Arcops MCP

ArcOps MCP

    

______________________________________________________________________

⚠️ 项目状态：学习项目（已存档）

此存储库是一个个人学习/探索项目，不是生产就绪的软件。

我创建这个是为了探索：

• 模型上下文协议（MCP）架构和模式
• 基于Foundry Local的局部人工智能推理
• Azure本地/AKS Arc诊断的工具编排
• React+FastAPI全栈开发

______________________________________________________________________

Azure Local和AKS Arc的人工智能诊断助手 --由模型上下文协议（MCP）和本地AI模型提供支持。

ArcOps MCP提供了一个对话界面，用于排除Azure本地和AKS Arc部署的故障。用自然语言提问，并从微软官方工具中获得诊断见解。

🏗️ 建筑

ArcOps MCP Architecture

查看交互图→ *（在本地打开以播放动画）*

✨ 特性

• 🤖 AI聊天界面 --由本地SLM支持的自然语言故障排除
• 🔧 MCP工具集成 --人工智能代理的标准化模型上下文协议
• 📊 真实诊断 --包装微软官方工具（无虚假数据）
• 🔍 TSG搜索 --通过搜索149个Azure本地故障排除指南 AzLocalTSG工具
• 📦 离线功能 --所有AI模型都完全在您的机器上运行

🚀 快速开始

先决条件

• Windows 10/11或Windows Server 2019+
• Python 3.11+
• 铸造厂本地 （用于AI聊天）
• Node.js 18+（用于用户界面）

安装

# Clone the repository
git clone https://github.com/smitzlroy/arcops-mcp
cd arcops-mcp

# Create virtual environment and install
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -e ".[dev]"

# Install PowerShell modules for diagnostics
Install-Module -Name AzStackHci.EnvironmentChecker -Force
Install-Module -Name AzLocalTSGTool -Force
Install-Module -Name Support.AksArc -Force

启动服务器

# Start MCP server
python -m cli server --port 8080

# Start Foundry Local with a model
foundry model run qwen2.5-0.5b

# Start the UI
cd ui && npm install && npm run dev

打开 http://localhost:5173 开始聊天吧！

一键开始

# Full setup and run (first time)
.\start.ps1

# Skip installation (already set up)
.\start.ps1 -SkipInstall

# Use a different model
.\start.ps1 -Model "phi-4-mini"

🔌 连接到IDE

ArcOps MCP可以与任何兼容MCP的客户端一起使用。

VS代码/GitHub副本

添加到 .vscode/mcp.json 在您的项目中：

{
  "mcpServers": {
    "arcops": {
      "command": "python",
      "args": ["-m", "cli", "server"],
      "cwd": "C:\\path\\to\\arcops-mcp"
    }
  }
}

克劳德桌面版

编辑 %APPDATA%\Claude\claude_desktop_config.json:

{
  "mcpServers": {
    "arcops": {
      "command": "python",
      "args": ["-m", "cli", "server"],
      "cwd": "C:\\path\\to\\arcops-mcp"
    }
  }
}

光标IDE

添加到 .cursor/mcp.json 在您的项目中：

{
  "mcpServers": {
    "arcops": {
      "command": "python",
      "args": ["-m", "cli", "server"],
      "cwd": "C:\\path\\to\\arcops-mcp"
    }
  }
}

任何兼容OpenAI的客户端

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:8082/api",
    api_key="not-needed"
)

response = client.chat.completions.create(
    model="qwen2.5-0.5b",
    messages=[{"role": "user", "content": "Run environment check"}]
)

API终点

💬 用法示例

试着问：

• *“检查与Azure的连接”*
• *“验证我的AKS Arc集群”*
• *“我收到错误0x80004005”*
• *“搜索群集验证问题”*

🔧 MCP工具

🤖 支持的型号

ArcOps可与任何与OpenAI兼容的API配合使用。通过以下方式推荐当地车型 铸造厂本地:

🔒 隐私和安全

• 所有AI都在本地运行 --没有数据发送到外部API
• 无遥测 --您的数据保留在您的计算机上
• 干运行模式 --无需实际操作即可进行安全测试

📚 文档

• 建筑 --系统设计细节
• 工具注册表 --所有MCP工具
• 隐私和安全 --数据处理

📄 许可证

MIT许可证——见 许可证

______________________________________________________________________

🎓 这个项目教会了我什么

关键要点： 并非所有问题都需要AI层。有时，编写良好的脚本比LLM驱动的工具路由器更有价值。

______________________________________________________________________