GCP MCP服务器
通过标准化接口高效查询和管理Google云平台资源
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：GCP MCP服务器。 它的用途是：通过标准化接口高效查询和管理Google云平台资源 完整的 Skill 内容见：https://321skill.com/skills/gcp-mcp服务器/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我列出所有区域中CPU使用率超过80%的Compute Engine实例，并按项目汇总一下预估费用。'，它会通过此Skill连接GCP，查询监控数据并生成一份清晰的报告。或者，你可以说：'在us-central1区域为我的项目创建一个名为backup-bucket的存储桶，并设置为多区域存储。'，它会自动执行创建操作并返回结果。
介绍
这个Skill为AI助手提供了一个标准化的接口，使其能够直接、高效地查询和管理Google云平台（GCP）上的各类资源。它解决了开发者和运维人员在日常工作中需要频繁登录控制台或编写复杂脚本进行资源管理的痛点，将繁琐的操作转化为自然语言交互。
使用时，你只需在AI助手（如Claude）中通过自然语言描述你的需求，例如查询某个项目的计算实例状态或创建存储桶，该Skill便会通过MCP（模型上下文协议）服务器与GCP API进行交互，并返回结构化的结果。整个过程无需手动编写API调用代码。
它非常适合需要频繁与GCP打交道的后端开发、运维工程师、DevOps工程师以及数据分析师。无论是日常的资源巡检、故障排查，还是临时的配置修改和数据查询，都能通过对话快速完成。
建议在使用前确保已正确配置GCP服务账号密钥和必要的IAM权限，以保障操作的安全性和范围可控。由于涉及云资源管理，对于生产环境的敏感操作（如删除资源）请务必谨慎确认。
核心特点
与通用的云管理工具不同，它专为AI助手场景设计，通过MCP协议实现了标准化的自然语言到GCP API的转换，无需为每个AI工具单独适配；同时，它聚焦于GCP，提供了比通用云管理Skill更深入和原生的资源操作支持。
注意事项
不适合需要复杂业务逻辑编排或超出GCP API本身功能范围的场景。
常见问题
如何配置GCP访问权限？
需要创建一个GCP服务账号，并授予相应权限，然后将密钥文件路径配置给MCP服务器。
支持管理哪些GCP资源？
支持查询和管理常见的GCP服务资源，如Compute Engine实例、Cloud Storage存储桶、BigQuery数据集等，具体取决于实现的API范围。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/gcp-mcp服务器/raw/index.md 读取 GCP MCP服务器 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/gcp-mcp服务器/raw/index.md（查看排版版本）