在Google Cloud Run上部署IBM MCP Context Forge网关的完整指南
2025-06-10 05:55:32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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 Python案例资源下载 - 从入门到精通的完整项目代码合集 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
303
2.65 K
Ascend Extension for PyTorch
Python
131
156
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
458
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++
610
197
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.06 K
612
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.45 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
206