Ops Mcp Server

---

ops-mcp-server

ops-mcp-server：LLM と MCP アーキテクチャを融合し、エンタープライズグレードのセキュリティとスケーラビリティを備えた、インテリジェントな監視、異常検知、人とインフラストラクチャの自然な対話を実現する、AI 主導の IT 運用プラットフォームです。

---

📖 目次

• プロジェクト概要
• 主な機能
• デモ動画
• インストール
• デプロイ
• ローカル MCP サーバーの設定
• 対話型クライアントの使用方法
• ライセンス
• 注意事項

---

🚀 プロジェクト概要

ops-mcp-server は、AI 時代に向けた IT 運用管理ソリューションです。Model Context Protocol（MCP）と大規模言語モデル（LLM）をシームレスに統合し、インテリジェントな IT 運用を実現します。LLM の能力と MCP の分散アーキテクチャを活用することで、従来の IT 運用を AI 主導の体験へと変革します。サーバー監視の自動化、インテリジェントな異常検知、コンテキストを考慮したトラブルシューティングを実現します。このシステムは、人間のオペレーターと複雑な IT インフラストラクチャをつなぐ役割を果たし、定期メンテナンスから複雑な問題の診断まで、自然言語での操作を可能にするとともに、エンタープライズグレードのセキュリティとスケーラビリティを維持します。

---

🌟 主な機能

🖥️ サーバー監視

• CPU、メモリ、ディスクをリアルタイムで点検します。
• システム負荷とプロセスを監視します。
• サービスとネットワークインターフェースを確認します。
• ログ分析と設定のバックアップを行います。
• セキュリティ脆弱性をスキャンします（SSH ログイン、ファイアウォールの状態）。
• OS の詳細情報を取得します。

📦 コンテナ管理（Docker）

• コンテナ、イメージ、ボリュームを管理します。
• コンテナのリソース使用状況を監視します。
• ログを取得し、ヘルスチェックを行います。

🌐 ネットワークデバイス管理

• 複数ベンダーに対応します（Cisco、Huawei、H3C）。
• スイッチのポート、VLAN、ルーターのルートを確認します。
• ACL のセキュリティ設定を分析します。
• 光モジュールとデバイスのパフォーマンスを監視します。

➕ その他の機能

• 拡張可能なプラグインアーキテクチャ。
• 複数のデバイスにまたがる一括操作。
• ツールの一覧表示と説明コマンド。

---

🎬 デモ動画

📌 プロジェクトのデモ

Cherry Studio 上で

📌 対話型クライアントのデモ

ターミナル上で

---

⚙️ インストール

Python 3.10+ がインストールされていることを確認してください。このプロジェクトでは、依存関係と環境の管理に uv を使用します。

1. UV をインストールする

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

2. 仮想環境をセットアップする

uv venv .venv

# Activate the environment
source .venv/bin/activate      # Linux/macOS
.\.venv\Scripts\activate       # Windows

3. 依存関係をインストールする

uv pip install -r requirements.txt

依存関係は pyproject.toml で管理されています。

---

🚧 デプロイ

📡 SSE リモートデプロイ（UV）

cd server_monitor_sse

# Install dependencies
pip install -r requirements.txt

# Start service
cd ..
uv run server_monitor_sse --transport sse --port 8000

🐳 SSE リモートデプロイ（Docker Compose）

Docker と Docker Compose がインストールされていることを確認してください。

cd server_monitor_sse
docker compose up -d

# Check status
docker compose ps

# Logs monitoring
docker compose logs -f

---

🛠️ ローカル MCP サーバーの設定（Stdio）

この設定を MCP の設定に追加してください。

{
  "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：YOUR_PROJECT_PATH_HERE をプロジェクトの実際のパスに置き換えてください。

---

💬 対話型クライアントの使用方法

対話型クライアント（client.py）を使うと、自然言語で MCP サービスとやり取りできます。

1. クライアントの依存関係をインストールする

uv pip install openai rich

2. クライアントを設定する

client.py 内の設定を編集してください。

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

# Set model
self.model = "your-preferred-model"

3. クライアントを実行する

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

例：

uv run client.py ./server_monitor.py

クライアントコマンド

• help - ヘルプを表示します。
• quit - クライアントを終了します。
• clear - 会話履歴を消去します。
• model <name> - モデルを切り替えます。

---

📄 ライセンス

このプロジェクトは MIT License のもとでライセンスされています。

---

📌 注意事項

• リモート SSH アクセスが適切に設定されていることを確認してください。
• 実際のデプロイ条件に応じて、ツールのパラメーターを調整してください。
• このプロジェクトは現在も開発中です。フィードバックや貢献を歓迎します。

---