MCP Server for Vertex AI Search について
MCP Server for Vertex AI Search は、Vertex AI を使ってドキュメントを検索する MCP サーバーです。Gemini と Vertex AI のグラウンディングを組み合わせ、1 つまたは複数の Vertex AI データストアに保存された非公開データに基づいて回答します。
主な機能
- 01Vertex AI データストアを対象としたドキュメント検索
- 02非公開データにグラウンディングされた Gemini の回答
- 03複数の Vertex AI データストアへの接続
- 04SSE と stdio のトランスポート
- 05YAML 設定ファイルとコマンドラインでの検索テスト
活用シーン
- 01AI アシスタントから社内の非公開ドキュメントを検索する
- 02データストアごとに個別の検索ツールを提供する
MCP 対応
本プロジェクトは MCP サーバーであり、Vertex AI データストアの検索機能をツールとして MCP クライアントに提供します。各データストアのツール名と説明は config.yml で設定します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Vertex AI Search 用 MCP サーバー
これは、Vertex AI を使用してドキュメントを検索する MCP サーバーです。
アーキテクチャ
このソリューションでは、Vertex AI のグラウンディングを使用する Gemini によって、プライベートデータを使ってドキュメントを検索します。 グラウンディングにより、Vertex AI Datastore に保存されたデータに Gemini の応答を基づかせることで、検索結果の品質が向上します。 1 つ以上の Vertex AI データストアを MCP サーバーに統合できます。 グラウンディングの詳細については、Vertex AI Grounding Documentation を参照してください。

使用方法
この MCP サーバーの使用方法は 2 通りあります。 プロジェクトに Dockerfile が用意されているため、Docker で実行する場合は、最初の方法がおすすめです。
1. リポジトリをクローンする
# Clone the repository
git clone [email protected]:ubie-oss/mcp-vertexai-search.git
# Create a virtual environment
uv venv
# Install the dependencies
uv sync --all-extras
# Check the command
uv run mcp-vertexai-search
Python パッケージをインストールする
このパッケージはまだ PyPI に公開されていませんが、リポジトリからインストールできます。 Python パッケージには設定テンプレートが含まれていないため、MCP サーバーを実行するには、config.yml.template を基にした設定ファイルが必要です。 設定ファイルの詳細については、付録 A:設定ファイル を参照してください。
# Install the package
pip install git+https://github.com/ubie-oss/mcp-vertexai-search.git
# Check the command
mcp-vertexai-search --help
開発
前提条件
- uv
- Vertex AI データストア
- 詳細については、データストアに関する公式ドキュメント を参照してください
ローカル環境をセットアップする
# Optional: Install uv
python -m pip install -r requirements.setup.txt
# Create a virtual environment
uv venv
uv sync --all-extras
MCP サーバーを実行する
このサーバーは、SSE(Server-Sent Events)と stdio(Standard Input Output)の 2 つのトランスポートに対応しています。
--transport フラグを設定して、トランスポートを指定できます。
YAML ファイルを使って MCP サーバーを設定できます。 config.yml.template は設定ファイルのテンプレートです。 必要に応じて設定ファイルを変更してください。
uv run mcp-vertexai-search serve \
--config config.yml \
--transport <stdio|sse>
Vertex AI Search をテストする
MCP サーバーを使わずに、mcp-vertexai-search search コマンドを使って Vertex AI Search をテストできます。
uv run mcp-vertexai-search search \
--config config.yml \
--query <your-query>
付録 A:設定ファイル
config.yml.template は設定ファイルのテンプレートです。
serverserver.name:MCP サーバーの名前
modelmodel.model_name:Vertex AI モデルの名前model.project_id:Vertex AI モデルのプロジェクト IDmodel.location:モデルのロケーション(例:us-central1)model.impersonate_service_account:偽装するサービスアカウントmodel.generate_content_config:generate content API の設定
data_stores:Vertex AI データストアの一覧data_stores.project_id:Vertex AI データストアのプロジェクト IDdata_stores.location:Vertex AI データストアのロケーション(例:us)data_stores.datastore_id:Vertex AI データストアの IDdata_stores.tool_name:ツールの名前data_stores.description:Vertex AI データストアの説明
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。