AI导哈

DevOps智能助手

一个基于MCP协议的DevOps智能助手，用于管理Docker容器、监控系统资源和执行基础设施任务。

  • by codewithsimon
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 codewithsimon/mcp-demo

使用说明

MCP DevOps助理

📱 与我联系

📖 关于此存储库

此存储库演示了如何构建 模型上下文协议（MCP）服务器 DevOps运营。它提供了一个智能DevOps助手，与人工智能模型集成，以管理Docker容器，监控系统资源，并以编程方式执行基础设施任务。

主要特点

✨ Docker容器管理

  • 列出并过滤Docker容器（正在运行、已停止、全部）
  • 查看容器详细信息，包括状态、图像、ID和标签
  • 集成Docker客户端，用于直接容器操作

⚡ 系统资源监控

  • 使用psutil跟踪系统指标
  • 监控CPU、内存和磁盘使用情况
  • 获取实时性能洞察

🤖 MCP服务器架构

  • 采用FastMCP框架构建
  • 向AI模型展示工具和提示
  • 结构化日志记录和错误处理

🐳 Docker编写演示环境

  • 预配置服务（web、api、worker）
  • 易于设置以进行测试和演示
  • 为组织贴上标签的容器

🚀 入门指南

先决条件

  • Python 3.11+
  • Docker&Docker编写
  • 必需的依赖关系（请参阅安装）

安装

  1. 克隆此存储库
git clone <repository-url>
cd mcp-demo
  1. 安装依赖项
pip install -r requirements.txt
  1. 启动演示环境
docker-compose up -d

📁 项目结构

  • devops_server.py -配备DevOps工具（容器管理、监控）的主MCP服务器
  • prompt.py -人工智能提示和工作流定义
  • resources.py -资源定义和实用程序
  • tool.py -工具模板和实用程序
  • docker-compose.yml -演示服务配置（web、api、worker）
  • requirements.txt -Python包依赖关系
  • .gitignore -Git配置以排除不必要的文件
  • README.md -项目文件

🛠️ 可用工具

Docker操作

  • 列表_容器 -按状态列出和过滤Docker容器
  • DevOps工作流的其他容器管理工具

系统监控

  • 实时CPU、内存和磁盘指标
  • 容器资源使用情况跟踪

📚 MCP协议

此服务器实现了模型上下文协议，允许AI助手和LLM：

  • 安全可靠地执行DevOps任务
  • 访问容器和系统信息
  • 遵循提供的提示和工作流程
  • 通过结构化界面管理基础设施

相关 MCP