DevOps MCP Servers

DevOps MCP Servers

site icon
2025.03.30 8
PythonDevOps自动化CI/CD基础设施管理开发效率
DevOps MCP Servers 是一个专门为 DevOps 工具和平台设计的 Model Context Protocol (MCP) 服务器实现集合。这些服务器使大型语言模型 (LLMs) 能够直接与流行的 DevOps 系统交互,提供了一种标准化的方式来自动化和控制基础设施、部署管道、监控和其他 DevOps 操作。每个 MCP 服务器实现都提供了一组全面的工具,这些工具映射到相应 DevOps 平台的 API,允许 LLMs 通过简单的函数调用执行复杂的操作。
View on GitHub

Overview

基本能力

产品定位

DevOps MCP Servers 旨在为 DevOps 工具和平台提供标准化的 MCP 服务器实现,使 LLMs 能够直接与这些系统交互,实现自动化和控制。

核心功能

  • 提供多种 DevOps 工具的 API 集成,包括 Ansible Tower、Argo CD、Artifactory、AWS、Azure、Bitbucket Cloud、CircleCI、Consul、Datadog、Docker、Elasticsearch、GCP、GitHub、GitLab、Grafana、Jenkins、Kubernetes、New Relic、Nexus、Prometheus 和 Puppet。
  • 支持复杂的 DevOps 操作,如基础设施管理、部署管道、监控、代码管理等。
  • 通过简单的函数调用实现复杂的操作。

适用场景

  • 自动化 DevOps 流程
  • 基础设施管理
  • 持续集成和持续部署 (CI/CD)
  • 监控和日志管理
  • 代码和仓库管理

工具列表

  • Ansible Tower: 管理 inventories、hosts、job templates、projects 等。
  • Argo CD: 应用管理、项目配置、仓库连接和集群操作。
  • Artifactory: 工件管理、仓库配置和二进制管理。
  • AWS: S3、EC2、Lambda 和自定义 AWS 代码执行。
  • Azure: 资源组、存储账户、虚拟机等资源管理。
  • Bitbucket Cloud: 仓库、拉取请求、管道和代码管理。
  • CircleCI: 管道、工作流、作业和 CI/CD 自动化。
  • Consul: 服务发现、注册和配置管理。
  • Datadog: 指标、事件、日志、仪表板和监控器。
  • Docker: 容器管理、镜像操作、网络和卷控制。
  • Elasticsearch: ELK 堆栈集成。
  • GCP: Cloud Storage、Compute Engine、BigQuery 等。
  • GitHub: 仓库管理、文件操作和代码工作流。
  • GitLab: 仓库管理、CI/CD 管道和问题跟踪。
  • Grafana: 仪表板、数据源和警报。
  • Jenkins: 作业、构建、插件和自动化。
  • Kubernetes: 集群管理、资源操作和高级配置。
  • New Relic: APM、基础设施、合成和警报。
  • Nexus: 工件管理和安全。
  • Prometheus: 指标、查询、警报和分析。
  • Puppet: 配置管理。

常见问题解答

  • 性能问题: 在 Claude 配置中添加过多服务器可能会导致性能下降,可以通过注释掉不必要的工具来减少影响。
  • API 凭证: 大多数服务器需要 API 凭证或令牌来与其服务交互,需要在 .env 文件中配置相关凭证。

使用教程

使用依赖

  • Python 3.7+ (推荐 3.13.2)
  • FastMCP 框架
  • 服务特定的 API 令牌或凭证
  • 所需的 Python 包 (安装 requirements.txt)

安装教程

  1. 克隆仓库: bash git clone https://github.com/a37ai/devops-mcp-servers.git
  2. 进入特定服务器目录: bash cd devops-mcp-servers/servers/<server_name>
  3. 安装依赖: bash pip install -r requirements.txt
  4. 配置 .env 文件: bash cp .env.example .env 然后编辑 .env 文件以包含必要的 API 凭证。

调试方式

  1. 启动服务器: bash python server.py
  2. 使用工具进行测试: bash curl -X POST http://localhost:8000/<tool_name> -H "Content-Type: application/json" -d '{"param1": "value1"}'

许可证

该项目遵循 MIT 开源许可条款。