DevOps实践-MCP服务器

![CI/CD Pipeline](https://github.com/ai-4-devops/devops-practices/actions/workflows/ci.yml) ![License: MIT](https://opensource.org/licenses/MIT) ](https://github.com/ai-4-devops/devops-practices/releases) ![MCP Registry](https://registry.modelcontextprotocol.io/?search=devops-practices) ![PyPI](https://pypi.org/project/devops-practices-mcp/)

mcp名称：io.github.ai-4-devops/deops-practices

目的：DevOps工程师在处理PoC时使用AI辅助的生产力框架（Claude Code）。

类型：克劳德代码的模型上下文协议（MCP）服务器

版本: 1.4.0

状态: 🎉 正式出版 在 MCP注册表（发布日期：2026年2月18日）

已发布版本：

🌐 MCP注册表：v1.4.0→ Git标签 v1.4.0版本 (34ca572)
🚀 最新进展: 主分支（可能包括未发布的功能）

______________________________________________________________________

这是给谁的？ DevOps工程师使用 克劳德代码（VS代码插件） 用于PoC开发。 它的作用： 提供结构（TRACKER、ISSUES、文档、SoP），这样您就可以专注于构建，而不必担心文档开销。 它不是什么： 不是DevOps教程，而是AI辅助开发的生产力框架。

______________________________________________________________________

为什么选择MCP服务器？

解决CLAUDE.md Bloat问题

厌倦了在多个项目中维护大量CLAUDE.md文件（1000+行）？此MCP为处理多个PoC的工程师集中了可重用的DevOps指令，消除了项目和文件夹之间的重复指令。

问题：

❌ 大型CLAUDE.md文件会占用上下文窗口
❌ 在每个项目中重复相同的做法
❌ 为每个PoC重新设计TRACKER.md、ISSUES.md、文档、SoP
❌ 各项目的标准不一致
❌ 上下文浪费在指令上，而不是实际工作上

解决方案：

✅ 预制结构 -跟踪器、问题、文档、SoP模板
✅ 专注于工作 -不是“我应该如何记录这个？”
✅ 一致性 -所有PoC都采用相同的标准
✅ 团队对齐 -相同的模式实现了会话、系统和团队成员之间的无缝协作和轻松交接
✅ 更快的启动 -复制模板，开始工作
✅ 上下文已保存 -没有臃肿的CLAUDE.md文件

你得到的（结构，而不是知识）：

📋 TRACKER.md模板 -立即开始跟踪，不要设计跟踪
🐛 ISSUES.md系统 -开始记录问题，不要设置Jira
📚 文件标准 -开始写文档，不要争论结构
📖 Runbook模板 -开始记录操作，不要创建SoP格式
🔄 会话连续性 -开始切换，不要设计切换协议

在MCP注册表中搜索“devops”时（截至2026年2月），这是唯一的结果。而其他MCP则专注于：

🔧 开发工具 （代码生成、测试、调试）
📊 数据分析 （数据库、API、分析）
🎨 内容创作 （写作、设计、媒体）

该MCP提供：

🏗️ 配置结构 -如何按环境组织配置，从已完成的配置生成新的环境配置，创建和验证SoP
📚 文档模式 -跟踪器、问题、文档、runbook模板已准备好复制
🔄 操作模板 -会话切换、runbook格式、文档标准
🎯 结构化指导 -GG-SS组织的快速发现实践

是什么让它与众不同：

规定性的，非生成性的 -提供经过验证的实践，而不是生成的代码
基础设施优先 -专为运维团队而非开发人员打造
可重复使用的图案 -所有项目中的模板和标准
AI原生设计 -为Claude组织查询和上下文应用
研发优化 -加快概念验证开发和实验

非常适合： DevOps工程师使用Claude Code（VS Code插件）构建PoC，并在人工智能的帮助下进行研发。

______________________________________________________________________

运作原理

无需服务器管理：

✅ 自动启动：启动Claude代码/桌面时生成
✅ 背景：工作时安静运行
✅ 手动扫描：Claude根据需要查询实践
✅ 自动停止：当克劳德关闭时关闭
✅ 后备方案：如果MCP不可用，请通过GitHub/本地访问实践（请参阅故障排除)

配置选项：

您可以全局（所有项目）或按项目配置MCP服务器：

选项1：全局配置 (~/.claude.json)

{
  "mcpServers": {
    "devops-practices": {
      "command": "python3",
      "args": ["-u", "~/.mcp-servers/devops-practices/mcp-server.py"],
      "env": {"PYTHONUNBUFFERED": "1"}
    }
  }
}

选项2：项目级配置 (.mcp.json 在项目根中）

{
  "mcpServers": {
    "devops-practices": {
      "command": "python3",
      "args": ["-u", "~/.mcp-servers/devops-practices/mcp-server.py"],
      "env": {"PYTHONUNBUFFERED": "1"}
    }
  }
}

设置步骤：

安装MCP服务器（请参阅下面的安装部分）
将配置添加到 ~/.claude.json （全球）或 .mcp.json （每个项目）
重新启动克劳德代码/桌面
MCP服务器自动运行，无需手动启动

备注：The -u 旗和 PYTHONUNBUFFERED 确保调试的实时日志记录。

______________________________________________________________________

这提供了什么

此MCP服务器提供跨基础设施项目的共享DevOps实践：

可用实践（11）

组织使用 GG-SS 前缀模式（组序列）可实现更好的可发现性：

命名模式： GG-SS-practice-name

游戏打得好 =组ID（01-04）-功能类别
SS =序列ID（01-03）-组内顺序
例子： 03-02-air-gapped-workflow =第03组，序列02

集团传奇：

01 =工作流程（如何有效工作）
02 =版本控制和项目管理（git，issues）
03 =基础设施和配置（K8s、部署、配置）
04 =文档标准（文档、自述文件、运行手册）

______________________________________________________________________

第01组：工作流和流程

01-01会议-连续性 -状态跟踪、切换协议、当前状态.md
01-02任务跟踪 -Track.md、CURRENT-STATE.md、PENDING-CHANGES.md
01-03效率指南 -何时编写脚本与复制粘贴、批处理命令

组02：版本控制和项目管理

02-01-git-实践 -使用 git mv，提交约定，备份协议，GitLab Flow
02-02问题跟踪 🆕 - 类似Jira的存储库问题跟踪系统（高级）

第03组：基础设施和配置

03-01-配置管理 ⭐ - 配置组织、占位符、环境隔离
03-02-空投工作流程 -跨笔记本电脑、CloudShell、堡垒和EKS工作
03-03标准工作流程 -常见的操作模式和工作流程

第04组：文件标准

04-01文件标准 -如何/什么/为什么结构、命名约定
04-02-准备维护 ⭐ - 目录文档标准和最佳实践
04-03-运行记录 ⭐ - 强制性会话日志标准和要求

可用模板（7）

追踪器.md -任务跟踪模板（里程碑）
当前状态.md -会话切换模板
CLAUDE.md -简化的项目说明模板
跑步手册.md ⭐ - 包含所有必需部分的会话日志模板
发布.md 🆕 - 个人问题模板（高级）
ISSUES.md 🆕 - 带有统计仪表板的问题索引模板（高级）
问题/README.md 🆕 - 如何使用问题系统（高级）

______________________________________________________________________

建筑

devops-practices-mcp/
├── README.md                    # This file
├── mcp-server.py                # MCP server implementation
├── requirements.txt             # Python dependencies
├── .github/workflows/ci.yml     # GitHub Actions pipeline
├── health-check.sh              # Health validation script
├── practices/                   # Shared practice documents (11 files, GG-SS organized)
│   ├── 01-01-session-continuity.md
│   ├── 01-02-task-tracking.md
│   ├── 01-03-efficiency-guidelines.md
│   ├── 02-01-git-practices.md
│   ├── 02-02-issue-tracking.md  # 🆕 Advanced: In-repo issue tracking
│   ├── 03-01-configuration-management.md
│   ├── 03-02-air-gapped-workflow.md
│   ├── 03-03-standard-workflow.md
│   ├── 04-01-documentation-standards.md
│   ├── 04-02-readme-maintenance.md
│   └── 04-03-runbook-documentation.md
├── templates/                   # File templates (7 files)
│   ├── TRACKER-template.md
│   ├── CURRENT-STATE-template.md
│   ├── CLAUDE-template.md
│   ├── RUNBOOK-template.md
│   ├── ISSUE-TEMPLATE.md        # 🆕 Individual issue template
│   ├── ISSUES.md                # 🆕 Issue index with dashboard
│   └── issues-README.md         # 🆕 Issue system guide
├── tools/                       # Automation tools 🆕
│   └── issue-manager.sh         # CLI for managing issues
└── config/                      # MCP configuration
    └── mcp-config.json          # Server configuration

______________________________________________________________________

MCP工具

MCP服务器为Claude提供了5个查询实践和模板的工具：

工具	说明	示例
`list_practices`	列出所有可用实践	返回10个实践的列表
`get_practice`	按名称获取练习内容	`get_practice("01-02-task-tracking")`
`list_templates`	列出所有可用模板	返回4个模板的列表
`get_template`	按名称获取模板内容	`get_template("TRACKER-template")`
`render_template`	使用变量替换渲染模板	`render_template("TRACKER-template", {"PROJECT_NAME": "my-project"})`

模板变量替换

模板支持 ${VARIABLE} 自动替换的占位符：

自动提供的变量：

${DATE} -当前日期（YYYY-MM-DD格式）
${TIMESTAMP} -UTC时间戳（YYYYMMDDTHHMMz格式）
${USER} -当前系统用户
${YEAR} -本年度

自定义变量： 渲染时传递任何其他变量：

render_template("RUNBOOK-template", {
    "SESSION_NUMBER": "1",
    "TITLE": "Kafka Deployment",
    "CLUSTER_NAME": "example-eks-uat",
    "OBJECTIVE_DESCRIPTION": "Deploy Kafka cluster to UAT"
})

全部 ${...} 模板中的占位符将替换为提供的值。

______________________________________________________________________

CI/CD管道

此存储库包括 GitHub操作管道 (.github/workflows/ci.yml)自动验证更改：

管道作业

在每次合并请求和提交到main/develop时：

健康检查 -运行全面的健康检查脚本
python验证 -验证Python语法和依赖关系
实践验证 -确保所有练习文件都存在
模板验证 -确保模板包含可变占位符
链接检查器 -检查文档交叉引用

好处

✅ 防止中断更改到达主分支
✅ 自动捕获丢失的文件或语法错误
✅ 确保一致的质量标准
✅ 无需手动验证

管道状态

查看GitHub中的管道状态：

绿色复选标记 ✅ - 所有检查均已通过，可以安全合并
红色X ❌ - 检查失败，合并前检查错误

______________________________________________________________________

文档

快速参考

实践-索引.md -何时使用哪种做法的快速查找指南

- 按任务类型组织（部署、记录、故障排除等） - 推荐做法的常见场景 - 实践依赖关系和关系

迁移指南

移民指南.md -向现有项目推出MCP

- 从单片CLAUDE.md逐步迁移 - Claude桌面/代码的配置设置 - 测试和验证程序 - 如有需要，制定回滚计划

版本历史记录

更改日志.md -完整的版本历史记录和升级指南

- 1.0.0版本（2026-02-13）：10个实践，4个模板，健康检查工具 - 版本0.1.0（2026-02-13）：首次发布

健康检查

health-check.sh -部署前验证MCP服务器

- 14项全面检查（目录结构、文件、Python环境、加载测试） - 带有通过/失败计数的彩色输出 - 退出代码：0（健康），1（不健康）

用途：

cd devops-practices-mcp
bash health-check.sh

______________________________________________________________________

项目如何使用它

CLAUDE.md项目结构

每个项目都有一个简化的CLAUDE.md：

# Claude AI Assistant - [Project Name]

## MCP Service Integration
**Shared Practices**: `devops-practices` MCP server

Claude has access to shared DevOps practices via MCP:
- Air-gapped workflow
- Documentation standards
- Session continuity protocols
- Task tracking guidelines
- Git best practices
- Efficiency guidelines

⚠️ Fallback: If MCP unavailable, see Appendix or GitHub practices

## Project-Specific: [Project Details]
[Only project-specific instructions here]

## Appendix: Critical Practices (Fallback)
[Emergency practice summaries if MCP down - see CLAUDE-template.md]

好处

不要重复自己：共享实践一次编写，随处使用
一致性：所有项目都遵循相同的标准
可维护性：更新一次，所有项目都受益
可发现性：克劳德可以在需要时查询实践
坚韧的：如果MCP不可用，则回退到GitHub/本地/附录

模板： 看 CLAUDE-template.md 完整结构，包括后备附录

______________________________________________________________________

安装和设置

🔧 手动安装（最稳定-建议用于开发）

最适合： 开发人员、贡献者或任何想要完全控制的人

1.克隆存储库

# Clone to recommended location
git clone https://github.com/ai-4-devops/devops-practices.git ~/.mcp-servers/devops-practices
cd ~/.mcp-servers/devops-practices

2.安装依赖项

# Using uv (10-100x faster)
curl -LsSf https://astral.sh/uv/install.sh | sh
uv pip install -r requirements.txt

# Or using traditional pip
pip install -r requirements.txt

3.配置MCP服务器

编辑 ~/.claude/config.json:

{
  "mcpServers": {
    "devops-practices": {
      "command": "python3",
      "args": ["-u", "~/.mcp-servers/devops-practices/mcp-server.py"],
      "env": {"PYTHONUNBUFFERED": "1"}
    }
  }
}

4.重新启动克劳德代码/桌面

5.验证MCP连接

问Claude：“你能列出MCP服务器上可用的DevOps实践吗？”

💡 提示： 克劳德可能需要提醒检查MCP。如果它没有响应练习名称，请尝试：

“请验证您是否可以访问devops实践MCP服务器”
“列出所有可用的MCP工具”
重新启动Claude代码

______________________________________________________________________

🧪 实验/测试（针对书呆子）

⚠️ 注： 这些方法是实验性的，尚未经过充分测试。使用手动安装（如上）进行可靠的设置。

选项1:通过Claude桌面UI进行MCP注册表 （实验）：

打开克劳德桌面
前往设置→ 开发者→ MCP服务器
搜索“devops实践”
点击“安装”
重新启动克劳德代码/桌面

选项2：通过uvx安装 (✨ 推荐-自动静脉）：

# Add MCP server using uvx (handles venv automatically)
claude mcp add devops-practices -- uvx devops-practices-mcp

# Restart Claude Code/Desktop to activate

为什么推荐： uvx 自动为您管理虚拟环境-无需设置。

选项3：使用uv+venv安装 （对于Python开发人员）：

# Install uv if you don't have it
curl -LsSf https://astral.sh/uv/install.sh | sh

# Create virtual environment
uv venv ~/.venvs/devops-practices-mcp

# Activate venv
source ~/.venvs/devops-practices-mcp/bin/activate

# Install MCP server
uv pip install devops-practices-mcp

# Add to Claude configuration (using venv's python)
claude mcp add devops-practices -- ~/.venvs/devops-practices-mcp/bin/python -m devops_practices_mcp

# Restart Claude Code/Desktop to activate

为什么使用这个： 通过现代技术完全控制虚拟环境 uv 工具。

选项4：安装到用户目录 （遗产-无遗产）：

# Install using pip (to ~/.local/)
pip install --user devops-practices-mcp

# Add to Claude configuration
claude mcp add devops-practices -- python3 -m devops_practices_mcp

# Restart Claude Code/Desktop to activate

选项5：全系统安装 （需要sudo）：

# Install system-wide (requires root)
sudo pip install devops-practices-mcp

# Add to Claude configuration
claude mcp add devops-practices -- python3 -m devops_practices_mcp

# Restart Claude Code/Desktop to activate

选项6：手动配置 （直接编辑配置文件）：

通过pip或uvx安装，然后编辑 ~/.claude/config.json:

{
  "mcpServers": {
    "devops-practices": {
      "command": "uvx",
      "args": ["devops-practices-mcp"],
      "env": {}
    }
  }
}

______________________________________________________________________

真实世界用例

1. 多环境Kafka部署

场景：跨开发部署Kafka→ test → uat → prod

无MCP:

在每个项目中复制580行CLAUDE.md
在每个环境中重复相同的问题（共12小时）
团队之间没有标准化的方法

使用MCP:

克劳德查询 get_practice("configuration-management") 用于安装SOP
为测试环境复制开发runbook（节省56%的时间）
所有团队都会自动遵循相同的标准

结果：5.25小时比12小时（快56%）

2. 标准化Git工作流

场景：团队需要一致的分支策略

无MCP:

每个项目都有不同的分支方法
新团队成员对工作流程感到困惑
Git实践在各地都有不同的记录

使用MCP:

克劳德查询 get_practice("02-01-git-practices")
每个人都会得到200多行GitLab Flow文档
git标准的单一真实来源

结果：所有15个项目的工作流程一致

3. 空中基础设施部署

场景：部署到没有互联网的安全环境

无MCP:

每节课重新解释工作流程
从旧运行手册复制粘贴命令
文件传输程序不一致

使用MCP:

克劳德查询 get_practice("air-gapped-workflow")
逐步获取：笔记本电脑→ S3 → 堡垒→ 目标
每次流程一致

结果：零安全事件，可预测的部署

4. 项目文档设置

场景：启动新的基础设施项目

无MCP:

从头开始创建CLAUDE.md（2小时）
从旧项目复制粘贴（不一致）
错过重要实践

使用MCP:

User: "Create project structure for monitoring-stack project"
Claude: [Queries MCP for templates]
Claude: Creates TRACKER.md, CURRENT-STATE.md, RUNBOOK.md
        All following latest standards

结果：15分钟vs 2小时（快88%）

5. 复杂项目的问题跟踪

场景：管理3个月项目中的50多个工作项

无MCP:

使用外部Jira（访问问题、开销）
或者在分散的markdown文件中跟踪
没有一致的格式

使用MCP:

克劳德查询 get_template("ISSUES")
使用仪表板创建回购内问题跟踪
用途 tools/issue-manager.sh 用于CLI管理

结果：基于Git的跟踪，无外部依赖

______________________________________________________________________

使用示例

对于克劳德

在处理项目时：

查询练习：

User: "What's the air-gapped workflow for file transfers?"
Claude: [Queries MCP: get_practice("air-gapped-workflow")]
Claude: [Receives markdown content]
Claude: "Here's the air-gapped workflow..."

获取模板（原始）：

User: "Show me the TRACKER template"
Claude: [Queries MCP: get_template("TRACKER-template")]
Claude: [Receives template with ${VARIABLES}]
Claude: "Here's the template..."

渲染模板（带变量）：

User: "Create a TRACKER.md for my kafka-deployment project"
Claude: [Queries MCP: render_template("TRACKER-template", {
    "PROJECT_NAME": "kafka-deployment",
    "DATE": "2026-02-14",
    "PHASE_NAME": "UAT Deployment"
})]
Claude: [Receives rendered template with all variables substituted]
Claude: [Creates TRACKER.md with actual values]

更新实践

对于贡献者：

cd devops-practices-mcp
vim practices/documentation-standards.md
# Make changes
git add practices/documentation-standards.md
git commit -m "Update documentation standards: add new RUNBOOKS guidelines"
git push
# All projects using this MCP server now get updated standards

______________________________________________________________________

分支策略

此存储库使用 GitLab流程 使用语义版本控制来确保依赖项目的稳定性。

分支结构

main            ← Production releases only (v1.0.0, v1.1.0, etc.)
  ↑
develop         ← Active development, integration branch
  ↑
feature/*       ← New practices, templates
release/*       ← Version preparation (v1.2.0)
hotfix/*        ← Critical production fixes

分支类型

分支	目的	创建于	合并到
`main`	生产版本（已标记）	-	-
`develop`	积极发展	`main`	`main` （通过发布）
`feature/*`	新功能	`develop`	`develop`
`release/*`	版本准备	`develop`	`main` + `develop`
`hotfix/*`	关键修复	`main`	`main` + `develop`

为什么选择GitLab Flow？

✅ 稳定性: main 始终包含经过测试的生产就绪代码
✅ 安全：更改通过 develop 在投入生产之前
✅ 测试：CI/CD在合并之前验证所有更改
✅ 版本控制：清晰的语义版本发布（v1.0.0、v1.1.0等）
✅ 可追溯性：更改内容和时间的完整历史

快速工作流程

添加新实践/模板:

git checkout develop
git checkout -b feature/add-security-practice
# Make changes, commit
git push origin feature/add-security-practice
# Create PR → develop

创建发布:

git checkout develop
git checkout -b release/v1.2.0
# Update CHANGELOG.md, version numbers
# Create PR → main
# Tag release: git tag v1.2.0
# Merge back to develop

关键修补程序:

git checkout main
git checkout -b hotfix/critical-bug
# Fix, commit, push
# Create PR → main (fast-track)
# Also merge to develop

全部文件：参见贡献.md 和 git-practices.md

______________________________________________________________________

治理

谁维护这个

所有者：Uttam Jaiswal领导
贡献者：DevOps工程师
审查流程：变更需要PR

更新协议

新实践/模板:

从以下位置创建特征分支 develop
更新练习或模板文件
运行健康检查： bash health-check.sh
更新文档（README.md、PRACTICE-INDEX.md）
创建带有描述的PR→ develop
团队代码审查
合并到 develop CI/CD通过后

发布:

从以下位置创建发布分支 develop: release/v1.x.0
更新CHANGELOG.md和版本号
创建PR→ main
合并后的标签释放： git tag v1.x.0
将发布合并回 develop
向团队宣布（影响所有相关项目）

对于关键修复:

从以下位置创建修补程序分支 main: hotfix/issue-name
修复问题并彻底测试
创建PR→ main （快速审批）
标记修补程序版本： git tag v1.x.1
合并到 develop 保持同步
向团队宣布紧急修复

看: 贡献.md 了解详细的工作流程

版本控制

主版本 （2.0）：打破结构变化
次要版本 （1.1）：增加了新的做法
补丁版本 （1.0.1）：澄清、修正

______________________________________________________________________

使用此MCP服务器的项目

项目	目的	地点
kafka部署	Apache kafka部署	示例项目
可观测性堆栈	可观测性栈	示例项目
网络基础设施	网络基础架构	示例项目

______________________________________________________________________

发展

看贡献.md 详细的贡献工作流程、分支策略和代码审查过程。

添加新实践

在中创建markdown文件 practices/
使用清晰的结构和示例
更新 mcp-server.py 如有需要
与克劳德一起测试
更新此自述文件（练习次数）
更新实践-索引.md （添加到场景列表中）
更新更改日志.md （记录添加内容）
运行健康检查： bash health-check.sh

添加新模板

在中创建模板文件 templates/
使用占位符： ${PROJECT_NAME}, ${DATE}等等。（请参阅MCP工具部分中的自动提供的变量）
无需更改代码- render_template 处理所有 ${...} 自动替换
测试模板： render_template("your-template", {"VAR": "value"})
更新此README（模板计数）
更新更改日志.md （记录添加内容）
运行健康检查： bash health-check.sh

进行更改

发布前： 运行健康检查以验证所有文件
更改后： 使用版本更新CHANGELOG.md
重大变化： 使用迁移说明更新MIGRATION-GUIDE.md
新功能： 使用使用场景更新PRACTICE-INDEX.md

______________________________________________________________________

故障排除

Claude无法访问MCP服务器

症状： 当被问及时，克劳德没有回复练习，或者表现得好像MCP不存在

解决：

明确提醒克劳德： “请检查devops实践MCP服务器并列出可用实践”
验证MCP是否已加载： 询问“您可以访问哪些MCP服务器？”
检查配置： 验证 ~/.claude/config.json 具有正确的路径（必须是绝对路径）
重新启动Claude代码： MCP服务器启动时加载
检查日志： 看 ~/.cache/claude/mcp-devops-practices.log 对于错误
验证MCP流程： 跑 ps aux | grep mcp-server.py 确认它正在运行

💡 专业提示： 克劳德有时“忘记”检查MCP服务器。在继续执行任务之前，明确提醒其验证MCP。

日志位置： ~/.cache/claude/mcp-devops-practices.log

MCP服务器已关闭或不可用

症状： MCP服务器进程崩溃、无响应或无法启动

后备选项：

选项1:GitHub实践（推荐）

Access practices directly from GitHub:
https://github.com/ai-4-devops/devops-practices/tree/main/practices

Ask Claude to read practices via GitHub URLs when MCP unavailable.

选项2：本地克隆

# Access practices from local clone
ls ~/.mcp-servers/devops-practices-mcp/practices/

# Read practice directly
cat ~/.mcp-servers/devops-practices-mcp/practices/03-02-air-gapped-workflow.md

选项3:CLAUDE.md附录

Projects using the CLAUDE-template.md have a built-in appendix
with critical practice summaries for emergency fallback.

See: templates/CLAUDE-template.md (Appendix section)

预防：

使用 .mcp.json 用于项目级配置（更可靠）
将MCP健康检查添加到会前检查表中
保持本地克隆更新： git pull origin main
监控日志： tail -f ~/.cache/claude/mcp-devops-practices.log

相关： 移民指南.md 用于项目特定的回退设置

未找到练习文件

验证文件是否存在： ls practices/
检查文件名是否完全匹配（区分大小写）
检查MCP服务器日志

模板替换失败

验证占位符语法： ${VARIABLE}
检查模板文件编码（UTF-8）
查看mcp-server.py日志

______________________________________________________________________

许可证

MIT许可证-免费使用和修改

______________________________________________________________________

维护者：乌塔姆·贾斯瓦尔 最后更新: 2026-02-20 版本: 1.4.0

Devops Practices

快速接入

详细介绍

DevOps实践-MCP服务器

为什么选择MCP服务器？

运作原理

这提供了什么

可用实践（11）

第01组：工作流和流程

组02：版本控制和项目管理

第03组：基础设施和配置

第04组：文件标准

可用模板（7）

建筑

MCP工具

模板变量替换

CI/CD管道

管道作业

好处

管道状态

文档

快速参考

迁移指南

版本历史记录

健康检查

项目如何使用它

CLAUDE.md项目结构

好处

安装和设置

🔧 手动安装（最稳定-建议用于开发）

1.克隆存储库

2.安装依赖项

3.配置MCP服务器

4.重新启动克劳德代码/桌面

5.验证MCP连接

🧪 实验/测试（针对书呆子）

真实世界用例

1. 多环境Kafka部署

2. 标准化Git工作流

3. 空中基础设施部署

4. 项目文档设置

5. 复杂项目的问题跟踪

使用示例

对于克劳德

更新实践

分支策略

分支结构

分支类型

为什么选择GitLab Flow？

快速工作流程

治理

谁维护这个

更新协议

版本控制

使用此MCP服务器的项目

发展

添加新实践

添加新模板

进行更改

故障排除

Claude无法访问MCP服务器

MCP服务器已关闭或不可用

未找到练习文件

模板替换失败

许可证

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP