גוגל משיקה שרת MCP מרוחק עבור Google Cloud CLI בתצוגה מקדימה
מוצר חדש

גוגל משיקה שרת MCP מרוחק עבור Google Cloud CLI בתצוגה מקדימה

השרת מאפשר לסוכני AI להריץ פקודות gcloud ו-bq בסנדבוקס מבודד ומאובטח ללא התקנה מקומית

4 דקות קריאה
מבוסס על כתבה שלGoogle Cloud AI ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

✨תקציר מנהלים

נקודות עיקריות

  • גוגל הרחיבה את המערכת האקולוגית של שרתי MCP מנוהלים ומרוחקים עם השקת שרת ה-MCP המרוחק של Google Cloud CLI בגרסת תצוגה מקדימה (Preview).

  • השרת מאפשר לסוכני בינה מלאכותית להריץ פקודות gcloud ו-bq בסנדבוקס ביצוע מבודד על גבי תשתית Google Cloud, ללא צורך בהתקנת קובצי בינארי מקומיים.

  • מנגנון האבטחה כולל היעדר אישורים סביבתיים (zero ambient credentials), אכיפת מדיניות IAM, שילוב עם Model Armor ואפשרות לתיעוד ביומני ביקורת בענן.

  • השרת חושף שני כלים מרכזיים: run_gcloud_command לניהול ואבחון תשתיות, ו-run_bq_command לניהול משאבים, שאילתות והרשאות ב-BigQuery.

  • השימוש בשרת ה-MCP אינו כרוך בתשלום נוסף מעבר לעלויות משאבי ה-GCP שנוצרים ועלויות העברת נתונים ישימות.

גוגל משיקה שרת MCP מרוחק עבור Google Cloud CLI בתצוגה מקדימה

  • גוגל הרחיבה את המערכת האקולוגית של שרתי MCP מנוהלים ומרוחקים עם השקת שרת ה-MCP המרוחק...
  • השרת מאפשר לסוכני בינה מלאכותית להריץ פקודות gcloud ו-bq בסנדבוקס ביצוע מבודד על גבי תשתית...
  • מנגנון האבטחה כולל היעדר אישורים סביבתיים (zero ambient credentials), אכיפת מדיניות IAM, שילוב עם Model...
  • השרת חושף שני כלים מרכזיים: run_gcloud_command לניהול ואבחון תשתיות, ו-run_bq_command לניהול משאבים, שאילתות והרשאות ב-BigQuery.
  • השימוש בשרת ה-MCP אינו כרוך בתשלום נוסף מעבר לעלויות משאבי ה-GCP שנוצרים ועלויות העברת נתונים...

בהודעה רשמית שפרסמה גוגל, החברה הכריזה על הרחבת המערכת האקולוגית שלה עבור שרתי Model Context Protocol (MCP) מנוהלים ומרוחקים, באמצעות השקת שרת ה-MCP המרוחק של Google Cloud CLI בגרסת תצוגה מקדימה (Preview). השרת החדש, המופעל על גבי כלי שורת הפקודה המוכרים gcloud ו-bq עבור BigQuery, מעניק לסוכני בינה מלאכותית גישה ישירה ורחבה לפעולות שורת פקודה לצורך ניהול תשתיות Google Cloud ועבודה עם תהליכי עבודה מתקדמים ב-BigQuery בצורה מאובטחת וחלקה.

מדוע ממשק שורת הפקודה חשוב לפעולת סוכני בינה מלאכותית

לפי ההכרזה של גוגל, סוכני AI מבצעים יותר ויותר פעולות ענן מורכבות, אך קביעת סטנדרט אחיד לאופן שבו הם מתקשרים עם מערכות צד-שרת (backend) נותרה אתגר. שרת ה-MCP המרוחק של Cloud CLI מגשר על הפער הזה על ידי אריזת הגמישות של מאות פקודות gcloud ו-bq בתוך שרת MCP יחיד. ארכיטקטורה זו מניבה שני יתרונות מרכזיים עבור סוכני הבינה המלאכותית:

ראשית, מדובר בהפשטות ברמה גבוהה יותר (Higher-level abstractions). פקודות CLI אורזות תהליכי עבודה מורכבים מרובי שלבים, בדיקות אימות (validation checks) ופעולות ברמה גבוהה לכדי פקודות מאוחדות, במקום לדרוש תיאום ותזמור מרובה שלבים של קריאות API (multi-step API orchestration).

שנית, הגישה ממנפת את אימון המודלים (Leverages model training). מודלי שפה גדולים (LLMs) מאומנים מראש באופן נרחב על גבי תיעוד ציבורי של ממשקי שורת פקודה, תחביר ודוגמאות שימוש, מה שהופך את הפעלת ה-CLI לאינטואיטיבית ומדויקת ביותר עבור המודלים.

היתרונות של הפעלת ה-CLI מאחורי שרת MCP מרוחק

ניהול תשתיות ענן באמצעות סוכני AI דרש באופן מסורתי התקנה ותחזוקה של קובצי בינארי (binaries) של Google Cloud CLI בתוך סביבות הריצה והביצוע של הסוכנים. שרת ה-MCP המרוחק של Cloud CLI מגשר בין יכולות ה-CLI לבין יתרונות פרוטוקול MCP על ידי אספקת סביבת ביצוע מבודדת (execution sandbox) על גבי תשתית Google Cloud. פתרון זה נותן מענה לאתגרי תשתית מרכזיים:

  1. ניהול תלויות וסביבות ריצה מפושט: עבור צוותים שבונים סוכנים מותאמים אישית, תחזוקה של גרסאות CLI מקומיות ותלויות שונות בסביבות פיתוח, בדיקות וייצור מייצרת תקורה תפעולית. שרת MCP מרוחק מבטל לחלוטין את הצורך בהתקנות מקומיות ובתחזוקת סביבות ריצה מקומיות.

  2. גישה עבור נקודות קצה של סוכנים מבוססי ווב: פלטפורמות סוכנים וממשקי ווב מתארחים (כדוגמת Gemini Enterprise ופלטפורמות סוכנים ארגוניות מתארחות אחרות) פועלים בסביבות שבהן למשתמשים אין יכולת לשלוט או להתקין חבילות מקומיות. שרת MCP מרוחק מאפשר גישה מאובטחת ומנוהלת לפעולות Google Cloud CLI ישירות ממשטחי עבודה אלה.

אבטחה וממשל ברמה ארגונית

חיבור סוכן בינה מלאכותית לתשתיות ארגוניות דורש מנגנוני הגנה מחמירים המותאמים לארגונים. השרת המרוחק של גוגל ממנף את מסגרות הזהות והממשל הסטנדרטיות של Google Cloud כדי לשמור על אבטחת הסביבות:

  • היעדר אישורים סביבתיים (Zero ambient credentials): השרת מבודד את הביצוע בתוך גבול פרוקסי מוגבל-רשת ללא אישורים סביבתיים כלליים. אימות והרשאות מטופלים באמצעות זהות סוכן (Agent Identity), פרוטוקול OAuth 2.0 ומערכת ניהול הזהויות וההרשאות Identity and Access Management (IAM).
  • אכיפת מדיניות קפדנית: כל פקודה שמבוצעת דרך שרת ה-MCP המרוחק מורצת תחת ההרשאות המוגדרות של זהות הקורא המאומתת. הן הרשאות IAM סטנדרטיות והן אילוצי שירות של מדיניות הארגון (organization policy service constraints) נאכפים בקפדנות מול משאבי היעד במורד הזרם (downstream target resources).
  • הגנה מתקדמת באמצעות Model Armor: כדי למזער את הסיכונים הנלווים לקריאות כלים של בינה מלאכותית, שרת ה-MCP משתלב עם מערכת Model Armor. ניתן לסנן באופן יזום פרומפטים ותגובות של מודלי שפה כדי להגן מפני סיכונים כגון הזרקת פרומפטים (prompt injection) וקלטים זדוניים.
  • רישום יומני ביקורת בענן (Cloud audit logging): ניתן להגדיר את שרת ה-MCP המרוחק לתעד כל הפעלת כלי ביומני ביקורת (יומני Data Access תחת cloudcli.googleapis.com/mcp). צוותי אבטחה יכולים לקבל נראות מלאה לגבי זהויות הפונים, לקוחות OAuth והחלטות הרשאה של IAM (תחת mcp.googleapis.com/tools.call), מבלי לחשוף מטעני פקודות רגישים או מידע מזהה אישית (PII).

חיבור והגדרה של שרת ה-MCP המרוחק

שילוב ניהול הענן בתוך סוכנים אינו דורש עוד אריזה של קובצי בינארי של Google Cloud CLI, ניהול סביבות ריצה מקומיות או תחזוקת תלויות בתוך תמונות קונטיינר של הסוכנים. מכיוון ששרת ה-MCP המרוחק מיישם את תקן Model Context Protocol הסטנדרטי, כל פלטפורמת סוכנים או סביבת תזמור התואמת ל-MCP יכולה להתחבר באופן מיידי באמצעות הגדרת תצורה סטנדרטית, שבה מגדירים את השרת תחת google-cloud-cli עם כתובת ה-URI המפנה אל https://cloudcli.googleapis.com/mcp.

בעקבות החיבור, הסוכן מקבל גישה מיידית להרצת פקודות gcloud ו-bq בתוך סנדבוקס ענן מאובטח ומבודד ברמת הרשת. תהליך האימות מנוהל באמצעות Agent Identity ללא מפתחות עבור פלטפורמות Google Cloud מתארחות, או באמצעות OAuth 2.0 סטנדרטי עבור סביבות ריצה חיצוניות.

ניהול תשתיות והרחבת פעולות BigQuery באמצעות הכלים run_gcloud_command ו-run_bq_command

שרת ה-MCP המרוחק חושף שני כלים מרכזיים עבור סוכני הבינה המלאכותית:

  1. ניהול תשתיות ענן באמצעות run_gcloud_command: כלי זה מאפשר לסוכנים להריץ את מלוא מגוון הפעולות של gcloud כדי לנהל, לאבחן ולאבטח את סביבת Google Cloud. דוגמה לכך היא תחום התצפיתיות ואבחון תקלות (Observability and incident diagnostics), שבו סוכן מייעל ומפשט תהליכי אבחון תקלות על ידי אוטומציה של הרצת פקודות וצמצום הצורך בהחלפת הקשרים ומעבר בין כלים שונים.

  2. הרחבת פעולות BigQuery באמצעות run_bq_command: בעוד שרת ה-BigQuery MCP הקיים כבר סייע לארגונים לנתח ולחקור נתונים באמצעות סוכני AI, כלי ה-run_bq_command מאפשר לסוכנים להתמודד עם משימות BigQuery מתקדמות כגון הקצאת משאבים (resource allocation), ניטור משימות (job monitoring) ותזמון משימות (task scheduling) באמצעות פתיחת מלוא היקף הפונקציונליות של ה-CLI של bq. היכולות המרכזיות כוללות:

  • אוטומציה של שאילתות מתוזמנות: הסוכן משתמש בהגדרות BigQuery Data Transfer Service כדי לתזמן שאילתות באופן אוטומטי.
  • ניהול משימות ומשאבים: קבלת תובנות עמוקות לגבי פרטי ביצוע שאילתות, כולל נפח נתונים מעובד, שימוש בסלוטים (slot usage), תוכניות ביצוע, וכן ניהול הקצאות ומשאבים (reservations).
  • בקרת גישה והרשאות: מנהלי ובעלי נתונים יכולים לבדוק ולעדכן הרשאות של טבלאות ישירות דרך הסוכן.

תמחור, זמינות וצעדים לתחילת עבודה

שרת ה-MCP המרוחק של Google Cloud CLI זמין כעת בגרסת תצוגה מקדימה פומבית (public preview). גוגל ציינה כי אין חיוב או תשלום נוסף על השימוש בשרת ה-MCP עצמו; המשתמשים משלמים רק על משאבי ה-GCP שהם יוצרים במסגרת הפעילות ועל כל עלות ישימה של העברת נתונים.

כדי להתחיל לעבוד עם השרת, יש לבצע שלושה שלבים:

  1. להפעיל את ה-API של ביצוע Cloud CLI שנקרא Cloud CLI Execution API (cloudcli.googleapis.com) בפרויקט Google Cloud.
  2. להעניק את תפקיד ה-IAM הנדרש MCP Tool User (roles/mcp.toolUser) לזהות הסוכן או המשתמש.
  3. להגדיר את לקוח ה-MCP להתחברות אל הכתובת cloudcli.googleapis.com/mcp.

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של Google Cloud AI. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

עוד מ־Google Cloud AI

כל הכתבות מ־Google Cloud AI
חידושים בתשתיות ותזמור בינה מלאכותית ב-Google Cloud
חדשות
4 דקות
מ־Google Cloud AI

חידושים בתשתיות ותזמור בינה מלאכותית ב-Google Cloud

גוגל קלאוד (Google Cloud) פרסמה סקירה מקיפה של עדכוני תשתיות ותזמור AI לחודשים מאי עד אוגוסט 2026. בין החידושים: שכבת אחסון חדשה ל-Filestore המבוססת על מערכת Colossus לתמיכה בקבוצות סוכני AI, סביבות gVisor בתוך אשכולות Ray מבוזרים על גבי GKE, מופעי Cloud Run ייעודיים לסוכנים בעלות של 5.70 דולר ל-30 יום, והפיכת ליבת פרוטוקול MCP לחסרת מצב (stateless). כמו כן הוצגו זמינות כללית ל-Managed Lustre ולמכונות C4N, כלי אבטחה בקוד פתוח בשם k8s-aibom, שדרוגי ביצועים ב-GKE Inference Gateway, ותוצאות סקר שבו 83% מהארגונים ציינו צורך בשדרוג תשתיות עבור יישומי Agentic AI.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
הכרזת n8n Agents: שילוב סוכני AI עצמאיים לצד תהליכי עבודה
מוצר חדש
4 דקות
מ־n8n

הכרזת n8n Agents: שילוב סוכני AI עצמאיים לצד תהליכי עבודה

פלטפורמת n8n הכריזה על השקת Agents (סוכנים), המאפשרים למשתמשים להגדיר מטרות בשפה חופשית ולהשאיר לסוכן לקבוע את שלבי הביצוע בעזרת מודלים, כלים ותהליכי עבודה קיימים. הסוכנים יכולים לפעול מתוך Slack, Telegram, Discord, לפי תזמון מוגדר או מתוך תהליכי עבודה באמצעות הצומת החדש Message an Agent. כל סוכן כולל ניהול זיכרון, הפעלות, כלים, מיומנויות ומנגנוני אישור אנושי לפעולות רגישות. התכונה זמינה כעת ב-Preview למשתמשי n8n Cloud ובהתקנה עצמאית.

קרא עוד
מודל Jev של TypeSafe AI: קבלת החלטות מהירה לאוטומציה ללא הזיות
מוצר חדש
4 דקות
מ־TechCrunch

מודל Jev של TypeSafe AI: קבלת החלטות מהירה לאוטומציה ללא הזיות

חברת TypeSafe AI, שהוקמה על ידי חוקר OpenAI לשעבר דיוגו אלמיידה, השיקה את Jev — מודל טרנספורמר חדש שאינו מפיק טקסט אלא הסתברויות והחלטות מכוילות. המודל מאפשר קבלת החלטות מהירה וזולה לאוטומציית תוכנה ללא סכנת הזיות, הודות להגדרת הפלטים מראש על ידי המשתמש ואימונו הבלעדי על נתונים סינתטיים. מפתחים מדווחים על שיפורי מהירות משמעותיים ועלויות נמוכות בהשוואה למודלי שפה מסורתיים.

קרא עוד
Amazon Quick זמין כעת באופן כללי למחשב השולחני
מוצר חדש
4 דקות
מ־AWS Machine Learning

Amazon Quick זמין כעת באופן כללי למחשב השולחני

אפליקציית הדסקטופ של Amazon Quick זמינה כעת באופן כללי למשתמשי macOS ו-Windows, ובמקביל נוסף פיד פעילות למובייל ב-iOS וב-Android. המערכת מרכזת נתונים מדואר אלקטרוני, מיומן פגישות, ממערכות CRM ומהודעות לתצוגה מתועדפת אחת, כאשר סוכני AI מטפלים במשימות שגרתיות ברקע. Quick פועל על גבי תשתיות AWS ושומר על נתוני הארגון בסביבתו המקומית, כולל תמיכה במעקב ביקורת דרך CloudWatch ו-CloudTrail והסמכות תאימות דוגמת HIPAA, FedRAMP, SOC 2 ו-ISO 27001. לקוחות בארגונים כמו Southwest Airlines, LabCorp ו-PGA TOUR משתמשים בכלי להשלמת משימות, סינתזת מידע ופיתוח אבות-טיפוס.

קרא עוד
סיילספורס מציגה את סוכן התזמון של Agentforce לשירות שטח
מוצר חדש
4 דקות
מ־Salesforce Blog

סיילספורס מציגה את סוכן התזמון של Agentforce לשירות שטח

סיילספורס הציגה את Scheduling Agent במסגרת Agentforce Field Service, סוכן בינה מלאכותית הפועל 24/7 לתיאום, שינוי וביטול פגישות שירות שטח. הסוכן מחובר לנתוני הלקוחות, ללוחות הזמנים של הטכנאים ולמנוע האופטימיזציה של הארגון, ופועל בערוצי תקשורת מגוונים בהם וואטסאפ, דוא"ל, SMS, iMessage ושיחות קוליות. המערכת מבוססת על Agent Script לקבלת החלטות דטרמיניסטית ואכיפת כללים עסקיים ללא ניחושים של מודלי שפה, ומספקת מענה לפניות לקוחות, סדרנים, טכנאים וטריגרים מנכסים. המערכת תוצג בכנס Dreamforce וב-Salesforce+.

קרא עוד