Skip to main content
Glama

🐳 Docker Explorer MCP-Server

Docker ExplorerPythonLizenz

📋 Übersicht

Docker Explorer ist ein leistungsstarker Model Context Protocol (MCP)-Server, der Tools und Ressourcen für die Interaktion mit Docker-Images, Containern und Registries bereitstellt. Dieser Server ermöglicht KI-Assistenten wie Claude die Suche, Analyse und Interaktion mit Docker-Ressourcen über eine standardisierte Schnittstelle. Dadurch wird die Verwaltung und Erkundung von Containern einfacher.

Related MCP server: Docker MCP Server

✨ Funktionen

Kernfunktionen

  • Suche nach Docker-Images in allen Registrierungen

  • Suche nach bestimmten Tags von Docker-Images

  • Suche nach Docker Hub-Benutzern/Organisationen

  • Erhalten Sie detaillierte Metadaten zu Docker-Images

  • Dockerfile-Inhalt analysieren

  • Docker-Images vergleichen

Erweiterte Tools

  • 🔒 Sicherheitsscanner : Analysieren Sie Docker-Images auf bekannte Schwachstellen und Sicherheitsprobleme

  • 📦 Bildgrößenoptimierer : Erhalten Sie Empfehlungen zur Reduzierung der Docker-Bildgröße

  • 📄 Docker Compose Generator : Generieren Sie docker-compose.yml-Dateien für Ihre Anwendungen

  • 📊 Container Runtime Analyzer : Erhalten Sie Einblicke in das Laufzeitverhalten und die Ressourcennutzung von Containern

  • 🔍 Bildvergleichstool : Vergleichen Sie zwei Docker-Bilder und heben Sie ihre Unterschiede hervor

  • 📜 Dockerfile-Generator : Erstellen Sie Dockerfiles aus Anwendungsbeschreibungen in natürlicher Sprache

🚀 Installation

Voraussetzungen

  • Python 3.10 oder höher

  • MCP Python SDK

  • Erforderliche Python-Pakete: requests , pydantic

Aufstellen

  1. Klonen Sie dieses Repository :

git clone https://github.com/yourusername/docker-mcp-server.git
cd docker-mcp-server
  1. Erstellen Sie eine virtuelle Umgebung :

python -m venv .venv310
source .venv310/bin/activate  # On Windows: .venv310\Scripts\activate
  1. Installieren Sie Abhängigkeiten :

pip install -r requirements.txt

Oder installieren Sie einzelne Pakete:

pip install anthropic-mcp requests pydantic

💻 Verwendung

Ausführen des Servers

Sie können den Server direkt von der Befehlszeile aus ausführen:

python docker_explorer.py

Dadurch wird der MCP-Server auf dem Standardport (5000) gestartet.

Integration mit Claude Desktop

So verwenden Sie den Docker Explorer MCP-Server mit Claude Desktop:

  1. Aktualisieren Sie die Claude Desktop-Konfiguration :

    • Öffnen oder erstellen Sie die Datei claude_desktop_config.json in Ihrem Claude Desktop-Konfigurationsverzeichnis

    • Fügen Sie die Docker Explorer-Serverkonfiguration hinzu

{
  "mcp_servers": [
    {
      "name": "docker-explorer",
      "command": ["python", "/path/to/mcpIS421/docker_explorer.py"],
      "cwd": "/path/to/mcpIS421"
    }
  ]
}
  1. Starten Sie Claude Desktop neu , um die neue Konfiguration zu laden

Verwenden der Tools

Nach der Integration mit Claude Desktop können Sie die Docker Explorer-Tools verwenden, indem Sie Claude Fragen stellen wie:

Kernwerkzeuge

  1. Suche nach Docker-Images :

    Can you search for Python Docker images?
  2. Bilddetails abrufen :

    What are the details of the python:3.11-slim image?
  3. Verfügbare Tags suchen :

    What tags are available for the nginx image?

Erweiterte Tools

  1. Sicherheitsscanner :

    Scan the security of the nginx image
  2. Bildgrößenoptimierer :

    How can I reduce the size of my python:3.9 image?
  3. Docker Compose Generator :

    Generate a docker-compose file for nginx with port 8080:80
  4. Container-Laufzeitanalysator :

    Analyze the runtime behavior of mysql:5.7 as a database

👷 Entwicklung

Projektstruktur

docker-explorer-mcp/
├── docker_explorer.py      # Main server implementation with all tools
├── requirements.txt        # Project dependencies
├── .gitignore             # Git ignore file
└── docs/                  # Documentation
    ├── server_guide.md    # Guide for setting up and using the server
    ├── new_tools_suggestions.md  # Ideas for additional tools
    └── docker_mcp_server_project.md  # Project overview

Neue Funktionen hinzufügen

So fügen Sie dem Docker Explorer MCP-Server ein neues Tool hinzu:

  1. Implementieren Sie die Tool-Funktion in docker_explorer.py mithilfe des MCP-Tool-Dekorators:

@mcp.tool()
def my_new_tool(
    param1: str = Field(description="Description of param1"),
    param2: int = Field(default=10, description="Description of param2")
) -> str:
    """Description of what your tool does"""
    try:
        # Implementation logic here
        result = f"Your formatted result"
        return result
    except Exception as e:
        return f"Error in my_new_tool: {str(e)}"
  1. Befolgen Sie diese Best Practices für die Toolimplementierung:

    • Halten Sie die Ausgabe prägnant und formatiert für Claude Desktop

    • Ausnahmen ordnungsgemäß behandeln

    • Geben Sie klare Parameterbeschreibungen an

    • Liefern Sie gut strukturierte Ergebnisse

Testen

  1. Manuelles Testen :

    • Führen Sie den Server aus: python docker_explorer.py

    • Testen Sie mit Claude Desktop, indem Sie relevante Fragen stellen

  2. Debuggen :

    • Überprüfen Sie die Terminalausgabe auf etwaige Fehler

    • Überprüfen Sie die Tool-Antworten in Claude Desktop

    • Passen Sie die Ausgabeformatierung an, wenn Claude Kapazitätsbeschränkungen hat

📚 API-Dokumentation

Kernwerkzeuge

search_images

  • Beschreibung : Suche nach Docker-Images in allen Registern

  • Parameter :

    • query (Zeichenfolge): Suchanfrage für Docker-Images

    • limit (Ganzzahl, Standard=10): Maximale Anzahl der zurückzugebenden Ergebnisse

  • Gibt zurück : Liste der Docker-Images mit Metadaten

search_tags

  • Beschreibung : Suche nach bestimmten Tags eines Docker-Images

  • Parameter :

    • image_name (Zeichenfolge): Name des Docker-Images

    • tag_pattern (Zeichenfolge, Standard=""): Muster, mit dem Tags abgeglichen werden

    • limit (Ganzzahl, Standard=25): Maximale Anzahl der zurückzugebenden Ergebnisse

  • Gibt zurück : Liste der passenden Tags

get_image_details

  • Beschreibung : Erhalten Sie detaillierte Informationen zu einem Docker-Image

  • Parameter :

    • image_name (Zeichenfolge): Name des Docker-Images

    • tag (Zeichenfolge, Standard="neueste"): Tag des Docker-Images

  • Rückgaben : Detaillierte Bildinformationen

Erweiterte Tools

scan_security

  • Beschreibung : Analysieren Sie Docker-Images auf bekannte Schwachstellen und Sicherheitsprobleme

  • Parameter :

    • image_name (Zeichenfolge): Name des Docker-Images

    • tag (Zeichenfolge, Standardwert = „latest“): Tag des zu scannenden Docker-Images

  • Renditen : Sicherheitsanalysebericht mit Empfehlungen

optimize_image_size

  • Beschreibung : Analysieren Sie ein Docker-Image und schlagen Sie Möglichkeiten zur Reduzierung seiner Größe vor

  • Parameter :

    • repository_url (Zeichenfolge): Vollständige URL zu einem Docker Hub-Repository

    • tag (Zeichenfolge, Standardwert = „latest“): Tag des zu analysierenden Docker-Images

  • Rücksendungen : Empfehlungen zur Größenoptimierung

generate_docker_compose

  • Beschreibung : Generieren Sie eine docker-compose.yml-Datei basierend auf einem Image

  • Parameter :

    • repository_url (Zeichenfolge): Vollständige URL zu einem Docker Hub-Repository

    • tag (Zeichenfolge, Standard="neueste"): Tag des Docker-Images

    • port_mapping (Zeichenfolge, Standard=""): Optionale Portzuordnung (z. B. „8080:80“)

    • environment_variables (Zeichenfolge, Standard=""): Optionale Umgebungsvariablen

    • include_db (boolean, default=false): Ob ein Datenbankdienst eingeschlossen werden soll

  • Gibt zurück : Generierter docker-compose.yml-Inhalt

analyze_runtime

  • Beschreibung : Analysieren Sie, wie sich ein Container zur Laufzeit verhalten könnte

  • Parameter :

    • image_name (Zeichenfolge): Name des Docker-Images

    • tag (Zeichenfolge, Standard="neueste"): Tag des Docker-Images

    • app_type (Zeichenfolge, Standard="Web"): Anwendungstyp (Web, Datenbank, Cache, API, Batch)

  • Ergebnisse : Laufzeitanalyse mit Vorhersagen und Empfehlungen zur Ressourcennutzung

compare_images

  • Beschreibung : Vergleichen Sie zwei Docker-Images und heben Sie die Unterschiede hervor

  • Parameter :

    • image1 (Zeichenfolge): Erstes zu vergleichendes Docker-Image (z. B. „nginx:1.21“ oder „user/repo:tag“)

    • image2 (Zeichenfolge): Zweites zu vergleichendes Docker-Image (z. B. „nginx:1.22“ oder „user/repo:tag“)

  • Rückgabe : Detaillierter Vergleichsbericht, der Unterschiede in Größe, Schichten, Konfiguration und Kompatibilität hervorhebt

generate_dockerfile

  • Beschreibung : Generieren Sie eine Docker-Datei basierend auf den in natürlicher Sprache beschriebenen Anwendungsanforderungen.

  • Parameter :

    • app_description (Zeichenfolge): Beschreibung der zu containerisierenden Anwendung (z. B. „Python Flask-Web-App mit Redis“)

    • app_type (Zeichenfolge, Standard="Web"): Anwendungstyp (Web, API, Datenbank, Worker, statisch)

    • base_image (Zeichenfolge, Standard=""): Optionales zu verwendendes Basisbild (z. B. „python:3.9-alpine“)

    • include_comments (boolean, default=true): Ob erklärende Kommentare in die Docker-Datei aufgenommen werden sollen

  • Rückgabe : Generierte Docker-Datei mit Gebrauchsanweisungen

🔒 Sicherheitsüberlegungen

Der Docker Explorer MCP-Server ist für Bildungs- und Entwicklungszwecke konzipiert. Bei der Verwendung:

  • Geben Sie keine vertraulichen Anmeldeinformationen oder API-Schlüssel preis

  • Seien Sie vorsichtig beim Generieren und Ausführen von Docker Compose-Dateien

  • Überprüfen Sie vor der Implementierung immer die Sicherheitsempfehlungen

📌 Lizenz

MIT

👥 Beitragen

Beiträge sind willkommen! Senden Sie uns gerne einen Pull Request mit neuen Tools oder Verbesserungen bestehender Funktionen.

A
license - permissive license
Not graded
quality - not tested
D
maintenance

Maintenance

UpdatingMaintainers
UpdatingResponse time
Release cycle
0Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables AI assistants like Claude to manage Docker containers, images, and Docker Compose deployments through the Model Context Protocol. Provides secure container lifecycle management, image operations, and multi-host Docker server connections.
    194
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables AI assistants to manage Docker containers, images, networks, volumes, and Compose services through the Model Context Protocol. It supports system operations, command execution within containers, and integration with Docker Hub and GitHub Container Registry.
    130
    2
    MIT

View all related MCP servers

Related MCP Connectors

  • A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • A Model Context Protocol server for Wix AI tools

  • Find, compare, and audit software for AI agents. Scored registry of tools and MCP servers.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/jar285/mcp-docker'

If you have feedback or need assistance with the MCP directory API, please join our Discord server