Token导航 LogoToken导航

MCP Server · 运维云端

Cloud Seed MCP

Cloud Seed MCP是一个自进化的云代理工具,安装在客户的GCP环境中,通过对话式界面提供基础设施配置、代码管理、应用部署和数据管理功能,主要面向缺乏内部DevOps团队的中小企业。

未说明官方级别未说明来源级核验工具 11
基础设施即代码PythonClaude

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
Gianlucaboni
提供方
Gianlucaboni

工具数量

11

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Cloud Seed MCP 属于运维云端类 MCP Server,公开资料标注 11 个工具,通过传输方式未标注接入,适配 Claude,没有现成的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

未说明

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    先确认运行方式

    公开资料没有标注传输方式,先看仓库 README,确认是本地进程还是远程地址。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 11 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

公开资料仍需确认:安装命令

详细介绍

云种子MCP

一个自我进化的云代理,作为可安装的“种子”在客户端的GCP环境中交付。建立在 模型上下文协议(MCP),它为基础设施配置、代码管理、应用程序部署和数据管理提供了一个对话界面,针对缺乏内部DevOps团队的中小型企业(SMB)。

关键差异化因素: 系统自我进化。它从一组基本工具开始,当客户需要不存在的东西时,自动生成新的MCP工具——在推广到生产环境之前通过测试管道对其进行测试。

建筑

种子是一个Docker Compose包,在内部网络上运行4个容器:

┌───────────────────────────────────────────────────────┐
│                    seed-net (bridge)                   │
│                                                       │
│  ┌───────────┐  ┌──────┐  ┌────────────┐  ┌────────┐ │
│  │  Core MCP │  │  OPA │  │ Tool Forge │  │ State  │ │
│  │  :8000    │  │ :8181│  │            │  │ Store  │ │
│  │  (Python) │→ │(Rego)│  │  (Python)  │  │ :5432  │ │
│  └───────────┘  └──────┘  └────────────┘  │(Postgres)││
│       ↑ only port exposed to host         └────────┘ │
└───────────────────────────────────────────────────────┘
容器角色
核心MCP服务器主编排器通过MCP协议为Terraform、GitHub、Cloud Run和数据库管理提供工具
策略引擎(OPA)Open Policy Agent根据预算、地区、资源和安全策略验证每个Terraform计划
工具锻造自主生成、测试、扫描和推广新的MCP工具
州立商店PostgreSQL数据库维护基础设施状态、工具注册表和审计日志的可查询视图

快速开始

# Clone
git clone https://github.com/Gianlucaboni/cloud-seed-mcp.git
cd cloud-seed-mcp

# Configure
cp .env.example .env
# Edit .env with your settings

# Start all services
docker compose up -d

# Verify
docker compose ps
curl http://localhost:8000/mcp  # Core MCP server

项目结构

cloud-seed-mcp/
├── docker-compose.yml          # 4 services on seed-net
├── .env.example                # Environment variables template
├── core-mcp/                   # Core MCP Server
│   ├── Dockerfile
│   ├── pyproject.toml
│   └── src/core_mcp/
│       ├── server.py           # FastMCP server (11 tools registered)
│       ├── config.py           # Settings via CORE_MCP_ env vars
│       └── tools/
│           ├── _subprocess.py  # Async CLI wrapper (shared helper)
│           ├── terraform.py    # terraform init/plan/apply/show + OPA validation
│           ├── github.py       # gh repo create/list, git push
│           ├── cloudrun.py     # gcloud run deploy/list
│           └── database.py     # BigQuery + Cloud SQL via Terraform HCL generation
├── policy-engine/              # OPA Policy Engine
│   ├── Dockerfile
│   ├── opa-config.yaml
│   ├── policies/
│   │   ├── budget.rego         # Monthly cost limits (default 500 EUR)
│   │   ├── regions.rego        # Allowed regions (default: europe-west)
│   │   ├── resources.rego      # Resource type whitelist + GPU controls
│   │   └── security.rego       # Encryption, no public access, naming
│   ├── data/defaults.json      # Configurable policy values
│   └── tests/                  # OPA test suite + JSON fixtures
├── tool-forge/                 # Tool Forge Pipeline
│   ├── Dockerfile
│   ├── pyproject.toml
│   └── src/tool_forge/
│       ├── generator.py        # Template-based MCP tool code generation
│       ├── tester.py           # Auto-generated pytest runner
│       ├── scanner.py          # AST-based security scanner
│       ├── sandbox.py          # Isolated execution environment
│       ├── registry.py         # PostgreSQL tool registry (staging → active)
│       └── templates/          # Jinja2 templates for code generation
├── state-store/                # PostgreSQL State Store
│   └── init/01-schema.sql      # Schema: projects, resources, tool_registry, logs
├── bootstrap/                  # GCP Bootstrap & SA Hierarchy
│   ├── install.sh              # One-time bootstrap script
│   ├── sa_hierarchy.tf         # 4-level Service Account hierarchy
│   ├── deny_policy.tf          # IAM deny policies for Orchestrator
│   └── modules/
│       ├── project_sa/         # Per-project SAs (Runtime, Deploy, Data)
│       └── ephemeral_sa/       # TTL-based read-only SAs for sandbox
└── CLAUDE.md                   # Full architecture specification

运作原理

示例:“将我的物联网传感器数据保存到新数据库”

  1. 用户 通过MCP客户端发送请求
  2. 核心MCP 电话 database_create_dataset → 生成Terraform HCL→ runs terraform plan
  3. 核心MCP 电话 terraform_apply → 读取计划JSON→ 发送至 OPA 用于验证
  4. OPA 评估所有4个策略(预算、地区、资源、安全)→ 返回违规或空数组
  5. 如果OPA批准→ terraform apply 在GCP上创建BigQuery数据集
  6. 向用户返回了包含详细信息的响应

动作分类

级别行动行为
绿色读取操作, terraform plan,列出资源直接执行
黄色terraform apply、部署、数据库创建需要人工批准
红项目删除、SA修改、禁用OPA始终被阻止

自我进化工具

当客户需要一个不存在的工具时:

  1. 工具锻造 按照MCP工具模式生成Python代码
  2. 自动生成 pytest测试 验证该工具
  3. 基于AST的安全扫描器 检查危险模式(eval、子流程、未经授权的网络)
  4. 沙盒 在受限环境中独立执行工具
  5. 如果所有门都通过→ 工具是 晋升 到活动注册表

服务帐户层次结构

4级最低权限模型:

级别SA目的生命周期
1安装程序在引导过程中创建所有其他SA安装后禁用
2编排器通过Terraform+OPA进行日常操作永久性,有拒绝政策
3每个项目每个客户端项目的运行时、部署、数据SA每个项目创建
4短暂Tool Forge沙盒测试的只读SA基于TTL的自动清理

发展

核心MCP测试

cd core-mcp && uv sync --dev && uv run pytest -v
# 64 tests

OPA政策测试

brew install opa  # if not installed
opa test policy-engine/policies/ policy-engine/tests/ --ignore '*.json' -v
# 24 tests

工具锻造测试

cd tool-forge && uv sync --dev && uv run pytest -v
# 59 tests

技术栈

组件技术基本原理
IaCTerraformOPA的行业标准JSON计划输出
策略引擎OPA(Rego)开源、供应商中立、确定性
打包Docker Compose对中小企业来说很简单,可升级到K8
State StorePostgreSQL强大、可查询
VCSGitHubActions生态系统,带有GCP的原生WIF
云GCP初始目标,多云计划
语言Python核心MCP和工具生成

许可证

私人——尚未获得分销许可。

工具与能力

工具数量

11

资源数量

0

提示词数量

0

能力标签

自进化系统Python本地部署基础设施即代码DevOps自动化云管理中小企业解决方案

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 工具数量 11 个,一次接入能覆盖的操作比单点工具更全。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Cloud Seed MCP

MCP World · 本页

11未说明未标注1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Cloud Seed MCP 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

Cloud Seed MCP 怎么在 Claude Desktop、Cursor 里配置?

它是传输方式未标注,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Cloud Seed MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Cloud Seed MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Cloud Seed MCP 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP