mcpField
M
MCP Argo Server

MCP Argo Server

ローカル
github.com/jakkajクラウド・インフラ1187 週間前に更新

MCP Argo Server について

MCP Argo Server は、MCP 経由で Argo Workflows を実行する Go 製コマンドラインツールです。Kubernetes と Argo のリソースを扱い、ワークフローの送信、状態確認、結果取得を行えます。

主な機能

  1. 01Argo Workflows の送信
  2. 02ワークフロー状態の確認
  3. 03完了までの監視
  4. 04ワークフロー結果の取得

活用シーン

  1. 01MCP クライアントからワークフローを起動
  2. 02送信したワークフローを完了まで監視
  3. 03完了したワークフローの結果を取得

MCP 対応

ワークフローの送信、状態確認、完了監視、結果取得を MCP ツールとして公開します。STDIN/STDOUT 上の JSON-RPC で通信します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

MCP Argo Server

Golang で記述された、Argo Workflows を実行する MCP 準拠サーバーです。

概要

MCP Argo Server は、STDIN/STDOUT を介した JSON-RPC を使用して Argo Workflows をラップする軽量な CLI ツールです。RPC 処理には Foxy Contexts、Kubernetes および Argo Workflow リソースとの連携には client-go を活用します。このプロジェクトでは、ワークフローの起動、ワークフローのステータス確認、結果の取得を行うツールを提供します。

インストール

このプロジェクトは開発コンテナー内で実行するように設定されています。リポジトリを開発コンテナー対応エディター(例:VS Code Remote - Containers)で開くだけで、すべての依存関係があらかじめインストールされます。
ローカルで実行する場合は、リポジトリをクローンして次を実行します。

go mod tidy

使用方法

開発コンテナーでプロジェクトを開きます。

make cluster を実行すると、k3d クラスターがインストールされ、Argo がセットアップされます。

kubectl cluster-info と入力して、正常に動作していることを確認できます。

argo submit -n argo --watch ./kube/argo-hello-world.yaml と入力すると、テストワークフローを実行できます。

Argo のインターフェースは https://localhost:2746/workflows/argo/ で確認できます。

make run と入力すると、アプリがビルドされ、MCP が動作していることを確認できます。

Python によるテスト

このプロジェクトには、MCP Argo サーバーとの連携方法を示す Python テストクライアントが含まれています。テストクライアントは python/test_with_autogen.py にあり、以下の方法を紹介しています。

  • Argo ワークフローの送信
  • ワークフローのステータス確認
  • ワークフローの完了待ち
  • ワークフロー結果の取得

Python テストを実行するには:

  1. Python の依存関係がインストールされていることを確認します。

    cd python
    make install
    
  2. テストスクリプトを実行します。

    python test_with_autogen.py
    

または……ステップ実行できるようにデバッグしてください。

スクリプトは以下を行います。

  • MCP Argo サーバーに接続する
  • ツールを順に確認し、表示する
  • kube/argo-hello-world.yaml のサンプルワークフローを送信する
  • 完了するまでワークフローのステータスを監視する
  • ワークフローの結果を表示する

貢献

コントリビューションを歓迎します。イシューを作成し、プルリクエストを送信してください。変更を送信する前に、プロジェクトのコーディングガイドラインに従い、すべてのテストに合格することを確認してください。

ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細については、LICENSE ファイルをご覧ください。

追加リソース

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。