Google Cloud startet CLI-Remote-MCP-Server als Preview für KI-Agenten

Warum Google die CLI hinter MCP legt

Google Cloud zufolge übernehmen Agenten zunehmend komplexe Cloud-Aufgaben, doch die Standardisierung ihrer Interaktion mit Backend-Systemen bleibt eine Herausforderung. Der neue Server bündelt Hunderte gcloud- und bq-Befehle in einem einzigen Server für das Model Context Protocol (MCP).

Das Unternehmen nennt zwei Vorteile für Agenten:

• Abstraktionen auf höherer Ebene: CLI-Befehle bündeln mehrstufige Workflows, Validierungsprüfungen und übergeordnete Operationen in einheitlichen Befehlen, statt eine mehrstufige API-Orchestrierung zu erfordern.
• Nutzt das Modelltraining: Laut Google Cloud sind LLMs umfassend auf öffentlicher Kommandozeilen-Dokumentation, Syntax und Anwendungsbeispielen vortrainiert. Das macht den CLI-Aufruf für Modelle intuitiv und sehr treffsicher.

Der Remote-Betrieb der CLI spart zudem Betriebsaufwand. Teams, die eigene Agenten entwickeln, müssen sonst lokale CLI-Versionen und Abhängigkeiten über Entwicklungs-, Test- und Produktionsumgebungen hinweg pflegen. Webbasierte Agentenplattformen wie Gemini Enterprise und andere gehostete Enterprise-Agentenplattformen laufen dort, wo Nutzer keine lokalen Pakete installieren können. Google Cloud zufolge bietet Remote-MCP diesen Oberflächen sicheren, verwalteten Zugriff auf CLI-Operationen.

Sicherheits- und Governance-Kontrollen

Google Cloud beschreibt mehrere Schutzmechanismen, die auf den Standard-Frameworks für Identität und Governance aufbauen.

• Keine Ambient Credentials: Die Ausführung ist in einer netzwerkbeschränkten Proxy-Grenze ohne Ambient Credentials isoliert. Authentifizierung und Autorisierung laufen über Agent Identity, OAuth 2.0 und Identity and Access Management (IAM).
• Durchsetzung von Richtlinien: Jeder Befehl wird mit den Berechtigungen der authentifizierten aufrufenden Identität ausgeführt. Standard-IAM-Berechtigungen und Einschränkungen des Organization Policy Service werden gegenüber den nachgelagerten Zielressourcen durchgesetzt.
• Model Armor: Der Server ist in Model Armor integriert, sodass LLM-Prompts und -Antworten auf Risiken wie Prompt Injection und schädliche Eingaben geprüft werden können.
• Audit-Logging: Der Server lässt sich so konfigurieren, dass jeder Tool-Aufruf in den Data-Access-Audit-Logs unter cloudcli.googleapis.com/mcp protokolliert wird. Sicherheitsteams sehen dort aufrufende Identitäten, OAuth-Clients und IAM-Autorisierungsentscheidungen, ohne dass sensible Befehlsinhalte oder personenbezogene Daten offengelegt werden.

Zwei Tools: run_gcloud_command und run_bq_command

Der Server stellt zwei Tools bereit. Mit run_gcloud_command können Agenten das gesamte Spektrum der gcloud-Operationen ausführen, um eine Google-Cloud-Umgebung zu verwalten, zu diagnostizieren und abzusichern. Als Beispiel nennt Google Cloud Observability und Incident-Diagnose: Ein Agent automatisiert dabei die Befehlsausführung und reduziert den Wechsel zwischen verschiedenen Tools.

Das Tool run_bq_command erweitert den bestehenden BigQuery-MCP-Server, der Organisationen bereits dabei hilft, Daten mit Agenten zu analysieren und zu erkunden. Google Cloud zufolge erschließt das neue Tool den vollen Umfang der bq-CLI für anspruchsvolle Aufgaben wie Ressourcenzuweisung, Job-Überwachung und Aufgabenplanung. Zu den genannten Funktionen gehören:

• Automatisierung geplanter Abfragen über Konfigurationen des BigQuery Data Transfer Service.
• Einsicht in Details der Abfrageausführung, darunter verarbeitetes Datenvolumen, Slot-Nutzung und Ausführungspläne, sowie die Verwaltung von Reservierungen.
• Datenadministratoren und -eigentümer können Tabellenberechtigungen über den Agenten einsehen und aktualisieren.

Anbindung, Preise und Verfügbarkeit

Da der Server das Standard-Protokoll Model Context Protocol implementiert, kann sich jede MCP-kompatible Agentenplattform und jede Orchestrierungs-Laufzeitumgebung per Standardkonfiguration verbinden, die auf https://cloudcli.googleapis.com/mcp verweist. Die Authentifizierung erfolgt für gehostete Google-Cloud-Plattformen über schlüsselloses Agent Identity, für externe Laufzeitumgebungen über Standard-OAuth-2.0.

Der Server ist als Public Preview verfügbar. Google Cloud erklärt, dass für den MCP-Server selbst keine zusätzlichen Kosten anfallen. Nutzer zahlen nur für die von ihnen erstellten GCP-Ressourcen und gegebenenfalls anfallende Datenübertragungskosten.

Für den Einstieg aktiviert man in einem Google-Cloud-Projekt die Cloud CLI Execution API (cloudcli.googleapis.com), weist der Agenten- oder Nutzeridentität die IAM-Rolle MCP Tool User (roles/mcp.toolUser) zu und konfiguriert den MCP-Client so, dass er sich mit cloudcli.googleapis.com/mcp verbindet.

Was das für Teams bedeutet, die Agenten entwickeln

Für Entwickler liegt die wichtigste Änderung im Betrieb: Agenten-Container müssen keine Google-Cloud-CLI-Binärdateien mehr bündeln und keine lokalen Laufzeitumgebungen verwalten. Für gehostete Plattformen wie Gemini Enterprise bietet der Server einen verwalteten Zugang zu gcloud- und bq-Operationen. Da Befehle unter den eigenen IAM-Berechtigungen des Aufrufers laufen und sich auditieren lassen, behalten Sicherheitsteams ihre bestehenden Kontrollen darüber, was ein Agent tun darf.