Un gateway, sessantaquattro server MCP e una domanda sull’autorizzazione

Il 2 novembre Azure ha aggiunto una capacità che molti team con agenti su Kubernetes costruivano a mano da mesi. Application Gateway for Containers ora capisce il traffico Model Context Protocol.
L’aggiornamento, tracciato come AZ576388, sono tre funzioni che arrivano insieme: routing MCP consapevole del protocollo, validazione JWT e un frontend privato senza IP pubblico. Singolarmente sono normali funzioni di gateway. Insieme descrivono la forma di un deployment MCP che ha superato il singolo server.
La risorsa
Il cuore è una risorsa personalizzata chiamata MCPRoute, in alb.networking.azure.io/v1alpha1. Si attacca a un Gateway standard dell’API Gateway, il che conta per chi già usa Gateway API: non stai adottando un sistema di ingress parallelo, stai aggiungendo un tipo di route.
C’è un passo di configurazione che ti costerà un pomeriggio se lo salti. Il listener deve permettere esplicitamente questo tipo di route, tramite allowedRoutes.kinds, con il gruppo impostato a alb.networking.azure.io e il kind a MCPRoute. Senza quello la route semplicemente non si attacca, e l’errore non te lo dirà in parole chiare.
La route in sé è ordinaria. parentRefs punta al listener, hostnames porta il dominio pubblico, path è il percorso pubblicato e vale /mcp per default, e backendRefs punta ai service e alle porte Kubernetes. Se un backend serve il suo endpoint MCP su un percorso diverso, backendRefs[].path lo riscrive, così puoi pubblicare /engineering e inoltrare a /mcp internamente.
L’aggregazione è il prodotto
Un backend solo è un pass-through. Il gateway inoltra le richieste MCP come arrivano, il che è giusto quando un team possiede tutte le capacità o quando quel server ha già aggregato i propri sistemi a valle.
Con più backend è qui che smette di essere impiantistica. Il gateway li fonde in un unico endpoint logico. Quando un client manda tools/list, resources/list o prompts/list, il gateway distribuisce la richiesta a ogni backend e fonde le risposte in un solo catalogo.
I nomi delle capacità vengono messi in namespace per evitare collisioni. Un tool chiamato get_order in un servizio chiamato contoso-tools appare ai client come contoso-tools__get_order. Quando un client chiama il nome con il prefisso, il gateway toglie il prefisso e instrada al backend che lo possiede.
Ne seguono tre conseguenze, e la documentazione le elenca.
Il nome del servizio diventa il namespace che i client vedono. Pubblicare una route quindi congela quel nome, perché rinominare il servizio rinomina ogni tool che il client conosce. È il tipo di decisione che sembra cosmetica in un manifest e diventa un breaking change diciotto mesi dopo.
Una singola route può referenziare al massimo 64 backend. Quel numero è un tetto reale, e raggiungerlo significa dividere per dominio invece che per team.
I backend devono essere compatibili a livello di protocollo. Se uno di loro implementa MCP in modo da produrre una risposta di discovery malformata, il catalogo fuso degrada, e il guasto sembra che sia rotto il gateway invece di un backend non conforme. Dai timeout generosi ai sistemi lenti a valle, perché un endpoint combinato non è mai più veloce del suo membro più lento.
Server con stato e affinità di sessione
Alcuni server MCP tengono stato in memoria dopo initialize. Per questi il gateway supporta sessionAffinity sul backend, fissando una sessione al pod che ha fatto l’handshake.
La documentazione è onesta nel dire che è best-effort. Se il pod fissato viene cancellato o diventa non disponibile, le richieste tornano al bilanciamento normale invece di fallire. La conclusione logica è che i server MCP devono tollerare di perdere una sessione, e che qualsiasi cosa importante sta fuori dal pod.
C’è anche una raccomandazione al contrario che vale la pena citare: se un backend non ha bisogno di affinità, non attivarla. I servizi stateless scalano e si riprendono in modo più prevedibile con l’affinità spenta.
JWT, e l’ordine delle operazioni
L’autenticazione passa per una risorsa AuthPolicy, collegabile alla MCPRoute, al gateway che la contiene o all’ApplicationLoadBalancer gestito. Il gateway valida firma, issuer, scadenza e audience del token prima di inoltrare il traffico MCP.
L’ordine di esecuzione è fisso su tre livelli. Prima valuta il WAF, poi la validazione JWT conferma l’identità, poi il routing MCP gestisce e inoltra. Una conseguenza pratica: il WAF vede la richiesta originale, e così i log.
Due trappole di scoping. Quando un listener porta diverse route MCP, una policy WAF attaccata a una route non protegge automaticamente le altre, quindi le policy vanno applicate per route. E una route che referenzia un servizio in un altro namespace ha bisogno sia del campo namespace sia di un ReferenceGrant nel namespace del servizio, altrimenti la route riporta ResolvedRefs=False con motivo reference-not-permitted.
La frase da copiare nel documento di progetto
Il gateway può pubblicare i metadati della risorsa protetta OAuth, così i client MCP possono scoprire il server di autorizzazione e gli scope supportati. Subito dopo averlo descritto, la documentazione aggiunge una riga che meriterebbe di essere incorniciata.
Pubblicare gli scope non è la stessa cosa che applicare l’autorizzazione. Il server MCP resta responsabile di verificare ruoli, scope, permessi e proprietà delle risorse.
È il confine onesto. Il gateway può rispondere a chi sei. Non può rispondere se ti è permesso fare questa cosa a questo record. La validazione al bordo del claim di audience resta la cosa giusta da fare, perché la specifica MCP vieta il passthrough del token: un server non dovrebbe mai accettare un token che non è stato emesso per lui, visto che un controllo di audience fallito produce un confused deputy e una traccia di audit rotta. Ma validare il token al bordo non sposta lì la decisione di autorizzazione.
Chi legge «abbiamo messo l’auth sul gateway» come «abbiamo finito con l’auth» spedirà un agente che può chiamare ogni tool che il suo token raggiunge.
Il frontend privato, e una trappola di topologia
La terza funzione toglie del tutto l’IP pubblico dal frontend del gateway. Il frontend è quindi raggiungibile solo tramite private endpoint Azure Private Link approvati, ognuno dei quali può essere approvato o rifiutato a mano.
Il valore è trasversale ai confini. I private endpoint funzionano tra reti virtuali, subscription, tenant Entra e regioni, senza VNet peering, e tollerano spazi di indirizzi sovrapposti, che è l’ostacolo che di solito uccide i progetti di connettività privata. Una risorsa gateway può avere un frontend pubblico e uno privato contemporaneamente.
Una trappola da conoscere prima di disegnare lo schema. Se un firewall sta davanti al gateway, il source NAT fa vedere al gateway l’IP del firewall invece di quello del client. Ne soffrono sia i log sia il rate limiting. Quando l’IP del client conta, il gateway va davanti al firewall.
Perché doveva essere un solo rilascio
MCPRoute è il livello di routing. AuthPolicy è il livello di autenticazione. Il frontend privato è il livello di isolamento di rete. Spedirli insieme è ciò che permette a un team di piattaforma di consegnare a un team un solo endpoint HTTPS gestito invece di assemblare un aggregatore, una service mesh e un set di regole firewall.
L’alternativa, con cui molti team convivono adesso, è un processo aggregatore su misura che tiene una lista di server MCP, fonde i loro cataloghi e viene ricostruito ogni volta che ne appare uno nuovo. Funziona con cinque server e crolla a venti, perché l’aggregatore diventa un servizio con stato che nessuno possiede.
Sessantaquattro backend dietro un solo nome è una forma davvero utile. La convenzione di namespace è la parte che ogni altro vendor di gateway copierà entro un trimestre, perché risolve il problema difficile: due team vogliono entrambi un tool chiamato search e nessuno dei due vuole rinominarlo.
La parte che non sarà altrettanto facile da copiare è la disciplina che la documentazione chiede. Un gateway che fonde cataloghi rende banale esporre una capacità che non intendevi esporre. Prima di attaccare un backend, decidi se i suoi tool devono essere raggiungibili da ogni client che raggiunge la route. Se la risposta è no, il confine della route è il tuo confine di autorizzazione, e quella è una decisione, non un default.
Articoli correlati
Gli agenti si spostano nel cloud: il task continua quando chiudi il portatile
Il task continua in una VM cloud dopo che hai chiuso il portatile, ma perdi il tooling interno e resta aperto chi approva le azioni irreversibili.
NVIDIA rilascia quattro modelli del mondo da 16 miliardi e un decoder 25 volte più veloce sulla geometria
Quattro generatori del mondo da 16 miliardi con le ricette di training, e un framework di decoding che emette geometria in un colpo. La valutazione manca.
Le skill occupano un quarto dei trend di GitHub, e ognuna si installa a modo suo
Una skill è una cartella di istruzioni, ma installarla ha quattro strade diverse e la copia locale non ha ancora un lockfile.
Un modello da 594 miliardi in cima alle classifiche. I pesi, però, non ci sono
Un modello forte, numeri buoni e una ricetta da leggere, ma i pesi che renderebbero verificabile la dichiarazione non sono ancora usciti.