Építsd az ügynököket még gyorsabban a Gemini Enterprise Agent Platform teljesen kezelt, távoli MCP szerverével.

Néhány hónappal ezelőtt bejelentettük, hogy több mint 50 Google által kezelt MCP szerver érhető el. Ma belemélyedünk abba, hogyan használhatja a Gemini Enterprise Agent Platform távoli MCP szerverét, hogy biztonságosan kapcsolja össze külső AI ügynökeit a Google Cloud környezetén belüli erőforrásokkal. Csatlakoztassa IDE-jét a Google Cloudhoz. Tekintse az Agent Platform MCP szervert egy hídként a kedvenc külső fejlesztői eszközei és a Google Cloud architektúrája között. Ha például Antigravity CLI vagy Claude Code környezetében épít ügynököt, az Agent Platform MCP szerver lehetővé teszi, hogy az ügynök biztonságosan lépjen kapcsolatba az Agent Platform erőforrásaival. Így az ügynök most könnyen hívhat modelleket a Model Gardenből, letölthet megosztott prompt sablonokat, vagy akár közvetlenül kezelheti a Notebooks-ot a projektjében – mindezt anélkül, hogy elhagyná az IDE-t. Gyorsabb értékteremtés Az érték kézbesítésének sebessége az egyik legnagyobb előnye. De néha a külső fejlesztési környezetek felhőinfrastruktúrával való összekapcsolása kölcsönös áldozatokkal jár. A fejlesztők gyorsan szeretnének haladni minimális beállítással, míg az IT csapatoknak szigorú irányítást kell kifejteniük az adatok hozzáférése felett. Az Agent Platform MCP szerver egyetlen, egységesített felületet biztosít a külső ügynökei számára, így kevesebb időt tölthet az integrációs kód írásával, és több időt fordíthat hasznos funkciók fejlesztésére. Ráadásul, mivel teljes mértékben a Google Cloud biztonságos infrastruktúráján működik, készen áll az adatok védelmére, miközben felgyorsítja a fejlesztést. Két világ legjobbjai: Építsen nyílt szabványok alapján: Azok az ügynökök, akiket a Google Cloudon kívül épít, teljes mértékben megfelelnek az open MCP specifikációnak. Külső IDE-i és keretrendszerei zökkenőmentesen interakcióba léphetnek a felhőkörnyezetével anélkül, hogy egy szabadalmaztatott ökoszisztémába kényszerülnének. Központosított felfedezés: Katalógus segédleteit az Agent Registry segítségével az Agent Platformon. Ez a szervezet központosított könyvtáraként működik, így csapataid biztonságosan tárolhatják, kereshetik és irányíthatják a készségeik, eszközeik és egyéb AI képességeik teljes készletét. Könnyű hozzáférés biztonsággal és irányítással: Csatlakozása alapértelmezetten védett. Az IT csapatok kihasználhatják a natív Cloud IAM Deny politikákat annak biztosítására, hogy a külső fejlesztői keretrendszerek csak engedélyezett Google Cloud erőforrásokkal lépjenek kapcsolatba. Hogyan működik: Három egyszerű lépés a csatlakozáshoz. Engedélyezze az API-t: A Gemini Enterprise Agent Platform távoli MCP szerver automatikusan engedélyezésre kerül, amikor engedélyezi a Gemini Enterprise Agent Platform API-t a Google Cloud-projektjében. 2. Konfigurálja az ügyfelét: Csatlakoztassa AI alkalmazását a konfigurálási utasításaink követésével, hogy a távoli szerverre mutasson. 3. Használjon eszközkészleteket: Azonnal hozzáférhet egy robusztus, másolható eszközkészlet-végpontok listájához, hogy azonnal elkezdhessen interakcióba lépni az Agent Platform erőforrásaival. Elérhető eszközkészletek: MCP Eszközkészletek Végpont Leírás Eszközök /mcp/generate Generatív AI eszközök Alap generálási funkciók /mcp/predict Előrejelzési eszközök Inferenciák és nyers előrejelzés /mcp/notebook Colab vállalati notebook eszközök Notebook futtatás és végrehajtás kezelése /mcp/endpoints Végpont kezelési eszközök Modell végpontok életciklusának kezelése /mcp/models Modell nyilvántartási eszközök Modell feltöltés, nyilvántartás és telepítés /mcp/tuning Modell finomhangoló eszközök Finomhangolási feladatok kezelése és nyomon követése /mcp/evaluation Minőségértékelő eszközök Automatizált modellminőség és példányértékelés /mcp/prompts Prompt kezelési eszközök Prompt tervezési és verziókezelési munkafolyamatok. Kezdje el ma! Látogasson el az Agent Platform oldalára, hogy csatlakoztathassa kedvenc ügynöki keretrendszereit az Agent Platform MCP szerverhez, és kezdjen el építeni még ma.