Harbor AIops

Harbor AIops

39 個の MCP ツールと対応する CLI コマンドを使って、ガバナンスが適用された Harbor コンテナレジストリ運用を行います。すべての呼び出しは、同梱のガバナンスハーネスによって監査され、予算が割り当てられます。アーティファクトのスキャン、タグの作成、リスクの高いタグの削除にはドライランのプレビューがあり、結果が不確かな場合は outcomeUnknown として報告されます。

チェック内容

• コンポーネントの健全性とシステムボリュームの使用状況。
• プロジェクト、リポジトリの一覧、アーティファクト、タグ、脆弱性レポート、クォータ、プロジェクトの監査ログ。
• レジストリ統計、プロジェクトメンバー、タグの不変ルール、ラベル、ロボットのメタデータ（シークレットは秘匿されます）。
• レジストリ全体およびスケジュール済みの最新スキャンメトリクスと、件数に上限のあるアーティファクトスキャンレポートログ。
• 不変ではないことが確認された単一タグの、事後に不存在を確認する保護付き削除。
• ガベージコレクションの実行履歴。
• GC 実行の詳細と、件数に上限のあるプレーンテキストログ。
• レプリケーションポリシー、実行、タスク、および件数に上限のあるタスクログ。
• 実際の ID による保持ポリシー、実行、タスク、および件数に上限のあるタスクログ。
• harbor_diagnose は、健全性、ボリューム、GC、レプリケーションの観測結果をまとめます。失敗したプローブは、data: null を伴うエラーとして表示されます。

一覧には items、returned、limit、実測値に基づく truncated フィールドがあります。1 回の呼び出しで取得できるレコード数は最大 500 件です。

ソースからのセットアップ

Python 3.11 以降、uv、および Harbor インスタンスが必要です。uv sync --dev でローカルにインストールします。uv run harbor-aiops init を実行して HTTPS ターゲットを設定し、パスワードを暗号化するか、targets リストを含む ~/.harbor-aiops/config.yaml を作成します。

targets:
  - name: primary
    host: harbor.example.com
    username: robot$ops
    scheme: https
    port: 443
    verify_ssl: true
    timeout: 30

uv run harbor-aiops secret set primary を実行し、続けて uv run harbor-aiops doctor と uv run harbor-aiops diagnose を実行します。MCP のエントリーポイントは uv run harbor-aiops-mcp です。非対話形式でシークレットストアにアクセスするには、HARBOR_AIOPS_MASTER_PASSWORD を設定します。TLS 検証はデフォルトで有効です。ca_file ではカスタム CA PEM を指定できます。

対象範囲と検証

scan-artifact コマンドは非同期スキャンを開始し、ステータスが確認されるまでは最終結果を不明として報告します。create-tag はタグが存在しなかったことを確認し、書き込み後にタグが現れたことを確認します。delete-tag は、指定されたダイジェストに対する正確な不変ではないタグを必須とし、対象をプレビューしてから削除後に不存在を確認します。不変性やその後のアーティファクト変更によって逆操作が安全でなくなる可能性があるため、どちらのタグ書き込み処理も取り消しトークンを生成しません。保持の実行、レプリケーションの再起動、GC の開始／停止、アーティファクトの削除、ポリシーの変更は、使い捨ての Harbor 環境で実際の結果と復旧手順を検証できるようになるまで、今回のリリースの対象外です。検証を参照してください。不足している操作や実環境でのフィードバックは、イシューまたは PR としてお寄せください。

開発

ローカルチェックには uv run pytest -q、uv run ruff check .、uv run bandit -r harbor_aiops -ll を実行します。リリース前に、ルートのハンドブックゲートを通過する必要があります。