1. Обзор
В эпоху генеративного ИИ барьер между идеей и работающим прототипом фактически исчез, породив «программистов, создающих визуальные образы». Используя естественный язык и высокоуровневые намерения, создатели теперь могут воплощать сложные приложения за считанные минуты, полностью сосредотачиваясь на творческом процессе, а не на ручном синтаксисе. Однако этот импульс часто сталкивается с препятствием на этапе развертывания, где традиционные инфраструктурные барьеры — такие как контейнеризация, конфигурация, обработка серверов, обслуживание — вновь создают те самые препятствия, которые ИИ был призван устранить.
В этом практическом занятии мы рассмотрим, как поддерживать творческий темп, превратив развертывание в естественное продолжение процесса разработки. Мы подробно разберем, как развернуть ваше приложение из Gemini CLI и Anitgravity в Cloud Run с помощью сервера Cloud Run MCP . Благодаря этому вы сможете поручить ИИ-приложению развернуть ваше приложение в Cloud Run — готовом к использованию бессерверном сервисе, который берет на себя всю сложную работу по управлению инфраструктурой.
Что вы построите
В рамках этой лабораторной работы вы:
- Установите Cloud Run MCP Server в качестве расширения Gemini CLI.
- Создайте простое приложение с помощью vibe-coding в Gemini CLI.
- Разверните приложение в Cloud Run, используя сервер Cloud Run MCP.
- Включите облачный запуск сервера MCP в Antigravity.
- Разверните то же приложение в Cloud Run из Antigravity, используя сервер Cloud Run MCP.
Требования
- Проект Google Cloud с включенной функцией выставления счетов.
- Установлены gcloud , Gemini CLI и Antigravity .
2. Прежде чем начать
Создать проект
- В консоли Google Cloud на странице выбора проекта выберите или создайте проект Google Cloud.
- Убедитесь, что для вашего облачного проекта включена функция выставления счетов. Узнайте, как проверить, включена ли функция выставления счетов для проекта .
Вход через терминал
Для работы с сервером Cloud Run MCP как в Gemini CLI, так и в Antigravity требуется вход через gcloud .
- Вам понадобится установленная на вашем компьютере
gcloud. В терминале войдите в свою учетную запись Google Cloud, используя команду:
gcloud auth login
- Настройте учетные данные приложения с помощью команды:
gcloud auth application-default login
- Выполните следующую команду, чтобы убедиться, что команда
gcloudзнает о вашем проекте.
gcloud config list project
- Если ваш проект не задан, используйте следующую команду для его настройки:
gcloud config set project <YOUR_PROJECT_ID>
Сгенерировать ключ API Gemini
- В браузере перейдите на страницу «Ключи API» .
- Нажмите на кнопку «Создать ключ API» в правом верхнем углу страницы.
- Во всплывающем окне «Создать новый ключ» укажите подходящее имя для вашего ключа и выберите проект Google Cloud, в рамках которого будет создан ключ.
- Нажмите кнопку «Создать ключ» . Будет сгенерирован новый ключ.
- Скопируйте сгенерированный ключ.
- В терминале (локальном или в Cloud Shell) установите переменную среды для этого ключа следующим образом:
export GOOGLE_API_KEY=<YOUR_API_KEY>
export GEMINI_API_KEY=<YOUR_API_KEY>
3. Введение
Введение в MCP-сервер
Сервер MCP (Model Context Protocol Server) выступает в качестве стандартизированного моста, соединяющего ИИ-помощников с внешними системами и инструментами. Представьте его как универсальный драйвер или «порт USB-C» для искусственного интеллекта; вместо того, чтобы разработчикам приходилось создавать уникальную интеграцию для каждого отдельного источника данных (например, Google Drive, Gmail или локальной базы данных) для взаимодействия с каждой конкретной моделью ИИ, MCP предоставляет общий язык, понятный всем. Этот сервер обычно работает локально на вашем компьютере или удаленно, принимая запросы от «клиента ИИ» (например, AI Studio, Gemini CLI, Antigravity) для безопасного доступа к информации, находящейся за пределами обучающих данных ИИ.
Основная цель MCP-сервера — превратить пассивного чат-бота в активного агента, предоставляя ему доступ к определенным возможностям, технически определяемым как ресурсы, инструменты и подсказки. Подключив сервер, вы даете ИИ возможность выполнять реальные задачи — например, читать файлы журналов в реальном времени, запрашивать данные из базы данных SQL или выполнять скрипты кода.
Сервер Cloud Run MCP
Сервер Cloud Run MCP позволяет совместимым с MCP агентам искусственного интеллекта интегрироваться с Cloud Run и выполнять над ним различные действия. Сервер Cloud Run MCP поставляется с богатым набором инструментов и подсказок.
Инструменты
Инструменты — это исполняемые модули, позволяющие искусственному интеллекту взаимодействовать с внешними системами и выполнять реальную работу.
- deploy-file-contents: Развертывает файлы в Cloud Run, предоставляя их содержимое напрямую.
- list-services: Отображает список сервисов Cloud Run в заданном проекте и регионе.
- get-service: Получает подробную информацию о конкретной службе Cloud Run.
- get-service-log: Получает журналы и сообщения об ошибках для конкретной службы Cloud Run.
- deploy-local-folder: Развертывает локальную папку в сервисе Google Cloud Run.
- list-projects: Отображает список доступных проектов GCP.
- create-project: Создает новый проект GCP и привязывает его к первому доступному платежному аккаунту. При желании можно указать идентификатор проекта.
Подсказки
Подсказки — это команды на естественном языке, которые можно использовать для выполнения распространенных задач. Они представляют собой ярлыки для вызова инструментов с предварительно заполненными аргументами.
- deploy: Развертывает текущий рабочий каталог в Cloud Run. Если имя службы не указано, будет использоваться переменная среды DEFAULT_SERVICE_NAME или имя текущего рабочего каталога.
- logs: Получает логи для службы Cloud Run. Если имя службы не указано, будет использоваться переменная среды DEFAULT_SERVICE_NAME или имя текущего рабочего каталога.
4. Установите и запустите MCP Server для Gemini CLI.
Расширение Gemini CLI
Расширения Gemini CLI представляют собой модульные пакеты, объединяющие серверы MCP, контекстные файлы и пользовательские команды в единый устанавливаемый блок. Они служат «контейнерами для доставки» возможностей, позволяя мгновенно оснастить Gemini CLI специализированными функциями для конкретных платформ, таких как GitHub, Firebase или Google Cloud.
Установка сервера Cloud Run MCP в качестве расширения Gemini CLI
Для установки Cloud Run MCP Server в качестве расширения Gemini CLI выполните следующую команду:
gemini extensions install https://github.com/GoogleCloudPlatform/cloud-run-mcp
Обеспечение успешной установки
Откройте интерфейс командной строки Gemini, выполнив следующую команду в терминале:
gemini
После того, как терминал перейдет в режим командной строки Gemini, выполните следующую команду, чтобы убедиться, что сервер Cloud Run MCP отображается в состоянии «Готов» .
/mcp list

Кроме того, для использования Gemini Code Assist для кодирования в стиле Vibe вам потребуется аутентификация. Для этого выполните следующие действия в командной строке Gemini:
/auth login
Выберите опцию «Использовать ключ API Gemini» . Это автоматически войдет в систему, поскольку вы уже установили переменную среды GEMINI_API_KEY.
5. Vibe-Coding в Gemini CLI
Теперь мы создадим веб-приложение на Vibe Code с помощью Gemini CLI, а затем развернем его в Cloud Run, используя сервер MCP.
- Убедитесь, что вы находитесь в терминале Gemini CLI.
- Используйте предложенную команду для создания веб-приложения. Вот один из примеров таких команд:
Build a NodeJS-based neon-themed Tic-Tac-Toe web app where the grid glows and players X (cyan) and O (magenta) pulse with light against a dark background. The UI must focus on immersion, using CSS shadows and transitions to make the board feel responsive and alive.
Program the game logic in NodeJS in a new folder `neon-tic-tac-toe`, that handles turn switching, win detection, and a dramatic 'Game Over' announcement at the top of the screen.
Once the application is ready, tell me how to run it locally so that I can try it out before deploying on the server.
Вполне вероятно, что Gemini CLI будет запрашивать ваши данные на нескольких этапах создания веб-приложения. Предоставьте необходимые данные, чтобы Gemini CLI мог продолжить работу и реализовать веб-приложение.
- После того, как приложение будет готово, запустите его локально, как указано в Gemini CLI. Протестируйте функциональность приложения.
- При желании вы можете поручить Gemini CLI внести любые изменения в приложение.
6. Развертывание в Cloud Run из командной строки Gemini.
- После того, как вы убедитесь в работоспособности веб-приложения, мы развернем его в Cloud Run, используя следующую команду:
Deploy the neon-tic-tac-toe folder as Cloud Run service in the project <project-id> in us-west1 region.
Измените заполнитель, указав идентификатор вашего проекта Google Cloud. При желании вы можете изменить регион на любой другой по вашему выбору.
Обратите внимание, что Gemini CLI вызывает инструмент deploy_local_folder сервера Cloud Run MCP. Разрешите Gemini CLI продолжить выполнение этого инструмента.
- Развертывание приложения в Cloud Run займет несколько минут. Как только развертывание завершится, вы получите URL-адрес консоли Cloud и URL-адрес сервиса. Скопируйте и вставьте URL-адрес сервиса в браузер.

- Вы успешно развернули веб-приложение в Cloud Run из Gemini CLI с помощью Cloud Run MCP Server.
7. Вибрационное кодирование в антигравитации
- Откройте приложение «Антигравитация».
- Теперь вы можете выбрать, открыть ли папку
neon-tic-tac-toeсозданную в предыдущем разделе, или новую папку, в которой можно написать веб-приложение с помощью Vibe Code. - Убедитесь, что панель «Менеджер агентов» открыта в Antigravity, как показано на изображении ниже.

- Если вы открыли новую папку, введите инструкции по созданию веб-приложения на панели Agent Manager. Примите соответствующие меры, чтобы веб-приложение было создано должным образом. Вы также можете запустить приложение локально и проверить, работает ли оно должным образом.
8. Развертывание в облаке с помощью Antigravity
Теперь мы установим сервер Cloud Run MCP.
- Нажмите на три точки (...) в правом верхнем углу панели Agent Manager. В выпадающем списке выберите пункт MCP Servers .

- Найдите
Cloud Runв текстовом поле поиска в магазине MCP. Наведите курсор на сервер Cloud Run MCP и нажмите кнопку «Установить» , которая появится справа.

- После установки нажмите кнопку «Назад к агенту» в верхней части панели «Диспетчер агентов».
- На панели Agent Manager нам будет предложено развернуть эту папку в качестве службы Cloud Run в проекте Google Cloud следующим образом:
Deploy this folder as Cloud Run service in the project <project-id> in us-west1 region.
Обратите внимание, что при этом вызывается инструмент deploy_local_folder сервера Cloud Run MCP. Он будет использовать имя папки в качестве имени службы Cloud Run.
При желании вы можете изменить регион на любой другой по вашему выбору.
- Развертывание приложения в Cloud Run займет несколько минут. Как только развертывание завершится, вы получите URL-адрес консоли Cloud и URL-адрес сервиса. Скопируйте и вставьте URL-адрес сервиса в браузер.

- Вы успешно развернули веб-приложение на платформе Cloud Run из Antigravity, используя сервер Cloud Run MCP.
9. Уборка
Чтобы избежать списания средств с вашего аккаунта Google Cloud за ресурсы, использованные в этой статье, выполните следующие действия:
- В консоли Google Cloud перейдите на страницу «Управление ресурсами» .
- В списке проектов выберите проект, который хотите удалить, и нажмите кнопку «Удалить».
- В диалоговом окне введите идентификатор проекта, а затем нажмите «Завершить», чтобы удалить проект.
10. Поздравляем!
Поздравляем! Вы успешно завершили разработку приложения с помощью vibe-code и развернули его в Cloud Run через сервер Cloud Run MCP на Gemini CLI и Antigravity!!
Gemini CLI и Antigravity — это незаменимые приложения для разработки и тестирования приложений, позволяющие пользователям мгновенно воплощать свои идеи в жизнь.
Бесшовная интеграция этих инструментов с Cloud Run через сервер Cloud Run MCP позволяет пользователям без труда развертывать свои приложения непосредственно в Google Cloud. Использование Cloud Run предоставляет все преимущества бессерверной среды, абстрагируясь от сложностей и накладных расходов, связанных с управлением инфраструктурой.