Token导航 LogoToken导航TokenDH.com
Hcp Terraform MCP logo
运维云端stdio官方级别未说明来源级核验

Hcp Terraform MCP

MCP Server

一个为AI代理提供标准化访问HCP Terraform API的模型上下文协议服务器,用于管理项目、工作区和运行。

工具数

14

提示词数

0

GitHub Stars

0

资源数

0
基础设施即代码PythonClaude自动化部署Claude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

nhsy-hcp

提供方

nhsy-hcp

最后核验

2026/5/17 20:20

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run pytest

详细介绍

HCP Terraform MCP服务器

![Test](https://github.com/nhsy-hcp/hcp-terraform-mcp/actions/workflows/test.yml)

一种模型上下文协议(MCP)服务器,为AI代理提供对HCP Terraform API的标准化访问,用于管理项目、工作区和运行。

项目状态-第3阶段完成✅

所有三个实施阶段都已完成,为HCP Terraform管理提供了一个功能齐全的MCP服务器。

已完成的功能

第一阶段-基础:

  • 使用uv包管理器初始化Python项目
  • MCP Python SDK和HTTP客户端依赖关系
  • 开发环境和测试框架设置
  • 带认证的HCP Terraform API客户端
  • 速率限制(30个请求/秒合规)
  • JSON API响应解析和错误处理
  • 带健康检查工具的基本MCP服务器结构
  • 通过环境变量进行配置管理
  • 基本测试套件

第2阶段——核心运营:

  • 项目管理(CRUD操作)
  • 工作区管理(创建、更新、锁定/解锁)
  • 运行管理(创建、应用、取消运行)
  • 完整的API客户端实现
  • 全面的错误处理和验证

第3阶段-高级功能:

  • 具有动态发现功能的增强资源处理程序
  • 5分钟TTL缓存以优化性能
  • 4个全面的提示模板
  • 带有明确错误消息的环境验证
  • API响应验证的冗余模型
  • MCP格式兼容性修复
  • MCP检查器兼容性
  • 综合测试套件(19项测试通过)

项目结构

hcp-terraform-mcp/
  src/hcp_terraform_mcp/
    __init__.py
    __main__.py               # Main entry point
    server.py                 # MCP server implementation (165 lines)
    client.py                 # HCP Terraform API client (392 lines)
    config.py                 # Configuration management (48 lines)
    models.py                 # Pydantic models for API responses (161 lines)
    tool_definitions.py       # Tool definitions (313 lines)
    tool_handlers.py          # Tool implementation handlers (200 lines)
    resource_handlers.py      # Resource discovery handlers (110 lines)
  tests/
    test_client.py            # Client tests (14 tests)
    test_server.py            # Server tests (5 tests)
  .env.example              # Environment variables template
  pytest.ini                # Test configuration
  project-plan.md           # Implementation plan
  pyproject.toml            # Project dependencies
  CLAUDE.md                 # Claude Code guidance

设置

  1. 安装依赖项:
   uv sync
  1. 配置环境:
   cp .env.example .env
   # Edit .env with your HCP Terraform credentials
  1. 运行测试:
   uv run pytest
  1. 运行MCP服务器:
   uv run python -m hcp_terraform_mcp
  1. 使用MCP检查器运行(用于调试/测试):
   # Install MCP Inspector
   npx @modelcontextprotocol/inspector uv run python -m hcp_terraform_mcp

这将启动MCP Inspector web界面,允许您:

- 检查可用的工具、资源和提示 - 交互式测试工具调用 - 调试MCP服务器响应 - 查看服务器日志和性能指标

配置

在您的 .env 文件:

  • TFC_API_TOKEN:您的HCP Terraform API令牌(必需)
  • TFC_ORGANIZATION:您的组织名称(必填)
  • TFC_BASE_URL:API基本URL(默认值:https://app.terraform.io/api/v2)
  • TFC_ENABLE_CACHING:启用5分钟响应缓存(默认值:true)
  • TFC_DEBUG_MODE:启用调试日志记录(默认值:false)

当前MCP能力

工具(共14个)

健康与连接:

  • health_check -检查HCP Terraform API连接

项目管理:

  • create_project -创建新的HCP Terraform项目
  • list_projects -列出组织中的所有项目
  • delete_project -按ID删除项目

工作区管理:

  • create_workspace -创建新工作区
  • list_workspaces -列出工作区(带可选项目筛选)
  • update_workspace -更新工作区设置
  • lock_workspace -锁定工作区以防止更改
  • unlock_workspace -解锁工作区

运行管理:

  • create_run -创建并执行新运行
  • list_runs -工作区的列表运行
  • get_run -获取特定跑步的详细信息
  • apply_run -应用计划运行
  • cancel_run -取消正在运行的操作

资源

  • terraform://organization/info -组织详细信息和元数据
  • terraform://projects/ -动态发现所有项目
  • terraform://workspaces/ -动态发现所有工作区
  • terraform://runs/ -动态发现最近的跑步记录

提示(4个综合模板)

  • terraform_status -组织和基础设施状态概述
  • terraform_deployment -部署规划和执行指导
  • workspace_setup -工作空间配置和管理
  • run_monitoring -运行执行监控和故障排除

添加到克劳德代码

在本地设置MCP服务器后,您可以将其添加到Claude Code中:

先决条件

  1. 安装MCP服务器:
   # From the project directory
   uv sync
   uv pip install -e .
  1. 设置环境变量:
   cp .env.example .env
   # Edit .env with your HCP Terraform credentials:
   # TFC_API_TOKEN=your_terraform_cloud_api_token_here
   # TFC_ORGANIZATION=your_organization_name
   # TFC_BASE_URL=https://app.terraform.io/api/v2

将服务器添加到Claude代码

选项1:项目特定配置

将服务器添加到当前项目中:

claude mcp add hcp-terraform \
  -e TFC_API_TOKEN=your_token_here \
  -e TFC_ORGANIZATION=your_org_name \
  -e TFC_BASE_URL=https://app.terraform.io/api/v2 \
  -- uv run hcp-terraform-mcp

选项2:用户范围配置

为所有Claude Code会话添加服务器:

claude mcp add hcp-terraform \
  --scope user \
  -e TFC_API_TOKEN=your_token_here \
  -e TFC_ORGANIZATION=your_org_name \
  -e TFC_BASE_URL=https://app.terraform.io/api/v2 \
  -- uv run hcp-terraform-mcp

选项3:使用环境文件

如果您更喜欢使用 .env 文件:

# First, ensure your .env file is properly configured
claude mcp add hcp-terraform \
  -- bash -c "source .env && uv run hcp-terraform-mcp"

验证安装

检查服务器是否配置正确:

# List all MCP servers
claude mcp list

# Get details about the HCP Terraform server
claude mcp get hcp-terraform

Claude代码中的用法

添加后,您可以在Claude Code中使用服务器的全面功能:

项目管理:

  • 创建、列出和删除项目
  • 在项目中组织工作空间

工作区操作:

  • 创建和配置工作区
  • 更新工作区设置和变量
  • 锁定/解锁工作区以进行维护

基础设施部署:

  • 创建和执行运行
  • 监控运行进度和日志
  • 应用计划更改
  • 取消正在运行的操作

资源发现:

  • 浏览所有项目、工作区和运行
  • 获取有关基础设施状态的详细信息

指导工作流程:

  • 在常见场景中使用提示模板
  • 获得部署规划方面的帮助
  • 监控基础设施健康状况

故障排除

服务器未启动:

  • 验证您的API令牌是否具有正确的权限
  • 检查组织名称拼写是否正确
  • 确保服务器已安装: uv pip install -e .

权限错误:

  • 您的API令牌需要对组织进行读取访问
  • 对于写入操作(在未来阶段),您需要适当的工作区权限

连接问题:

  • 验证 TFC_BASE_URL 适用于您的HCP Terraform实例
  • 检查HCP Terraform的网络连接

删除服务器

如果需要删除服务器:

claude mcp remove hcp-terraform

下一个开发阶段

第4阶段(未来)-API资源管理器集成:

  • 高级分析和查询功能
  • 全组织数据探索
  • 基础设施审计和合规工具
  • 自定义报告和指标

implementation-plan.md 完整的发展路线图。

技术规格

  • 语言:Python 3.11+
  • 框架:MCP(模型上下文协议)Python SDK
  • API客户端:具有速率限制的HTTP客户端(30请求/秒)
  • 缓存:5分钟TTL用于性能优化
  • 测试:19项综合测试,模拟API响应
  • 代码质量:全程键入提示、错误处理和日志记录

目录标签

目录标签

基础设施即代码PythonClaude自动化部署本地部署Terraform管理AI代理集成云资源管理

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

14

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP