Contain Mind

ContainMind 🐋🧠（可译为“包含思维🐋🧠”或根据上下文意译为“心智容器🐋🧠”，具体翻译需结合语境）

alt text

一个面向智能集装箱运营的通用集装箱管理MCP服务器

ContainMind是一个MCP（模型上下文协议）服务器，它为AI助手提供了跨多个容器运行时的强大容器管理能力。它能够通过自然语言交互，实现对容器化环境的无缝检查、监控和分析。

🎯 什么是ContainMind？

ContainMind填补了AI助手（如Claude）与容器运行时之间的鸿沟，使您能够通过对话界面管理和分析容器。它是一个统一的API，可与多个容器引擎配合使用，提供实时洞察和自动化功能。

🔥 它解决的问题

挑战

现代容器化应用常常面临这些问题：

• 零散的工具Docker、Podman 及其他运行时的不同命令
• 复杂的调试穿越多个容器的日志和指标进行深入分析
• 性能可见性难以快速了解资源使用情况
• 人工检查耗时的手动检查容器健康状况和配置
• 上下文切换在CLI工具和监控仪表板之间切换

解决方案

ContainMind提供：

• 统一界面 在Docker和Podman之间（未来将支持更多运行时）
• 基于人工智能的分析 通过自然语言查询
• 实时监控 带有易于解析的指标
• 自动化诊断 用于解决容器问题
• 单一入口点 对于所有集装箱操作

🚀 特性

多运行时支持

• ✅ Docker - 完全支持 Docker 引擎
• ✅ Podman - 完全兼容 Podman
• 🔄 旋转（表示循环、重复或刷新的动作） 自动检测 - 自动检测并连接到可用的运行时
• 🔌（电源插头） 可插拔架构 - 容易扩展以支持更多运行时

综合集装箱运营

📦 资源发现

• 列出所有容器（运行中的和已停止的）
• 列出容器镜像
• 列出卷及其挂载点
• 列出网络和已连接的容器

🔍 深入检查

• 详细的容器分析（配置、环境、挂载点）
• 实时资源统计（CPU、内存、网络I/O）
• 容器日志，可配置尾部长度
• 全系统信息与能力

⚡ 性能监控

• CPU使用率百分比
• 内存使用情况和限制
• 网络吞吐量（接收/发送）
• 为多个容器并行收集统计信息

🛠️ 可用工具

💡 ContainMind如何提供帮助

1. 问题分析

场景；情境你的应用程序正在崩溃

You: "Why is my mongo_local_standard container showing high memory usage?"
AI: [Uses get_container_stats + analyze_container]
    "The container is using 89% of its 2GB memory limit. 
     Checking the configuration... no memory limit set in docker-compose.
     Recommendation: Set explicit memory limits and check for memory leaks."

2. 性能调优

情景；场景；情形优化资源配置

You: "Which containers are using the most CPU?"
AI: [Uses get_container_stats with all_running=True]
    "Analysis of running containers:
     1. kafka-1: 45% CPU - consider adding more brokers
     2. redis-server: 12% CPU - within normal range
     Recommendation: Kafka is CPU-bound, consider horizontal scaling."

3. 快速诊断

场景；情景容器无法启动

You: "Check why weaviate_db failed to start"
AI: [Uses get_container_logs + analyze_container]
    "Log analysis shows port 8080 binding failure.
     Inspecting configuration... port already in use by another service.
     Recommendation: Change port mapping or stop conflicting service."

4. 资源清理

场景磁盘空间管理

You: "Show me unused volumes taking up space"
AI: [Uses list_all_volumes + list_all_containers]
    "Found 45 anonymous volumes not attached to any containers.
     Total reclaimable space: ~3.2 GB
     Safe to remove: [lists volume IDs]"

5. 健康监测

场景；情景主动监控

You: "Give me a health report of my container environment"
AI: [Uses get_system_info + get_container_stats]
    "System Health Report:
     - 7 total containers (1 running, 6 stopped)
     - Memory: 8.2GB / 16GB used (51%)
     - CPU: Normal load across running containers
     - Network: No bottlenecks detected
     Alerts: 6 stopped containers may need attention."

6. 配置审计

情景；场景安全与最佳实践

You: "Check environment variables for containers with sensitive data"
AI: [Uses analyze_container for each container]
    "Security audit complete:
     - mongo_local_standard: Contains DB credentials in env vars
     - redis-server: No authentication configured
     Recommendation: Use Docker secrets or external secret management."

📋 安装与设置

先决条件

• Python 3.8及以上版本
• 已安装Docker或Podman
• 访问容器运行时套接字

安装依赖项

pip install -r requirements.txt

运行服务器

python containmind.py

服务器启动于 http://127.0.0.1:8081 默认情况下。

使用Claude Desktop进行配置

添加到您的Claude桌面配置中（claude_desktop_config.json)：

{"mcpServers": {
"docker-Mcp": {
    "command": "uv",
    "args": [
        "run",
        "--with",
        "fastmcp",
        "fastmcp",
        "run",
        "path\to\proxy.py" 
    ],
    "env": {},
    "transport": "stdio"
}

    }
    
}

🔧 使用示例

自动检测运行时

# ContainMind automatically detects Docker or Podman
initialize_connection()

指定运行时

# Force Docker
initialize_connection(backend="docker")

# Force Podman
initialize_connection(backend="podman")

# Custom socket
initialize_connection(base_url="unix:///run/podman/podman.sock")

获取容器统计信息

# Single container
get_container_stats(container_id="mongo_local_standard")

# All running containers
get_container_stats(all_running=True, parallel=True)

🏗️ 建筑学

┌─────────────────────────────────────────┐
│         AI Assistant (Claude)           │
└────────────────┬────────────────────────┘
                 │ MCP Protocol
┌────────────────▼────────────────────────┐
│          ContainMind Server             │
│  ┌─────────────────────────────────┐   │
│  │    Tool Interface Layer          │   │
│  └──────────────┬──────────────────┘   │
│  ┌──────────────▼──────────────────┐   │
│  │   Container Inspector            │   │
│  └──────────────┬──────────────────┘   │
│  ┌──────────────▼──────────────────┐   │
│  │   Backend Abstraction Layer      │   │
│  │  ┌────────┐      ┌────────┐     │   │
│  │  │ Docker │      │ Podman │     │   │
│  │  └───┬────┘      └───┬────┘     │   │
│  └──────┼───────────────┼──────────┘   │
└─────────┼───────────────┼──────────────┘
          │               │
    ┌─────▼─────┐   ┌────▼─────┐
    │  Docker   │   │  Podman  │
    │  Engine   │   │  Runtime │
    └───────────┘   └──────────┘

🔐 安全考量

• ContainMind 需要访问容器运行时套接字
• 以执行它的用户/进程的相同权限运行
• 没有认证层（依赖于MCP传输安全）
• 建议：在受信任的环境中使用或添加身份验证

🚧 路线图/发展路线

• \[ \] 容器生命周期管理（启动/停止/重启）
• \[ \] 形象塑造与管理
• \[ \] 卷管理操作
• \[ \] 网络配置工具
• \[ \] 容器健康检查
• \[ \] 网页用户界面仪表板

🤝 贡献

欢迎贡献！改进方向包括：

• 额外的容器运行时支持
• 增强的指标收集
• 性能优化
• 文档改进

📄 许可证

此项目采用MIT许可证授权。

🙏 致谢

构建于：

• FastMCP - MCP服务器框架
• 容器API客户端
• Anthropic Claude（注：此处“Anthropic”为公司名，“Claude”为该公司开发的AI模型名，直接翻译为“安萨里克·克劳德”可能不符合中文表达习惯，通常我们会保留原名以体现其特定含义） - 人工智能助手集成

______________________________________________________________________

ContainMind（可译为“心智容器”或根据具体语境调整，如“思维控制”等，但直接翻译保持原样为“心智包含”可能不够贴切，需结合具体上下文） - 使集装箱管理变得对话化、智能化和高效化。 🚀（火箭、快速前进等意象的符号，无直接对应中文，可理解为“嗖”或“飞速前进”等表达快速移动的词汇，具体根据上下文确定）