et la configuration générale de Model Armor peuvent avoir un impact sur plus que le MCP. Étant donné que Model Armor s'intègre à des services tels que Vertex AI, toute modification apportée aux paramètres de plancher peut affecter l'analyse du trafic et les comportements de sécurité dans tous les services intégrés, et pas seulement dans le MCP.

Ajuster les paramètres de Model Armor

Si vous utilisez Model Armor pour protéger votre application, vous pouvez rencontrer des erreurs 403 PERMISSION_DENIED pour certaines requêtes. Étant donné que le serveur MCP Developer Knowledge ne renvoie que la documentation publique provenant de sources Google fiables, nous vous recommandons de définir les filtres d'injection de prompt et de jailbreak (PIJB) sur des niveaux de confiance HIGH_AND_ABOVE pour réduire les faux positifs. Si votre cas d'utilisation n'implique pas d'autres outils qui accèdent à des données privées ou sensibles, vous pouvez également envisager de désactiver les filtres PIJB.

Dépannage

Si vous rencontrez des problèmes de connexion ou d'interrogation du serveur MCP Developer Knowledge, consultez la matrice de dépannage et les étapes de résolution suivantes :

Matrice de dépannage

Résoudre les erreurs d'authentification et d'autorisation

• Configuration de l'en-tête de clé API : vérifiez que votre configuration JSON MCP inclut la section headers avec "X-Goog-Api-Key". Ne transmettez pas la clé API en tant que paramètre de requête dans l'URL.

• Utilisateurs de test de l'écran de consentement OAuth: Lorsque vous créez un client OAuth de bureau dans un projet avec un type d'utilisateur externe en mode test, Google bloque l'accès aux comptes qui ne sont pas listés sous "Utilisateurs de test". Assurez-vous que votre adresse e-mail Google active est ajoutée sous Audience > Utilisateurs de test dans la console Google Cloud.

• Quotas et limites de débit : pour surveiller votre utilisation quotidienne et par minute, accédez à IAM et administration > Quotas et limites du système dans la console Google Cloud, puis filtrez par API Developer Knowledge.

Documentation incluse

Consultez la documentation de référence du corpus pour obtenir la liste complète des produits Google et des dépôts de documentation indexés par le serveur.

Limites connues

• Documentation publique uniquement : le serveur n'indexe que la documentation disponible publiquement listée dans la documentation de référence du corpus. Les documents internes, les dépôts privés et les ressources tierces ne sont pas inclus.
• Langue anglaise : le serveur n'indexe et ne renvoie la documentation qu'en anglais.
• Dépendance réseau : le serveur nécessite une connectivité Internet active pour accéder à https://developerknowledge.googleapis.com.