OPS MCP Server

by Heht571
Verified

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Integrations

  • Provides server monitoring and inspection tools for Linux systems, including resource monitoring, service status management, network diagnostics, security auditing, and configuration backups.

ops-mcp-server 项目

项目概述

ops-mcp-server 是面向 AI 时代的 IT 运维管理解决方案。它通过无缝集成模型上下文协议 (MCP) 和大型语言模型 (LLM),实现智能化的 IT 运维。借助 LLM 的强大功能和 MCP 的分布式架构,它将传统的 IT 运维转变为 AI 驱动的体验,实现服务器的自动化监控、智能异常检测和上下文感知的故障排除。该系统充当人工运维人员与复杂 IT 基础架构之间的桥梁,为从日常维护到复杂问题诊断的各种任务提供自然语言交互,同时保持企业级的安全性和可扩展性。

关键亮点

  • 实时监控:持续监控系统资源、服务和性能指标
  • 自动检查:定期和按需检查服务器健康和安全状态
  • 多厂商支持:兼容思科、华为、H3C等多家网络设备厂商
  • 容器就绪:内置 Docker 容器管理和监控功能
  • 以安全为中心:集成安全扫描和风险评估工具
  • 插件系统:可扩展的插件架构,用于添加新的监控和管理功能

演示视频

关于 Cherry Studio

特征

服务器监控工具

  • 获取内存信息:获取本地服务器内存信息
  • 远程服务器检查:执行远程服务器检查,包括CPU、内存、磁盘和其他模块
  • 系统负载监控:获取系统负载信息
  • 进程监控:监控远程服务器进程,返回资源消耗最大的进程
  • 服务状态检查:检查指定服务的运行状态
  • 网络接口检查:检查网络接口和连接状态
  • 日志分析:分析服务器日志文件中的错误和警告消息
  • 配置备份:备份重要的系统配置文件
  • 安全漏洞扫描:执行基本的安全漏洞扫描
  • SSH 登录风险检查:检查 SSH 登录风险,包括失败尝试和可疑 IP
  • 防火墙配置检查:检查防火墙配置并打开端口
  • OS Details :获取详细的操作系统信息

容器管理工具

  • Docker 容器列表:列出所有 Docker 容器及其资源使用情况
  • Docker 镜像列表:列出服务器上的所有 Docker 镜像
  • Docker Volume List :列出所有 Docker 卷及其大小信息
  • 容器日志:从指定容器检索日志
  • 容器统计:监控容器的资源使用情况
  • Docker Health Check :检查Docker服务健康状态和信息

网络设备管理工具

  • 设备识别:识别网络设备类型和基本信息,自动检测供应商(思科、华为、H3C等)
  • 交换机端口检查:检查交换机端口状态和配置
  • 路由器路由检查:按协议检查路由器路由表
  • 网络配置备份:备份网络设备配置
  • ACL配置检查:检查安全ACL配置和规则
  • VLAN 检查:检查交换机 VLAN 配置和端口
  • 光模块检测:检查光模块状态、功率水平、温度和其他关键指标,支持多家供应商
  • 设备性能监控:监控网络设备CPU、内存、温度、接口流量和缓冲区利用率
  • 设备会话分析:监控和分析设备会话,识别活动连接、协议和潜在的安全风险
  • 安全策略分析:分析网络设备上的安全策略,识别隐藏规则、过于宽松的规则和优化机会

附加功能

  • 工具列表:列出所有可用的工具及其描述
  • 批量操作:支持多台设备同时进行检测任务

安装

该项目使用uv进行 Python 依赖和虚拟环境管理。

1.安装uv

curl -LsSf https://astral.sh/uv/install.sh | sh

2.创建并激活虚拟环境

uv venv .venv source .venv/bin/activate # Linux/macOS # or .\.venv\Scripts\activate # Windows

3.安装项目依赖项

确保已安装 Python 3.10 或更高版本,然后使用以下命令安装项目依赖项:

uv pip install -r requirements.txt

注意:依赖项信息可以在pyproject.toml文件中找到。

MCP 服务器配置

要将此项目添加为 MCP 服务器,请将以下配置添加到您的设置文件中:

"ops-mcp-server": { "command": "uv", "args": [ "--directory", "YOUR_PROJECT_PATH_HERE", // Replace with your actual project path "run", "server_monitor.py" ], "env": {}, "disabled": true, "autoApprove": [ "list_available_tools" ] }, "network_tools": { "command": "uv", "args": [ "--directory", "YOUR_PROJECT_PATH_HERE", // Replace with your actual project path "run", "network_tools.py" ], "env": {}, "disabled": false, "autoApprove": [] }

客户端使用情况

该项目提供了一个交互式客户端client.py ,允许您使用自然语言与MCP服务进行交互。

客户演示视频

在终端上

安装客户端依赖项

客户端需要额外的库openairich

uv pip install openai rich

启动客户端

使用以下命令启动客户端:

uv run client.py [path/to/server.py]

例如:

uv run client.py ./server_monitor.py

配置客户端

使用前需要修改client.py中的以下配置:

  1. api_key - 设置为你的 LLM API 密钥
  2. base_url - 设置为您的 LLM API 端点
  3. model -设置为您想要使用的模型名称

该配置位于client.pyMCPClient类初始化部分:

# Initialize OpenAI client api_key = "YOUR_API_KEY" base_url="https://your-api-endpoint" self.client = AsyncOpenAI( base_url=base_url, api_key=api_key, ) # Set model self.model = "your-preferred-model"

客户端命令

客户端中有以下命令可用:

  • help显示帮助信息
  • quit退出程序
  • clear - 清除对话历史记录
  • model <name> - 切换模型

执照

该项目已获得MIT 许可

笔记

  • 确保远程服务器的 SSH 服务正常运行并且您拥有适当的权限。
  • 使用工具时请根据实际情况调整参数。
  • 该项目目前正在完善中……
ID: 25wpcimxld