关于 Control Plane
Control Plane 的官方 MCP 服务,面向管理容器化工作负载的团队,可在多云和自有硬件环境中部署、运维、排障与迁移。它结合领域知识、生产防护规则和实时工具,并要求破坏性操作获得确认。
主要功能
- 01跨云与自有硬件运行容器工作负载
- 02部署、运维与故障排查
- 03迁移 Kubernetes、Compose 和 Helm 项目
- 04管理网络、密钥与有状态存储
- 05破坏性操作需明确确认
适用场景
- 01排查持续重启的工作负载
- 02为工作负载配置域名和自动 TLS
- 03配置无需凭证访问 S3
- 04迁移 Kubernetes 配置并部署到环境
MCP 相关
通过托管的 Control Plane MCP 服务向客户端提供实时操作工具,使用 OAuth 2.1 + PKCE 登录,并将访问限制在获准的组织范围内。默认提供 core 工具集,也可请求完整工具集。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://mcp.cpln.io/mcpclaude mcp add --transport http ai-plugin https://mcp.cpln.io/mcp{"mcpServers":{"ai-plugin":{"type":"http","url":"https://mcp.cpln.io/mcp"}}}在 Cursor 中打开{"servers":{"ai-plugin":{"type":"http","url":"https://mcp.cpln.io/mcp"}}}在 VS Code 中打开{"mcpServers":{"ai-plugin":{"type":"http","url":"https://mcp.cpln.io/mcp"}}}{"mcpServers":{"ai-plugin":{"serverUrl":"https://mcp.cpln.io/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Control Plane AI 插件
通过一个 API,在 AWS、GCP、Azure、OCI 和自有硬件上运行容器化工作负载。它会将 Control Plane 的领域知识、生产环境防护措施和实时 MCP 工具加载到 Claude Code、Codex 和 Antigravity CLI 中,让你的助手使用经过验证的 cpln 命令部署、排查故障、保护和迁移工作负载。
安装
Claude Code
/plugin marketplace add https://github.com/controlplane-com/ai-plugin.git
/plugin install cpln@controlplane
/reload-plugins
使用 /plugin marketplace update controlplane 更新,然后运行 /reload-plugins(除非你在 /plugin → Marketplaces 中启用自动更新,否则第三方市场不会自动更新)。
你也可以从 Anthropic 的社区插件市场 安装,其中的每个条目都已通过 Anthropic 审核:
/plugin marketplace add anthropics/claude-plugins-community
/plugin install cpln@claude-community
/reload-plugins
Codex
codex plugin marketplace add https://github.com/controlplane-com/ai-plugin.git
启动 Codex,打开 /plugins,然后安装 cpln。MCP 握手会提供核心规则。本地安装还包含可选的会话钩子;这些钩子必须先在 Codex 中经过审核并获信任,才能运行。
使用 codex plugin marketplace upgrade controlplane 更新,然后重启 Codex。
Antigravity CLI
使用 Antigravity CLI(agy)安装插件:
agy plugin install https://github.com/controlplane-com/ai-plugin/plugins/cpln
通用 MCP 客户端
将其他任何 MCP 客户端指向托管服务:
{
"mcpServers": {
"cpln": {
"type": "http",
"url": "https://mcp.cpln.io/mcp"
}
}
}
裸 URL 提供默认的 core 工具集。按需加载工具的客户端可以添加 ?toolsets=full 以获取所有工具。
身份验证
MCP 使用 OAuth 2.1 + PKCE。登录后,助手即可操作你的 Control Plane 组织——你可以选择允许其操作的组织,令牌的作用范围仅限于这些组织,并且每次调用都会在服务端强制执行此限制。再次登录即可更改授权。请将 MCP 访问权限视为对你授权的组织的生产环境访问权限。登录方式:
- Claude Code —
/mcp,选择cpln并登录(或运行claude mcp login cpln)。 - Codex —
codex mcp login cpln。 - Antigravity CLI —
/mcp,选择cpln并进行身份验证。
环境变量
可选——仅用于部分技能生成的 cpln CLI 工作流(CI/CD、Terraform、Pulumi)。请参阅 .env.example。
| 变量 | 用途 |
|---|---|
CPLN_TOKEN | 用于 cpln CLI 调用的服务账户令牌(敏感信息)。 |
CPLN_ORG | 默认组织。 |
CPLN_GVC | 默认 GVC。 |
CPLN_PROFILE | 本地 cpln CLI 配置文件。 |
用法
用自然语言提问,助手会转到合适的技能或 Agent:
- “排查为什么我的
production环境中的payments-api工作负载一直在重启。” - “将
app.example.com配置到我的web工作负载前,并启用自动 TLS。” - “让我的
analytics工作负载无需凭证即可读取 S3 存储桶prod-event-logs——不使用 IAM 密钥。” - “配置一个具备 HA 故障转移和 S3 备份的生产环境 Postgres。”
- “将这个
kustomization.yaml转换为 Control Plane 配置,并在我确认后应用到staging。”
Claude Code 中还有两个工作流支持斜杠命令——/cpln:troubleshoot WORKLOAD 和 /cpln:migrate-k8s FILE;在其他客户端中,可以按名称请求相同的工作流。
包含内容
- 涵盖命令行使用、访问控制、自动伸缩、网络、可观测性、迁移、模板、有状态存储和安全的领域技能。
- 两个引导式 Agent:工作负载故障排查,以及 Kubernetes / Compose / Helm 迁移。
- 一组简短的常驻规则,助手会在每个会话中应用;完整操作指南则按需读取。
- 预配置了对托管 Control Plane MCP 服务的访问。
安全
- MCP 访问属于生产环境访问权限,仅限你授权的组织,并受你自己的 RBAC 控制。
- 破坏性操作(删除资源、缩减或删除卷、替换工作负载、应用到生产环境)需要明确确认。
- 密钥值绝不会经过聊天:Control Plane 会生成无人需要知晓的值;用户在 Console 中输入自己的值;工具只会返回密钥元数据。
- 插件不存储日志、密钥、提示词或遥测数据;你的 AI 客户端和模型提供商会根据各自的政策处理提示词。
请通过 SECURITY.md 报告漏洞。
数据去向
插件声明的唯一连接器是位于 https://mcp.cpln.io/mcp 的托管 MCP 服务;它只会操作你登录时授权的组织,并使用你自己的权限。
任务需要时,技能还会在你的机器上运行以下工具,每个工具都使用你自己的凭据:
| 工具 | 数据发送至 |
|---|---|
cpln CLI | Control Plane API(api.cpln.io)、你所在组织的镜像仓库(ORG.registry.cpln.io)和指标端点(metrics.cpln.io),使用你的 CLI 配置文件或 CPLN_TOKEN |
docker | 你推送镜像和拉取镜像的镜像仓库 |
kubectl、helm | 你指定的 Kubernetes 集群,用于从该集群迁移或安装 Control Plane Kubernetes operator |
terraform、pulumi | 通过 Control Plane 提供程序访问 Control Plane API |
gcloud 和其他云 CLI | 你自己的云账户,用于连接专用网络或创建 Agent 虚拟机 |
curl | 你自己的域名,用于在设置完成后检查域名 |
插件本身不存储任何内容。助手创建的资源、应用文件和邀请会存储在你的 Control Plane 组织中,直到你将其删除;组织的审计记录会记录每项更改。
更多信息
- 参与贡献:CONTRIBUTING.md
- 文档:docs.controlplane.com · 支持:
[email protected]或 Slack - 许可证:MIT — 参见 LICENSE
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。