Google Cloud Run MCP — 使用场景, 安装 & 实时演示

为什么要用

核心特性

官方维护 — 由 GoogleCloudPlatform 负责维护
从本地文件夹或原始文件内容部署（无需 Docker 构建）
无需离开 agent 就能拉取服务日志进行调试
通过 ADC 身份验证 — 使用你已有的 gcloud auth

实时演示

实际使用效果

cloud-run.replay ▶ 就绪

0/0

安装

选择你的客户端

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "cloud-run": {
      "command": "npx",
      "args": [
        "-y",
        "@google-cloud/cloud-run-mcp"
      ]
    }
  }
}

打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "cloud-run": {
      "command": "npx",
      "args": [
        "-y",
        "@google-cloud/cloud-run-mcp"
      ]
    }
  }
}

Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "cloud-run": {
      "command": "npx",
      "args": [
        "-y",
        "@google-cloud/cloud-run-mcp"
      ]
    }
  }
}

点击 Cline 侧栏中的 MCP Servers 图标，然后选 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "cloud-run": {
      "command": "npx",
      "args": [
        "-y",
        "@google-cloud/cloud-run-mcp"
      ]
    }
  }
}

格式与 Claude Desktop 相同。重启 Windsurf 生效。

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "cloud-run",
      "command": "npx",
      "args": [
        "-y",
        "@google-cloud/cloud-run-mcp"
      ]
    }
  ]
}

Continue 使用服务器对象数组，而非映射。

~/.config/zed/settings.json

{
  "context_servers": {
    "cloud-run": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "@google-cloud/cloud-run-mcp"
        ]
      }
    }
  }
}

加入 context_servers。Zed 保存后热重载。

claude mcp add cloud-run -- npx -y @google-cloud/cloud-run-mcp

一行命令搞定。用 claude mcp list 验证，claude mcp remove 卸载。

使用场景

实战用法： Google Cloud Run

从 agent 部署一个小型服务到 Cloud Run

👤 后端工程师、独立创业者发布原型 ⏱ ~10 min intermediate

何时使用： 你已有 Node/Python 服务准备就绪。你想在不切换到控制台的情况下把它上线到 Cloud Run。

前置条件

已安装 gcloud SDK 并认证 — gcloud auth login && gcloud auth application-default login
一个已启用计费的 GCP 项目 — gcloud projects list

步骤

列出项目，选择正确的项目

列出我的 GCP 项目。我要部署到标记为 'staging' 的那个。✓ 已复制

→ 项目已识别
部署本地文件夹

将 ./my-api 部署为 Cloud Run 服务 'api-staging'，位置是 us-central1。允许未认证的调用。使用自动检测的 buildpack。✓ 已复制

→ 部署完成，返回 URL
验证

获取服务详情。用 curl 风格的测试调用 URL。确认返回 200。✓ 已复制

→ 服务 URL 正常工作

结果： 在 3-5 分钟内运行一个 Cloud Run 服务，agent 为你记录 URL。

注意事项

未认证的标志会公开暴露服务 — 对 staging 很好，对生产环境不好 — 对任何接近生产的东西，省略 allow_unauthenticated 并使用 IAM；如果面向用户，用 Cloud Armor 作前置
每次部署都会创建新的修订版本，旧版本会停留并占用资源 — 定期用 gcloud 清理旧修订版本，或配置修订版本保留策略

搭配使用： fastmcp · fastapi-mcp

从日志诊断 Cloud Run 服务

👤 值班工程师 ⏱ ~10 min intermediate

何时使用： Cloud Run 服务返回 500 错误。你想看日志而不打开控制台。

步骤

拉取最近的日志

获取 us-central1 中服务 'api-prod' 的最后 200 条日志条目。筛选为 ERROR 级别。✓ 已复制

→ 错误日志条目
查找模式

按消息模板对错误进行分组。哪个最常见？包含一个示例堆栈跟踪。✓ 已复制

→ 顶部错误及其堆栈跟踪
提议补救方案

基于堆栈跟踪，指出可能的代码路径。如果错误集中在最后一次部署中，建议回滚到上一个修订版本。✓ 已复制

→ 根本原因假设 + 行动

结果： 从告警到回滚决策在 5 分钟内完成。

注意事项

日志保留期默认很短（30 天） — 对任何你以后可能需要查看的内容，通过 Log Router 将日志导出到 BigQuery 或 GCS

搭配使用： sentry

部署 MCP server（FastMCP / fastapi-mcp）到 Cloud Run

👤 托管共享 MCP 的平台工程师 ⏱ ~30 min advanced

何时使用： 你构建了 MCP server，想为整个团队托管它。

前置条件

Dockerfile 或 buildpack 兼容的项目 — Cloud Run 可以为大多数语言使用 buildpack

步骤

部署服务器

将 ./my-mcp 部署为 Cloud Run 服务 'acme-mcp'，区域是 us-central1。从 .env.prod 设置环境变量。要求身份验证。✓ 已复制

→ 服务已在 IAM 后面部署
授予 IAM 访问权限

向 [email protected] 组授予此服务上的 'roles/run.invoker' 角色。✓ 已复制

→ 团队现在可以调用
连接客户端

编写 Claude Desktop 配置，通过 gcloud run services proxy 或带 IAM token 的 mcp-remote 连接。✓ 已复制

→ 团队已有复制粘贴设置

结果： 一个由团队托管的 MCP，使用 GCP 原生身份验证，与你的其他服务使用相同的部署模型。

注意事项

SSE 连接在 Cloud Run 的默认 5 分钟请求超时时断开 — 在服务上设置 --timeout=3600；MCP 连接需要更长的空闲容限

搭配使用： fastmcp · fastapi-mcp · mcp-context-forge

组合

与其他 MCP 搭配，撬动十倍杠杆

cloud-run + fastmcp

在一个会话中编写 Python MCP 并部署到 Cloud Run

搭建一个 FastMCP server 暴露我们的 pricing API，然后部署到带有 IAM 认证的 Cloud Run 服务 'pricing-mcp'。✓ 已复制

cloud-run + sentry

Cloud Run 错误 → Sentry 用于事件分类

如果我们的 Cloud Run 服务错误率飙升，拉取 Sentry 的匹配问题并将堆栈跟踪与最后一次部署进行关联。✓ 已复制

cloud-run + mcp-context-forge

在 Cloud Run 上托管 ContextForge 本身以联合 MCP

将 mcp-contextforge-gateway 部署到 Cloud Run，使用 Redis 作为联合状态。将我们的 3 个现有 MCP 注册为后端。✓ 已复制

工具

此 MCP 暴露的能力

工具	输入参数	何时调用	成本
list-projects		发现要针对哪个项目（仅本地）	free
create-project	name, project_id?	引导启动新的 GCP 项目（仅本地）	free
list-services	project, region?	查看在项目/区域中运行的内容	free
get-service	project, region, service	检查特定服务的配置	free
get-service-log	project, region, service, filter?, limit?	调试 — 拉取最近的日志	free
deploy-local-folder	folder_path, service, region, project, allow_unauthenticated?	部署你本地拥有的代码（仅本地）	free (build) + per-request Cloud Run pricing
deploy-file-contents	files: {path,content}[], service, region, project	部署 agent 生成的代码而无需本地文件	free (build) + per-request Cloud Run pricing

成本与限制

运行它的成本

API 配额: GCP 配额 — Cloud Run 部署 API 的配额很大方
每次调用 Token 数: 日志响应可能很大 — 积极地分页或筛选
费用: Cloud Run：免费层 ~200 万请求/月，之后 ~$0.40 每百万请求 + $0.000024 每 vCPU-秒
提示: 对非关键服务设置 min-instances=0 — 冷启动有代价但闲置时成本降至接近零

安全

权限、密钥、影响范围

最小权限： roles/run.admin roles/iam.serviceAccountUser

凭据存储： 通过 gcloud auth application-default login 的应用默认凭据 — 无需密钥文件

数据出站： 对 *.googleapis.com 的调用

切勿授予： roles/owner

故障排查

常见错误与修复

部署权限被拒绝

你的账户需要在运行时服务账号上拥有 roles/run.admin 和 roles/iam.serviceAccountUser。通过 gcloud projects get-iam-policy 检查。

构建失败，'buildpack 未被检测到'

添加 Dockerfile，或一个 buildpack 能识别的文件（Node 使用 package.json，Python 使用 requirements.txt，等等）。

服务已部署但返回 403

要么 allow_unauthenticated 未被设置，要么你的调用身份缺少 roles/run.invoker。决定：公开还是 IAM 门控。

SSE MCP 连接挂起 / 断开

增加 --timeout=3600 并确保 min-instances=1 以避免冷启动断开。

替代方案

Google Cloud Run 对比其他方案

替代方案	何时用它替代	权衡
Vercel（针对 Next.js）	你特别是在托管一个 Next.js 应用	Next.js 的更简单开发体验；比 Cloud Run 范围更窄
AWS App Runner / Lambda MCP	你在 AWS 上	可比较的无服务器模型，不同的生态系统
Fly.io	你想要默认的全球边缘和更简单的定价	更小的生态系统；还没有官方 MCP

Google Cloud Run

为什么要用

核心特性

实时演示

实际使用效果

安装

选择你的客户端

使用场景

实战用法： Google Cloud Run

前置条件

步骤

注意事项

步骤

注意事项

前置条件

步骤

注意事项

组合

与其他 MCP 搭配，撬动十倍杠杆

工具

此 MCP 暴露的能力

成本与限制

运行它的成本

安全

权限、密钥、影响范围

故障排查

常见错误与修复

替代方案

Google Cloud Run 对比其他方案

更多

资源