本地DevOps MCP服务器
一个专业的模型上下文协议（MCP）服务器，将Docker容器管理转换为自然语言对话。
______________________________________________________________________
执行摘要
本地DevOps MCP服务器弥合了复杂的Docker操作和直观的人机交互之间的差距。它使开发人员、DevOps工程师和团队能够通过简单的对话命令来管理容器化环境，从而消除了记忆复杂的Docker命令和脚本的需要。
关键创新： 将Docker技术操作转换为自然语言，同时保持企业级的可靠性和可扩展性。
______________________________________________________________________
为何这很重要
对于开发团队
- 缩短登机时间：新团队成员可以在没有Docker专业知识的情况下管理容器
- 提高生产力：在几秒钟内而不是几小时内部署复杂的多服务环境
- 消除人为错误：智能依赖关系管理可防止常见的部署失败
DevOps工程师
- 自动化重复性任务：自动重新部署、运行状况监控和环境快照
- 确保一致性：模板和快照可保证跨团队的环境完全相同
- 减轻支持负担：自愈容器和智能错误处理
商业版
- 降低运营成本：减少人工干预，加快部署周期
- 缩短上市时间：简化的开发工作流程加速了功能交付
- 提高可靠性：主动健康监测可防止生产事故
______________________________________________________________________
核心能力
智能依赖管理
- 问题：当依赖关系未就绪时，服务会失败
- 解决方案：具有智能等待功能的自动依赖解析（TCP、HTTP、日志模式）
- 业务影响：消除了部署失败，并将调试时间缩短了80%
带文件监视的自动部署
- 问题：开发人员浪费时间手动重建容器
- 解决方案：文件更改时自动重建和重新部署
- 业务影响：将开发周期加快3-5倍
主动健康监测
- 问题：仅在用户影响后检测到生产问题
- 解决方案：具有自动重启功能的持续健康检查
- 业务影响：通过自我修复基础架构将停机时间减少90%
环境快照
- 问题：开发、测试和生产环境不一致
- 解决方案：完成环境状态捕获和一键恢复
- 业务影响：消除了“它在我的机器上工作”的问题
服务模板
- 问题：各团队的服务配置不一致
- 解决方案：可重用、版本控制的服务模板
- 业务影响：确保一致性并减少配置偏差
______________________________________________________________________
架构概述
┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐
│ User/AI │◄──►│ MCP Server │◄──►│ Docker Engine │
│ (Natural Lang.) │ │ (Smart Logic) │ │ (Containers) │
└─────────────────┘ └──────────────────┘ └─────────────────┘
│
▼
┌─────────────────┐
│ State Storage │
│ (Templates, │
│ Snapshots, │
│ Dependencies) │
└─────────────────┘技术组件
- 模块化Python架构：通过专用模块实现关注点的清晰分离
- 智能等待逻辑：针对不同服务类型的多种等待策略
- 稳健的错误处理：优雅的降级和自动恢复
- 跨平台兼容性：Windows、macOS和Linux支持
______________________________________________________________________
快速入门指南
先决条件
- Docker桌面已安装并正在运行
- Python 3.8或更高版本
- MCP兼容IDE（Windsurf，带MCP扩展的VS Code）
安装（5分钟）
# 1. Clone the repository
git clone https://github.com/Ayala-Yagelnik/local-devops-mcp
cd local-devops-mcp
# 2. Create virtual environment
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# 3. Install dependencies
pip install -r requirements.txt
# 4. Configure MCP client
# Add to ~/.codeium/windsurf/mcp_config.json or other mcp config of any agent:
{
"local-devops": {
"command": "python",
"args": ["C:\\path\\to\\local-devops-mcp\\server.py"]
}
}
# 5. Restart IDE验证
# Test basic functionality
python server.py # Should start without errors______________________________________________________________________
使用示例
对于开发者
简单部署：
User: "Deploy nginx on port 8080"
AI: [Deploys nginx] "nginx is running at http://localhost:8080"复杂堆栈：
User: "I need a full-stack environment with database and API"
AI: [Deploys postgres + redis + api + frontend]
"Your development environment is ready! Database on 5432, API on 8000, frontend on 3000"DevOps工程师
环境管理：
User: "Save current production setup as template"
AI: [Creates template] "Production template saved as 'webapp-v2'"
User: "Deploy staging environment using production template"
AI: [Deploys from template] "Staging environment deployed with production configuration"健康监测：
User: "Add health monitoring to all services"
AI: [Adds health checks] "Health monitoring enabled with auto-restart"对于团队
协作：
User: "Share my development setup with the team"
AI: [Creates snapshot] "Development snapshot shared. Team can restore with one command"______________________________________________________________________
企业功能
安全
- 凭据管理：自动Docker凭据处理
- 孤立的环境：完全环境隔离
- 审计跟踪：完整的操作记录和跟踪
可扩展性
- 多项目支持：同时管理多个项目
- 模板库：企业范围的模板共享
- 性能监控：资源使用跟踪和优化
整合
- CI/CD管道就绪：与现有工作流程无缝集成
- 多云支持：适用于任何兼容Docker的环境
- API访问：自动化的程序化访问
______________________________________________________________________
技术规格
支持的操作
- 容器生命周期管理（创建、启动、停止、删除）
- 具有依赖关系解决的多服务部署
- 具有自动修复功能的健康监测
- 文件监视和自动重新部署
- 环境快照和恢复
- 服务模板和重用
- 日志聚合和分析
- 网络和卷管理
兼容性
- Docker版本: 20.10+
- Python版本: 3.8+
- 操作系统：Windows 10+、macOS 10.15+、Ubuntu 18.04+
- IDE支持：风浪，克劳德，Cursor。..
______________________________________________________________________
按行业划分的用例
软件开发
- 微服务架构：管理复杂的服务依赖关系
- 功能分支测试：每个功能的独立环境
- 持续集成：自动化测试环境
电子商务
- 季节性缩放：快速环境配置
- A/B测试：并行环境管理
- 性能测试：逼真的生产复制品
金融服务
- 合规环境：一致的监管环境
- 灾难恢复：快速恢复环境
- 审计跟踪：完整的操作日志记录
______________________________________________________________________
学习资源
文档
______________________________________________________________________
*建于❤️ 对于重视生产力和可靠性的团队*