ops-mcp-server

ops-mcp-server：一个由AI驱动的IT运维平台，融合了LLMs（大语言模型）和MCP架构，支持智能监控、异常检测以及自然的人机交互，具备企业级的安全性和可扩展性。

📖 目录

项目概述
核心功能
演示视频
安装
部署
本地MCP服务器配置
交互式客户端使用
许可证
注意事项

🚀 项目概述

ops-mcp-server 是面向AI时代的IT运维管理解决方案。它通过无缝集成模型上下文协议（MCP）和大语言模型（LLMs），实现了智能化的IT运维。借助LLMs的强大能力和MCP的分布式架构，它将传统的IT运维转变为AI驱动的体验，支持自动化服务器监控、智能异常检测和上下文感知的故障排查。该系统作为人类操作员与复杂IT基础设施之间的桥梁，提供了从日常维护到复杂问题诊断的自然语言交互，同时保持企业级的安全性和可扩展性。

🌟 核心功能

🖥️ 服务器监控

实时CPU、内存、磁盘检查。
系统负载和进程监控。
服务和网络接口检查。
日志分析和配置备份。
安全漏洞扫描（SSH登录、防火墙状态）。
详细的OS信息获取。

📦 容器管理（Docker）

容器、镜像和卷管理。
容器资源使用情况监控。
日志检索和健康检查。

🌐 网络设备管理

多厂商支持（思科、华为、H3C）。
交换机端口、VLAN和路由器路由检查。
ACL安全配置分析。
光模块和设备性能监控。

➕ 其他功能

可扩展的插件架构。
跨多设备的批量操作。
工具列表和描述性命令。

🎬 演示视频

📌 项目演示

在Cherry Studio上

演示动画

📌 交互式客户端演示

在终端上

客户端演示动画

⚙️ 安装

确保已安装 Python 3.10+。本项目使用 uv 进行依赖和环境管理。

1. 安装UV

curl -LsSf https://astral.sh/uv/install.sh | sh

2. 设置虚拟环境

uv venv .venv

# 激活环境
source .venv/bin/activate      # Linux/macOS
.\.venv\Scripts\activate       # Windows

3. 安装依赖

uv pip install -r requirements.txt

依赖项通过 pyproject.toml 管理。

🚧 部署

📡 SSE远程部署（UV）

cd server_monitor_sse

# 安装依赖
pip install -r requirements.txt

# 启动服务
cd ..
uv run server_monitor_sse --transport sse --port 8000

🐳 SSE远程部署（Docker Compose）

确保已安装Docker和Docker Compose。

cd server_monitor_sse
docker compose up -d

# 检查状态
docker compose ps

# 日志监控
docker compose logs -f

🛠️ 本地MCP服务器配置（Stdio）

将此配置添加到您的MCP设置中：

{
  "ops-mcp-server": {
    "command": "uv",
    "args": [
      "--directory", "YOUR_PROJECT_PATH_HERE",
      "run", "server_monitor.py"
    ],
    "env": {},
    "disabled": true,
    "autoApprove": ["list_available_tools"]
  },
  "network_tools": {
    "command": "uv",
    "args": [
      "--directory", "YOUR_PROJECT_PATH_HERE",
      "run", "network_tools.py"
    ],
    "env": {},
    "disabled": false,
    "autoApprove": []
  },
}

注意：将 YOUR_PROJECT_PATH_HERE 替换为项目的实际路径。

💬 交互式客户端使用

交互式客户端（client.py）允许您使用自然语言与MCP服务进行交互。

1. 安装客户端依赖

uv pip install openai rich

2. 配置客户端

在 client.py 中编辑以下配置：

# 初始化OpenAI客户端
self.client = AsyncOpenAI(
    base_url="https://your-api-endpoint",
    api_key="YOUR_API_KEY"
)

# 设置模型
self.model = "your-preferred-model"

3. 运行客户端

uv run client.py [path/to/server.py]

示例：

uv run client.py ./server_monitor.py

客户端命令

help - 显示帮助。
quit - 退出客户端。
clear - 清除对话历史。
model <name> - 切换模型。

📄 许可证

本项目采用 MIT许可证。

📌 注意事项

确保远程SSH访问已正确配置。
根据实际部署条件调整工具参数。
本项目正在积极开发中，欢迎反馈和贡献。