在Google Cloud Run上部署IBM MCP Context Forge网关的完整指南
2025-06-10 15:48:43作者:尤辰城Agatha
前言
IBM MCP Context Forge是一个功能强大的上下文管理平台,本文将详细介绍如何在Google Cloud Run上部署其网关组件。Google Cloud Run作为完全托管的无服务器平台,能够为容器化应用提供自动扩缩容能力,是部署MCP Gateway的理想选择。
技术架构概述
在Google Cloud Run上部署MCP Gateway涉及以下核心组件:
- Cloud Run:运行MCP Gateway容器的主平台
- Cloud SQL:托管PostgreSQL数据库服务
- Memorystore:托管Redis缓存服务
- Artifact Registry:容器镜像仓库
这种架构组合提供了完整的后端支持,同时保持了无服务器架构的弹性和成本优势。
环境准备
1. 安装Google Cloud CLI
Google Cloud CLI是与Google Cloud服务交互的主要工具。以下是各平台的安装方法:
macOS系统
brew install --cask google-cloud-sdk
Debian/Ubuntu系统
sudo apt-get update
sudo apt-get install -y apt-transport-https ca-certificates gnupg curl
curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo gpg --dearmor -o /usr/share/keyrings/cloud.google.gpg
echo "deb [signed-by=/usr/share/keyrings/cloud.google.gpg] https://packages.cloud.google.com/apt cloud-sdk main" | sudo tee -a /etc/apt/sources.list.d/google-cloud-sdk.list
sudo apt-get update
sudo apt-get install -y google-cloud-cli
Windows系统
winget install --id Google.CloudSDK
初始化并认证:
gcloud init
gcloud auth login
gcloud config set project PROJECT_ID
2. 启用必要API
gcloud services enable \
run.googleapis.com \
sqladmin.googleapis.com \
redis.googleapis.com
基础设施部署
1. 创建PostgreSQL数据库实例
使用经济型的db-f1-micro规格:
gcloud sql instances create mcpgw-db \
--database-version=POSTGRES_17 \
--edition=ENTERPRISE \
--tier=db-f1-micro \
--region=us-central1
设置数据库密码并创建数据库:
gcloud sql users set-password postgres \
--instance=mcpgw-db \
--password=mysecretpassword
gcloud sql databases create mcpgw --instance=mcpgw-db
2. 创建Redis实例
使用基础版1GB内存配置:
gcloud redis instances create mcpgw-redis \
--region=us-central1 \
--tier=BASIC \
--size=1
容器镜像准备
由于Cloud Run需要镜像存储在Artifact Registry中,我们需要创建远程仓库代理:
export PROJECT_ID="your-project-id"
gcloud artifacts repositories create ghcr-remote \
--project=$PROJECT_ID \
--repository-format=docker \
--location=us-central1 \
--description="Proxy for GitHub Container Registry" \
--mode=remote-repository \
--remote-docker-repo=https://ghcr.io
部署MCP Gateway
1. 获取数据库连接信息
# 获取PostgreSQL连接名称
gcloud sql instances describe mcpgw-db \
--format="value(connectionName)"
# 获取PostgreSQL IP地址
gcloud sql instances describe mcpgw-db \
--format="value(ipAddresses.ipAddress)"
# 获取Redis IP地址
gcloud redis instances describe mcpgw-redis \
--region=us-central1 \
--format="value(host)"
2. 部署服务
gcloud run deploy mcpgateway \
--image=us-central1-docker.pkg.dev/$PROJECT_ID/ghcr-remote/ibm/mcp-context-forge:latest
--region=us-central1 \
--platform=managed \
--allow-unauthenticated \
--port=4444 \
--cpu=1 \
--memory=512i \
--max-instances=1 \
--set-env-vars=\
JWT_SECRET_KEY=jwt-secret-key,\
BASIC_AUTH_USER=admin,\
BASIC_AUTH_PASSWORD=changeme,\
AUTH_REQUIRED=true,\
DATABASE_URL=postgresql://postgres:mysecretpassword@<SQL_IP>:5432/mcpgw,\
REDIS_URL=redis://<REDIS_IP>:6379/0,\
CACHE_TYPE=redis,\
HOST=0.0.0.0,\
GUNICORN_WORKERS=1
关键参数说明:
--cpu=1和--memory=512i:限制资源使用以控制成本--max-instances=1:限制最大实例数GUNICORN_WORKERS=1:控制内存使用
验证部署
1. 检查数据库表结构
psql postgresql://postgres:mysecretpassword@<SQL_IP>:5432/mcpgw -c "\dt"
应看到18个表,包括gateways、mcp_messages、prompts等。
2. 生成JWT令牌
docker run -it --rm ghcr.io/ibm/mcp-context-forge:latest \
python3 -m mcpgateway.utils.create_jwt_token -u admin --secret jwt-secret-key
3. 测试API端点
# 健康检查
curl -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" \
https://<your-cloud-run-url>/health
# 版本检查
curl -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" \
https://<your-cloud-run-url>/version
# 工具列表
curl -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" \
https://<your-cloud-run-url>/tools
日志监控
实时日志查看
gcloud beta run services logs tail mcpgateway --region=us-central1
最佳实践建议
-
安全加固:
- 使用Secret Manager管理敏感信息
- 限制数据库访问IP范围
- 定期轮换JWT密钥
-
性能优化:
- 根据负载调整GUNICORN_WORKERS数量
- 设置min-instances减少冷启动延迟
-
成本控制:
- 使用Cloud Run的自动扩缩容特性
- 监控资源使用情况调整配额
-
高可用性:
- 考虑多区域部署关键组件
- 设置适当的健康检查
常见问题排查
-
容器启动失败:
- 检查HOST是否设置为0.0.0.0
- 验证端口配置是否正确
-
数据库连接问题:
- 确认IP白名单设置
- 检查连接字符串格式
-
认证失败:
- 验证JWT密钥一致性
- 检查Basic Auth凭据
通过本文的详细指南,您应该能够在Google Cloud Run上成功部署IBM MCP Context Forge网关,并构建一个高效、可扩展的上下文管理平台。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
621
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989