Google 開發人員知識 MCP 伺服器可讓 AI 輔助開發工具搜尋 Google 官方開發人員說明文件,並擷取 Firebase、Google Cloud、Android、地圖等 Google 產品的資訊。將 AI 應用程式直接連結至我們的官方文件庫,確保您收到的程式碼和指引都是最新資訊,並以權威的脈絡為依據。
設定伺服器後,整合式工具可協助處理下列要求:
導入指南
- 例如:在 Android 應用程式中,使用 Firebase 雲端通訊實作推播通知的最佳方式是什麼?
生成及說明程式碼
- 舉例來說:在 Google 文件中搜尋 Python 範例,列出 Cloud Storage 專案中的所有 bucket。
疑難排解與偵錯
- 例如:為什麼我的 Google Maps API 金鑰會顯示「僅供開發使用」浮水印?
比較分析和摘要
- 舉例來說:Help me choose between Cloud Run and Cloud Functions for a new microservice. 建立 Markdown 表格,比較主要用途、並行和定價模式等重要層面。
MCP 伺服器功能
Google Developer Knowledge MCP 伺服器為 AI 應用程式提供下列工具:
| 工具名稱 | 說明 |
|---|---|
search_documents |
搜尋 Google 的開發人員說明文件 (Firebase、Google Cloud、Android、地圖等),找出與查詢相關的頁面和程式碼片段。在搜尋結果中使用 get_documents 搭配 parent,即可取得完整頁面內容。 |
get_documents |
使用 search_documents 結果中的 parent 取得多份文件的完整內容。 |
這項 search_documents 工具會將說明文件分成較小的文字塊,方便 AI 輔助搜尋和檢索。搜尋時,這項工具會傳回一或多個與查詢相關的文件摘要。如要查看摘要周圍的完整網頁內容,請使用 get_documents 和搜尋結果中提供的 parent 擷取完整網頁內容。
安裝
Google Developer Knowledge MCP 伺服器是遠端 MCP 伺服器,可使用 Developer Knowledge API 搜尋及擷取說明文件。您可以使用 OAuth 或 API 金鑰進行驗證。
使用 OAuth 進行驗證
本節將逐步說明如何使用 OAuth,向 Developer Knowledge MCP 伺服器驗證 AI 應用程式。
必要條件:設定 Google Cloud CLI
請先確認下列事項,再繼續操作:
步驟 1:在專案中啟用 Developer Knowledge API
- 在 Google API 程式庫中開啟 Developer Knowledge API 頁面。
- 確認您已選取要使用 API 的正確專案。
- 按一下「啟用」。啟用或使用 API 時,不需要特定的 IAM 角色。
步驟 2:選擇驗證方法
選擇的驗證方法取決於 AI 助理是否支援使用 gcloud CLI 的應用程式預設憑證 (ADC),或是否需要獨立的 OAuth 用戶端 ID。Gemini CLI 等助理可使用現有的 Google Cloud 登入資訊,讓您輕鬆完成設定,但 Antigravity 等助理則需要您手動建立及提供自己的憑證,才能建立安全連線。
選取與特定 AI 助理設定需求相符的分頁。
ADC
連結帳戶
如要授予 MCP 伺服器代表您執行的權限,請執行下列指令,並將 PROJECT_ID 替換為您的 Google Cloud 專案 ID:
gcloud auth application-default login --project=PROJECT_ID出現提示時,請選擇帳戶,然後按一下「繼續」。
設定 AI 應用程式
完成驗證後,最後一個步驟是向 AI 應用程式提供伺服器設定詳細資料。確切的 JSON 結構會因應用程式而異,但您可以將下列範例做為範本。
如要設定 Gemini CLI 或 Gemini Code Assist,請編輯或建立下列其中一個設定檔:
- 在專案中:
.gemini/settings.json - 在主目錄中:
~/.gemini/settings.json
{ "mcpServers": { "google-developer-knowledge": { "httpUrl": "https://developerknowledge.googleapis.com/mcp", "authProviderType": "google_credentials", "oauth": { "scopes": [ "https://www.googleapis.com/auth/cloud-platform" ] }, "timeout": 30000, "headers": { "X-goog-user-project": "PROJECT_ID" } } } }如要確認 MCP 伺服器是否正常運作,請繼續驗證安裝。
- 在專案中:
手動憑證
設定 OAuth 同意畫面
設定專案的 OAuth 同意畫面,並將自己新增為測試使用者。如果已為 Google Cloud 專案完成這個步驟,請跳至下一個步驟。
- 開啟 Google Cloud 控制台的「Auth overview」(驗證總覽) 頁面,然後按一下「Get started」(開始使用)。
- 輸入應用程式名稱,選取支援電子郵件地址,然後按一下「下一步」。
- 在「目標對象」部分選取「外部」,然後點選「下一步」。
- 在「聯絡資訊」中輸入電子郵件地址,然後按一下「下一步」。
- 詳閱並同意《Google API 服務:使用者資料政策》,然後點選「繼續」。
- 點選「建立」。
新增測試使用者
建立 OAuth 用戶端
如要以使用者身分驗證,並存取應用程式中的使用者資料,您需要建立 OAuth 2.0 用戶端 ID。Google 的 OAuth 伺服器會使用用戶端 ID 來識別個別應用程式。
- 在 Google Auth Platform 中,按一下「用戶端」。
- 按一下「建立用戶端」。
- 從「應用程式類型」選取器中,選擇「電腦應用程式」。
- 在「Name」(名稱) 欄位中,輸入憑證名稱。這個名稱只會顯示在 Google Cloud 控制台中。
- 按一下「建立」,系統會顯示「已建立 OAuth 用戶端」畫面,其中包含新的用戶端 ID 和用戶端密鑰。
- 按一下「確定」。新建立的憑證會顯示在「OAuth 2.0 Client IDs」(OAuth 2.0 用戶端 ID) 下方。
- 按一下新建立的用戶端 ID。在「Client secrets」部分,按一下下載圖示即可儲存 JSON 檔案。您將在後續步驟中使用這個檔案中的
client_id和client_secret值。
設定 AI 應用程式
接下來,您需要為 AI 應用程式提供伺服器設定詳細資料。雖然確切步驟會因應用程式而異,但您可以參考下列範例。
如要設定 Antigravity 使用 MCP 伺服器,請按照下列步驟操作:
- 在 Antigravity 中,依序按一下「Agent」窗格中的「其他選項」 選單 >「MCP Servers」 >「Manage MCP Servers」。
在開啟的「管理 MCP 伺服器」窗格頂端,按一下「查看原始設定」,即可編輯
mcp_config.json檔案:{ "mcpServers": { "google-developer-knowledge": { "serverUrl": "https://developerknowledge.googleapis.com/mcp" } } }返回「管理 MCP 伺服器」,然後按一下「重新整理」。
新增 OAuth 憑證
首次嘗試使用 Developer Knowledge MCP 伺服器時,AI 助理會提示您完成設定:
使用提示詞要求代理使用 Developer Knowledge MCP 伺服器,例如:
How do I list Cloud Storage buckets?如果看到要求您註冊一或多個重新導向 URI 的訊息,請按一下該選項繼續操作。由於您將用戶端 ID 設為「Desktop app」,因此不需要在 Google Auth Platform 中新增這些特定 URI。
當 AI 助理提示您輸入「用戶端 ID」和「用戶端密鑰」時,請貼上您稍早儲存的用戶端密鑰 JSON 檔案中,對應的金鑰。
出現提示時,請選擇帳戶,然後按一下「繼續」。
返回 AI 助理。代理程式現在會使用新驗證的伺服器處理您的要求。
使用 API 金鑰進行驗證
本節將逐步說明如何使用 API 金鑰,向 Developer Knowledge MCP 伺服器驗證 AI 應用程式。
步驟 1:建立 API 金鑰
您可以使用 Google Cloud 控制台或 gcloud CLI,在 Google Cloud 專案中產生 Developer Knowledge API 金鑰:
Google Cloud Console
啟用 API
- 在 Google API 程式庫中開啟 Developer Knowledge API 頁面。
- 確認您已選取要使用 API 的正確專案。
- 按一下「啟用」。啟用或使用 API 時,不需要特定的 IAM 角色。
建立及保護 API 金鑰
- 在 Google Cloud 控制台中,前往已啟用 API 的專案,然後前往「憑證」頁面。
- 按一下「建立憑證」,然後從選單中選取「API 金鑰」。「建立的 API 金鑰」對話方塊會顯示新建立的金鑰字串。
- 點選「編輯 API 金鑰」。
- 在「Name」欄位中,輸入金鑰名稱。
- 在「API restrictions」下方,選取「Restrict key」。
-
從「選取 API」清單中啟用「Developer Knowledge API」,然後按一下「確定」。
- 注意:如果您剛啟用 Developer Knowledge API,可能要過一段時間才會顯示在「選取 API」清單中。
- 按一下 [儲存]。
建立金鑰後,按一下「顯示金鑰」即可查看。請記下這項資訊,以便設定 AI 應用程式。
gcloud CLI
- 如果尚未下載並安裝 gcloud CLI,請先完成這項操作。
啟用 Developer Knowledge API,並將 PROJECT_ID 替換為您的 Google Cloud 雲端專案 ID:
gcloud services enable developerknowledge.googleapis.com --project=PROJECT_ID使用相同的 Google Cloud 專案 ID 建立 API 金鑰:
gcloud services api-keys create --project=PROJECT_ID --display-name="DK API Key"這項指令會傳回 API 金鑰字串。記下這項資訊,以便設定 AI 應用程式。
請新增 API 金鑰限制,確保 API 金鑰安全。為提升安全性,請將 API 金鑰限制為只能存取 Developer Knowledge API。
步驟 2:在專案中啟用 Developer Knowledge MCP 伺服器
如要在 Google Cloud 專案中啟用 Developer Knowledge MCP 伺服器,請下載並安裝 gcloud CLI,然後執行下列指令,並將 PROJECT_ID 替換為您的 Google Cloud 專案 ID:
gcloud beta services mcp enable developerknowledge.googleapis.com --project=PROJECT_ID
如果 Google Cloud 專案未啟用 Developer Knowledge 服務,系統會提示您先啟用這項服務,再啟用遠端 MCP 伺服器。
為確保安全,建議您只為 AI 應用程式運作所需的服務啟用 MCP 伺服器。
步驟 3:設定 AI 應用程式
按照這些操作說明設定熱門 AI 應用程式。將 YOUR_API_KEY 替換為上一個步驟中產生的 Developer Knowledge API 金鑰:
Gemini CLI
如要設定 Gemini CLI,請執行下列指令:
gemini mcp add -t http -H "X-Goog-Api-Key: YOUR_API_KEY" google-developer-knowledge https://developerknowledge.googleapis.com/mcp --scope user
或者,編輯或建立下列其中一個設定檔:
- 在專案中:
.gemini/settings.json - 在主目錄中:
~/.gemini/settings.json
{
"mcpServers": {
"google-developer-knowledge": {
"httpUrl": "https://developerknowledge.googleapis.com/mcp",
"headers": {
"X-Goog-Api-Key": "YOUR_API_KEY"
}
}
}
}
Gemini Code Assist
如要設定 Gemini Code Assist,請編輯或建立下列任一設定檔:
- 在專案中:
.gemini/settings.json - 在主目錄中:
~/.gemini/settings.json
{
"mcpServers": {
"google-developer-knowledge": {
"httpUrl": "https://developerknowledge.googleapis.com/mcp",
"headers": {
"X-Goog-Api-Key": "YOUR_API_KEY"
}
}
}
}
Claude Code
如要設定 Claude Code,請在應用程式資料夾下執行下列指令。
claude mcp add google-dev-knowledge --transport http https://developerknowledge.googleapis.com/mcp --header "X-Goog-Api-Key: YOUR_API_KEY"
Cursor
如要設定 Cursor,請編輯 .cursor/mcp.json (特定專案) 或 ~/.cursor/mcp.json (所有專案)。
{
"mcpServers": {
"google-developer-knowledge": {
"url": "https://developerknowledge.googleapis.com/mcp",
"headers": {
"X-Goog-Api-Key": "YOUR_API_KEY"
}
}
}
}
GitHub Copilot
如要為單一專案設定 VS Code 中的 GitHub Copilot,請編輯工作區中的 .vscode/mcp.json 檔案。
{
"servers": {
"google-developer-knowledge": {
"url": "https://developerknowledge.googleapis.com/mcp",
"headers": {
"X-Goog-Api-Key": "YOUR_API_KEY"
}
}
}
}
如要在每個專案中提供伺服器,請編輯使用者設定。按一下「Open Settings (JSON)」(開啟設定 (JSON)) 按鈕。
{
"mcp": {
"servers": {
"google-developer-knowledge": {
"url": "https://developerknowledge.googleapis.com/mcp",
"headers": {
"X-Goog-Api-Key": "YOUR_API_KEY"
}
}
}
}
}
滑浪風帆
如要設定 Windsurf 編輯器,請編輯 ~/.codeium/windsurf/mcp_config.json 檔案。
{
"mcpServers": {
"google-developer-knowledge": {
"url": "https://developerknowledge.googleapis.com/mcp",
"headers": {
"X-Goog-Api-Key": "YOUR_API_KEY"
}
}
}
}
驗證安裝
設定完成後,開啟 AI 應用程式並輸入提示,例如:
How do I list Cloud Storage buckets?
如果看到對 search_documents 或其他 Developer Knowledge MCP 伺服器工具的工具呼叫,表示伺服器運作正常。
管理權杖用量
擷取文件內容 (特別是使用 batch_get_documents 時) 會耗用 AI 應用程式內容視窗中的權杖。由於部分 Google 開發人員說明文件頁面相當大,擷取多份文件可能會迅速導致成本增加、模型回應時間變慢,以及脈絡窗口溢位。
為提升效能並避免產生預期外的費用,請設計具體的提示詞,只要求您需要的資訊。避免提出廣泛的要求 (例如「比較所有 Firebase 產品」),以免迫使代理程式一次擷取大量資料。
隨附文件
如要瞭解伺服器會搜尋哪些文件,請參閱語料庫參考資料。
已知限制
- 內容範圍:只會納入語料庫參考資料中公開顯示的頁面。不包括來自其他來源的內容,例如 GitHub、OSS 網站、網誌或 YouTube。
- 僅限英文結果:伺服器僅支援英文結果。
- 需要網路連線:伺服器工具需要即時 Google Cloud 服務。如果持續發生錯誤,請檢查網際網路連線和 Developer Knowledge API 金鑰設定。
疑難排解
如果遇到問題,請確認下列事項:
- AI 工具的 MCP 設定檔格式正確。
- 如果使用 API 驗證方法,您在設定檔中使用的 Developer Knowledge API 金鑰有效,且已啟用 Developer Knowledge API。
- 您尚未用盡 Developer Knowledge API 配額。
Model Armor
如果您使用 Model Armor 保護應用程式,部分查詢可能會發生 403 PERMISSION_DENIED 錯誤。由於 Developer Knowledge MCP 伺服器只會傳回來自可信 Google 來源的公開說明文件,建議您將提示詞注入和越獄 (PIJB) 篩選器設為 HIGH_AND_ABOVE 可信度等級,以減少誤判。如果您的用途不涉及存取私人或私密資料的其他工具,也可以考慮停用 PIJB 篩選器。