mcpField
☁
☁️ 🚀 Build and Deploy a remote MCP server to Cloud Run in 5 minutes

☁️ 🚀 Build and Deploy a remote MCP server to Cloud Run in 5 minutes

本地服务
github.com/jackwotherspoon开发工具765 周前更新
代码仓库

关于 ☁️ 🚀 Build and Deploy a remote MCP server to Cloud Run in 5 minutes

提供在 Cloud Run 上部署远程 MCP 服务的示例与说明，面向希望集中托管服务、按需求扩展并设置身份验证访问的开发者。

主要功能

  1. 01Cloud Run 部署示例
  2. 02托管远程 MCP 服务
  3. 03按需求扩展
  4. 04团队集中访问
  5. 05配置请求身份验证

适用场景

  1. 01远程部署 MCP 服务
  2. 02团队共用一个服务
  3. 03限制未认证请求的访问

MCP 相关

项目演示在 Cloud Run 上部署远程 MCP 服务，并提供简单示例服务。内容涵盖 SSE 和 Streamable HTTP 等远程传输方式。

#mcp#cloud-run#remote-mcp-server

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

Cloud Run 上的 MCP

此代码库包含一系列示例，演示如何在 Cloud Run 上部署远程 Model Context Protocol（MCP）服务。

mcp-on-cloudrun

快速入门

背景

Anthropic 的 Model Context Protocol（MCP） 是一种协议，可帮助你将提示词、资源和工具（上下文）连接到大模型。

随着代码助手和用于软件开发的 AI 驱动 IDE 的兴起，以及需要连接外部工具和资源的 Agent 应用不断发展，MCP 越来越受欢迎。

MCP 遵循客户端-服务架构，很长一段时间以来仅支持使用 stdio 传输在本地运行服务。

client-server-architecture

MCP 现在还支持两种传输方式：sse 和 streamable-http，可用于远程运行 MCP 服务。你可以在官方 MCP 文档中详细了解这些传输方式。

远程运行 MCP 服务的优势

在 Cloud Run 上远程运行 MCP 服务可以带来多项优势：

  • 📈 可扩展性：Cloud Run 专为快速扩容而构建，可处理所有传入请求。 Cloud Run 会根据需求自动扩展 MCP 服务。
  • 👥 集中式服务：你可以在一个集中位置与团队成员共享 MCP 服务，他们可以从本地计算机连接到该服务，而不必在本地运行自己的服务。如果 MCP 服务发生更改，所有团队成员都将受益。
  • 🔐 安全性：Cloud Run 提供了一种简单的方法来强制要求请求通过身份验证。 这样可以确保只有安全连接才能访问 MCP 服务，防止未经授权的访问。

重要

上述安全方面至关重要。如果不强制要求进行身份验证，公共互联网中的任何人都可能访问并调用你的 MCP 服务。

前提条件

  • Python 3.10+（FastMCP 需要 3.10+）
  • Google Cloud SDK（gcloud）
  • Git（用于克隆代码库）

安装

克隆代码库

git clone https://github.com/jackwotherspoon/mcp-on-cloudrun.git
cd mcp-on-cloudrun

部署 MCP 服务 :rocket:

1-deploy-mcp-server 目录包含一个示例，演示如何将简单的 MCP 服务部署到 Cloud Run。

按照 1-deploy-mcp-server/README.md 文件中的说明部署 MCP 服务。

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。