借助 Google Cloud API Gateway 将你的 REST API 转化为 MCP 工具

📌 One-Sentence Summary

Google Cloud API Gateway 现在允许开发者仅通过为 OpenAPI 规范添加注解，就将现有的 REST API 暴露为 Model Context Protocol（MCP）工具，无需再单独构建和维护 MCP 服务器。

📝 Summary

本文介绍了 Google Cloud API Gateway 的一项全新公开预览功能，使其能够充当远程 MCP 服务器。通过向 OpenAPI 3.x 规范添加特定注解，现有的 REST 操作会被自动转码为 AI 智能体可以发现并调用的 MCP 工具。这种方式让 MCP 与 REST 流量共享同一套身份验证、配额和日志策略，显著降低了将企业能力集成到 AI 智能体中的运维开销。文章提供了技术实操指南，涵盖注解规范、部署网关、保护工具发现以及使用 Agent Development Kit（ADK）连接智能体。

💡 Main Points

消除独立 MCP 服务器的运维开销

传统上，团队必须在单独的 MCP 服务器中重新实现路由、认证和配额逻辑，才能让 REST API 可被智能体调用。API Gateway 现在原生处理这种转码，让现有基础设施同时服务 REST 和 MCP 流量。

无缝的策略集成

由于网关会将 MCP JSON-RPC 请求转码为标准 REST 调用，现有的 JWT/API 密钥身份验证、配额和日志记录保持不变，并在两种调用方式之间保持一致。

通过 OpenAPI 注解进行配置

开发者可以使用 `x-google-api-management.mcp` 在文档级别选择启用 MCP，并通过 `x-google-mcp-tool` 定义具体的工具名称和描述，后者是 LLM 决定何时调用工具的主要信号。

与智能体生态系统的集成

通过网关暴露的工具可以发布到 API hub 和 Agent Registry，使使用 Agent Development Kit（ADK）等框架的智能体和开发者能够发现它们。

💬 Key Quotes

大多数企业能力都隐藏在智能体无法看到的 REST API 背后。

MCP 和 REST 流量共享完全相同的策略路径，而给定的操作无论以何种方式调用，都使用同一份配额分配。

工具的描述是 LLM 决定何时调用它的主要信号，因此要写明何时以及为何使用该工具，而不仅仅是它返回什么。

📊 Article Meta

AI Screening： 87

Source： Google Developers Blog

Author： Sanjay Pujare, Paul Howell

Category： 人工智能

Language： 英文

Read Time： 4 min

Word Count： 873

Tags：

AI 与智能应用 , 后端开发 , AI 工程 , AI Agent , API设计