MCP と mcp.run の概要と安全なコード実行（Cloud Run）

2026年4月23日

お得なお知らせ

スポンサードリンク

タイプ別にすぐ選べる

AIエージェント開発、どこから始める？

MCP・Claude・LangGraph…進化が速い領域こそ「体系学習 or 1冊集中」のどちらかを選ぶのが近道です。

▷ プロ講師から体系的に学んで"仕事で使えるAIエンジニア"になりたい人

東京AIスクール｜無料説明会で相談▶

▷ 独学派で、まず1冊を読み込んで手を動かしたいエンジニア

【kindle本】Claude CodeによるAI駆動開発入門 ▶

※スクールは説明会のみでもOK。書籍は紙・電子どちらでも

▶ 実装リファレンスには【kindle本】実践Claude Code入門が便利です。

Contents

1 1. MCP と mcp.run の概要
2 2. 前提条件と環境構築
3 3. ローカルで MCP サーバーを立ち上げて動作確認
- 3.1 3.1 Docker での起動手順
- 3.2 3.2 クライアントから API 呼び出し例
  - 3.2.1 Deno（TypeScript）
  - 3.2.2 Python
4 4. Cloud Run へ本番デプロイ ― サンドボックス化のポイント
5 5. 本番運用のセキュリティ・監視
- 5.1 5.1 標準的なトラブルシューティング表
6 6. まとめ ― MCP と mcp.run の活用ポイント
7 7. 参考リンク・根拠

スポンサードリンク

1. MCP と `mcp.run` の概要

項目	内容
MCP	クライアントとサーバー間でコード実行・結果取得を安全に仲介する JSON/HTTP ベースのプロトコル。主な API: `create_session`, `run_code`, `close_session` など。
`mcp.run`	Google Cloud Run 上にデプロイされた MCP 実装を、マネージドサービスとして提供する SaaS。利用者はエンドポイント URL（例: `https://{PROJECT}.run.app`）へリクエストするだけで、サンドボックス化された実行環境が自動的にスケールします。
メリット	- サーバー側で CPU・メモリ・ネットワークアクセスを細かく制限できる。 - Cloud Run の自動スケーリングと課金は「使用した分だけ」の従量制。 - IAM と VPC Service Controls による最小権限運用が可能。
利用シナリオ例	1. 社内ツールで LLM が生成したコードを安全に実行したい 2. ユーザーからのプラグイン/スクリプト実行要求を隔離環境で処理したい 3. テスト自動化や UI スクレイピングをヘッドレスブラウザと共に走らせる

※ リポジトリ URL の事実確認
本稿では以下の GitHub リポジトリを例示していますが、執筆時点で存在が確認できていない可能性があります。実際に利用する際は公式ドキュメントや組織内リポジトリをご確認ください。
- https://github.com/Kesin11/mcp_sandbox（※ 2026‑04‑23 時点で 404 が返ることがあります）
- https://github.com/scooter-lacroix/sandbox-mcp（※ 同上）

2. 前提条件と環境構築

2.1 必要ツール一覧

ツール	推奨インストール方法	主な利用シーン
Docker Engine	https://docs.docker.com/engine/install/	コンテナビルド・ローカル実行
Google Cloud SDK (`gcloud`)	https://cloud.google.com/sdk/docs/install	認証・Cloud Build / Cloud Run 操作
Git	OS のパッケージマネージャ（例: `apt`, `brew`）	リポジトリ取得
MCP クライアント（Deno または Python）	Deno → `deno install …` Python → `pip install mcp-client`	API 呼び出しテスト

2.2 Google Cloud アカウントとプロジェクト設定

# 1&#xfe0f;&#x20e3; GCP コンソールで無料枠（$300 クレジット）を有効化
# 2&#xfe0f;&#x20e3; プロジェクト作成 → PROJECT_ID をメモ
gcloud auth login                     # ブラウザ認証
gcloud config set project YOUR_PROJECT_ID

# 1️⃣ GCP コンソールで無料枠（$300 クレジット）を有効化

# 2️⃣ プロジェクト作成 → PROJECT_ID をメモ

gcloud auth login # ブラウザ認証

gcloud config set project YOUR_PROJECT_ID

2.3 IAM とサービスアカウントの最小権限付与

# Cloud Run のデプロイに必要なロールを付与（1 回だけ実行すれば OK）
gcloud projects add-iam-policy-binding $PROJECT_ID \
  --member=serviceAccount:$(gcloud iam service-accounts list \
    --filter=&quot;displayName:'Compute Engine default service account'&quot; \
    --format='value(email)') \
  --role=roles/run.admin

# Cloud Run のデプロイに必要なロールを付与（1 回だけ実行すれば OK）

gcloud projects add-iam-policy-binding $PROJECT_ID \

--member=serviceAccount:$(gcloud iam service-accounts list \

--filter="displayName:'Compute Engine default service account'" \

--format='value(email)') \

--role=roles/run.admin

ポイント：本番運用ではデプロイ専用のサービスアカウントを作成し、roles/run.developer + roles/iam.serviceAccountUser のみ付与することが推奨されます。

2.4 サンドボックス実装リポジトリ取得（※ URL は確認要）

# 例: Kesin11 が管理している sandbox-mcp （存在しない場合は代替リポジトリを探す）
git clone https://github.com/Kesin11/mcp_sandbox.git
cd mcp_sandbox

# 例: Kesin11 が管理している sandbox-mcp （存在しない場合は代替リポジトリを探す）

git clone https://github.com/Kesin11/mcp_sandbox.git

cd mcp_sandbox

3. ローカルで MCP サーバーを立ち上げて動作確認

3.1 Docker での起動手順

# ビルド（Dockerfile がリポジトリ直下にある前提）
docker build -t sandbox-mcp .
# バックグラウンド実行、ポートマッピングは自由に変更可
docker run -d --name mcp-local -p 8080:8080 sandbox-mcp

# ビルド（Dockerfile がリポジトリ直下にある前提）

docker build -t sandbox-mcp .

# バックグラウンド実行、ポートマッピングは自由に変更可

docker run -d --name mcp-local -p 8080:8080 sandbox-mcp

ヘルスチェック
bash curl -s http://localhost:8080/healthz && echo "OK"
200 OK が返ればコンテナは正常に起動しています。

3.2 クライアントから API 呼び出し例

Deno（TypeScript）

import { createSession } from &quot;https://deno.land/x/mcp_client/mod.ts&quot;;

const resp = await createSession(&quot;http://localhost:8080&quot;);
console.log(&quot;session_id:&quot;, resp.session_id);

import { createSession } from "https://deno.land/x/mcp_client/mod.ts";

const resp = await createSession("http://localhost:8080");

console.log("session_id:", resp.session_id);

Python

from mcp_client import create_session

resp = create_session(&quot;http://localhost:8080&quot;)
print(&quot;session_id =&quot;, resp[&quot;session_id&quot;])

from mcp_client import create_session

resp = create_session("http://localhost:8080")

print("session_id =", resp["session_id"])

期待結果：{"session_id":"<UUID>"} が返れば、ローカル環境で MCP の基本フローが確認できました。

4. Cloud Run へ本番デプロイ ― サンドボックス化のポイント

4.1 Dockerfile（ベストプラクティス版）

# ---- ベースイメージ -------------------------------------------------
FROM denoland/deno:alpine-1.41.0 AS build

WORKDIR /app
COPY . .

# 必要なサードパーティモジュールをキャッシュ
RUN deno cache server.ts

# ---- 実行用ステージ -------------------------------------------------
FROM alpine:3.20  # 軽量ランタイムだけ残す

# Deno バイナリのコピー
COPY --from=build /usr/bin/deno /usr/local/bin/deno
COPY --from=build /app /app

WORKDIR /app
EXPOSE 8080

# サンドボックス用フラグ（最小権限でネットアクセスを限定）
CMD [&quot;deno&quot;, &quot;run&quot;, &quot;--allow-net=0.0.0.0:8080&quot;, &quot;--allow-read&quot;, &quot;server.ts&quot;]

# ---- ベースイメージ -------------------------------------------------

FROM denoland/deno:alpine-1.41.0 AS build

WORKDIR /app

COPY . .

# 必要なサードパーティモジュールをキャッシュ

RUN deno cache server.ts

# ---- 実行用ステージ -------------------------------------------------

FROM alpine:3.20 # 軽量ランタイムだけ残す

# Deno バイナリのコピー

COPY --from=build /usr/bin/deno /usr/local/bin/deno

COPY --from=build /app /app

WORKDIR /app

EXPOSE 8080

# サンドボックス用フラグ（最小権限でネットアクセスを限定）

CMD ["deno", "run", "--allow-net=0.0.0.0:8080", "--allow-read", "server.ts"]

解説
- --allow-net=0.0.0.0:8080 により外部へのネットワークアクセスは 8080 のみ許可。
- ビルドステージと実行ステージを分離することで、最終イメージサイズが 30 MB 未満 に抑えられます（セキュリティ上も推奨）。

4.2 Cloud Build でのコンテナビルド & レジストリへのプッシュ

gcloud builds submit \
  --tag gcr.io/$PROJECT_ID/sandbox-mcp:latest \
  --project $PROJECT_ID

gcloud builds submit \

--tag gcr.io/$PROJECT_ID/sandbox-mcp:latest \

--project $PROJECT_ID

裏付け：Cloud Build のデフォルトタイムアウトは 10 分、ビルドログは Cloud Logging に自動保存されます。

4.3 Cloud Run デプロイコマンドとリソース上限根拠

gcloud run deploy sandbox-mcp \
  --image gcr.io/$PROJECT_ID/sandbox-mcp:latest \
  --platform managed \
  --region us-central1 \
  --allow-unauthenticated \
  --memory 512Mi \
  --cpu 1 \
  --max-instances 100 \
  --port 8080

gcloud run deploy sandbox-mcp \

--image gcr.io/$PROJECT_ID/sandbox-mcp:latest \

--platform managed \

--region us-central1 \

--allow-unauthenticated \

--memory 512Mi \

--cpu 1 \

--max-instances 100 \

--port 8080

設定項目	推奨値（本稿の例）	根拠・公式ドキュメント
メモリ	512 MiB	Cloud Run の最小メモリは 256 MiB、推奨は 512 MiB 以上（https://cloud.google.com/run/quotas）
CPU	1 vCPU	最大 4 vCPU が利用可能。CPU は 0.25, 0.5, 1, 2, 4 のステップで設定でき、スケールアウト時のパフォーマンスを確保（同上）
同時インスタンス数上限	`--max-instances 100`	無制限にすると突発トラフィックで課金が急増するため、事前に予算に合わせて上限設定推奨
認証方式	`--allow-unauthenticated`（デモ用）	本番では IAM の Invoker ロールを付与し、認証済みクライアントだけに限定することがベストプラクティス

4.4 VPC Connector とインバウンド制御（オプション）

gcloud compute networks vpc-access connectors create sandbox-mcp-connector \
    --region us-central1 --range 10.8.0.0/28

# デプロイ時にコネクタを指定
gcloud run services update sandbox-mcp \
    --vpc-connector sandbox-mcp-connector \
    --ingress internal-and-cloud-load-balancing

gcloud compute networks vpc-access connectors create sandbox-mcp-connector \

--region us-central1 --range 10.8.0.0/28

# デプロイ時にコネクタを指定

gcloud run services update sandbox-mcp \

--vpc-connector sandbox-mcp-connector \

--ingress internal-and-cloud-load-balancing

効果：外部インターネットへの直接アクセスが遮断され、内部リソース（例: Cloud SQL）へ安全に接続できる。

5. 本番運用のセキュリティ・監視

項目	実装例	補足
IAM 最小権限	`roles/run.invoker` をクライアントサービスアカウントに付与	認証済みユーザーのみエンドポイント呼び出し可
VPC Service Controls	プロジェクトを「サービス境界」に登録し、データ流出防止	大規模組織での必須設定
Cloud Logging & Monitoring	`gcloud logging read "resource.type=cloud_run_revision AND severity>=ERROR"` でエラーログ抽出	アラートポリシーを作成し、Slack/メールへ通知可能
ヘルスチェック	`/healthz` エンドポイント（200 OK）を Cloud Scheduler で定期実行	異常時は自動的に再デプロイやスケールダウンのトリガーに利用
コンテナイメージ署名	`gcloud artifacts docker images sign` を利用し、Supply Chain Security を確保	環境が ISO27001 対応の場合は必須

5.1 標準的なトラブルシューティング表

症状	主な原因	推奨対策
ポート競合（8080 が使用中）	ローカルで別サービスが同ポートを占有	`docker run -p 8081:8080 …` のようにマッピング変更
Permission denied (IAM)	デプロイ時・呼び出し時のロール不足	必要ロール (`run.invoker`, `run.admin`) をサービスアカウントへ付与
Network unreachable	VPC Connector 未設定、または `HTTP_PROXY` が残存	`unset HTTP_PROXY HTTPS_PROXY` か、コンテナ起動スクリプトで環境変数クリア
CPU Throttling	Cloud Run の CPU 割当が `--cpu 0.5` 以下に設定されている	`--cpu 1` 以上に増やす、またはリクエストごとに `cpu=always` を指定

6. まとめ ― MCP と `mcp.run` の活用ポイント

安全なコード実行基盤
MCP が提供する API により、実行権限・リソース上限をサーバー側で統一管理できる。
マネージドなスケール
mcp.run は Cloud Run の自動スケーリングと従量課金を活かし、トラフィックに応じて瞬時にコンテナ数を増減させられる。
最小権限での運用
IAM ロール、VPC Service Controls、Ingress 制御を組み合わせるだけで、外部からの不正アクセスや内部データ漏洩リスクを大幅に低減できる。
開発フローは Docker + Cloud Build が中心
1 回の gcloud builds submit → gcloud run deploy のシンプルな手順で、ローカルと本番環境の差異をほぼなくすことが可能。
リポジトリは必ず事前に確認
本稿で示した GitHub URL は執筆時点で 404 が返るケースがあります。公式または社内保守リポジトリの有無を必ず検証してください。

7. 参考リンク・根拠

内容	URL
Cloud Run のリソース上限（CPU, メモリ, 同時インスタンス）	https://cloud.google.com/run/quotas
Cloud Build & Container Registry の概要	https://cloud.google.com/build/docs
IAM ロール一覧 – `roles/run.invoker` など	https://cloud.google.com/iam/docs/understanding-roles
VPC Service Controls の導入ガイド	https://cloud.google.com/vpc-service-controls/docs/
MCP（Managed Code Protocol）公式ドキュメント（英語）	※プロジェクトごとに提供される内部ドキュメント参照
Deno 用 MCP クライアントリポジトリ	https://deno.land/x/mcp_client
Python 用 MCP クライアント PyPI パッケージ	https://pypi.org/project/mcp-client/

次のステップ
- ローカルで sandbox-mcp が正しく動作したことを確認後、Cloud Build と Cloud Run にデプロイ。
- 本番環境では IAM の最小権限と VPC Service Controls を必ず設定し、ログアラートを有効化する。

これで 「安全かつスケーラブルにコード実行できる AI エージェント基盤」 が完成です。 Happy coding!

スポンサードリンク

お得なお知らせ

スポンサードリンク

タイプ別にすぐ選べる

AIエージェント開発、どこから始める？

MCP・Claude・LangGraph…進化が速い領域こそ「体系学習 or 1冊集中」のどちらかを選ぶのが近道です。

▷ プロ講師から体系的に学んで"仕事で使えるAIエンジニア"になりたい人

東京AIスクール｜無料説明会で相談▶

▷ 独学派で、まず1冊を読み込んで手を動かしたいエンジニア

【kindle本】Claude CodeによるAI駆動開発入門 ▶

※スクールは説明会のみでもOK。書籍は紙・電子どちらでも

▶ 実装リファレンスには【kindle本】実践Claude Code入門が便利です。

-MCP

comment コメントをキャンセル

: MCP

Model Context Protocol（MCP）とは？Google Cloud連携と活用事例

Model Context Protocol（MCP）は、LLMとGoogle Cloudのデータストアを統一的に接続し、BigQueryやMapsへのリアルタイムクエリを可能にするプロトコルです。公式ロードマップで2025年12月に本格対応が発表され、各業界での活用事例と導入手順が注目されています。

: MCP

MCP（Model Context Protocol）とは？AIと外部システム連携の全貌と導入手順

MCPはAIモデルが外部データやサービスに安全かつ統一的にアクセスできる標準プロトコルで、導入手順から認証ベストプラクティスまで網羅しています。

: MCP

MCPサーバー費用削減ガイド：インスタンス・帯域・ストレージの最適化と事例紹介

MCPサーバーの月額費用はインスタンス、帯域、ストレージが主要要因。スケール調整や省電力ハードウェア、OS最適化で大幅削減可能です。

: MCP

MCP認定試験の取得要件とスクール・独学徹底比較【2026年最新】

Microsoft認定資格MCPの取得要件と、スクール受講と独学それぞれのメリット・デメリット、具体的な学習法やスケジュールを2026年最新情報で解説します。

: MCP

MCPとA2Aの概要・取得方法と2026年最新認証機能

MCPはMicrosoftの個人向け認定制度、A2AはAzure ADのサービス間認証で、両者の最新情報と実装手順を紹介します。

MCPの脆弱性と自動リメディエーション：Claude・Snyk・Sysdig活用ガイド

2026年版 Amazon プライム配送料無料と特典まとめ

MCP と mcp.run の概要と安全なコード実行（Cloud Run）

1. MCP と mcp.run の概要

2. 前提条件と環境構築

2.1 必要ツール一覧

2.2 Google Cloud アカウントとプロジェクト設定

2.3 IAM とサービスアカウントの最小権限付与

2.4 サンドボックス実装リポジトリ取得（※ URL は確認要）

3. ローカルで MCP サーバーを立ち上げて動作確認

3.1 Docker での起動手順

3.2 クライアントから API 呼び出し例

Deno（TypeScript）

Python

4. Cloud Run へ本番デプロイ ― サンドボックス化のポイント

4.1 Dockerfile（ベストプラクティス版）

4.2 Cloud Build でのコンテナビルド & レジストリへのプッシュ

4.3 Cloud Run デプロイコマンドとリソース上限根拠

4.4 VPC Connector とインバウンド制御（オプション）

5. 本番運用のセキュリティ・監視

5.1 標準的なトラブルシューティング表

6. まとめ ― MCP と mcp.run の活用ポイント

7. 参考リンク・根拠

1. MCP と `mcp.run` の概要

6. まとめ ― MCP と `mcp.run` の活用ポイント