mcpField
T
tracerlab

tracerlab

本地服务
github.com/atharv-santosh云与基础设施02 周前更新
代码仓库

关于 tracerlab

tracerlab 是用于构建和排查 Cisco Packet Tracer 9 网络的 MCP 服务，面向使用 Packet Tracer 的用户。它既支持操作运行中的网络，也能编辑 .pkt 文件。

主要功能

  1. 01添加并连接网络设备
  2. 02推送 IOS 配置
  3. 03配置地址与路由
  4. 04执行 ping 并诊断故障
  5. 05读取和写入 .pkt 文件
  6. 06预设网络实验

适用场景

  1. 01构建 OSPF 拓扑并测试连通性
  2. 02在实验中配置 VLAN、DHCP 或 NAT
  3. 03检查网络并查找配置问题

MCP 相关

MCP 服务通过 PT-MCP Bridge 将 MCP 客户端连接到运行中的 Packet Tracer，以便构建、配置和测试网络。即使 Packet Tracer 未运行，也可读取和写入 .pkt 文件。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "atharv-santosh-tracerlab": {
      "command": "uvx",
      "args": [
        "tracerlab"
      ]
    }
  }
}
启动命令uvx tracerlab

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypitracerlab0.1.6

工具

42

收录的工具列表 · 更新于 2 周前

此工具无需参数。

详细介绍

Tracerlab

面向 Cisco Packet Tracer 9 的 MCP 服务。让 Claude Code（或任何 MCP 客户端）在运行中的 Packet Tracer 中构建网络：添加设备、连接线缆、推送 IOS 配置、为所有设备配置地址、设置路由、执行 ping，并查找故障。它还可以在不打开 Packet Tracer 的情况下读取和写入 .pkt 文件。

构建一个由 3 台路由器组成的 OSPF 环形网络，为其连接线缆、配置地址并跨网络执行 ping

只需一个提示词，即可配置十二台设备、十二条线缆、环形网络上的 OSPF，以及 6/6 次 ping 成功。

此外，还有一些可直接使用的实验（单臂路由器、OSPF/EIGRP/RIP 拓扑、NAT、HSRP、EtherChannel、IPv6），可通过一次调用构建。

安装

需要 uv 和 Packet Tracer 9。

向 MCP 客户端注册此服务：

claude mcp add packet-tracer -- uvx --from tracerlab packet-tracer-mcp

Cursor（~/.cursor/mcp.json）、VS Code（.vscode/mcp.json）和 Codex 使用相同的命令：

{
  "mcpServers": {
    "packet-tracer": { "command": "uvx", "args": ["--from", "tracerlab", "packet-tracer-mcp"] }
  }
}

然后安装一次 Packet Tracer 端组件：

uvx tracerlab install-extension

重启 Packet Tracer，并在它询问是否加载新的脚本模块时选择 Yes。此时会显示一个小型的“PT-MCP Bridge”窗口；MCP 服务运行后，窗口会变为绿色。

如果连接失败，请运行 uvx tracerlab doctor。

使用

打开 Packet Tracer，启动 Claude Code，并提出以下请求：

  • 构建一个由 3 台路由器组成的 OSPF 环形网络，每个 LAN 上连接一台 PC，并对所有设备执行 ping
  • 设置带有 VLAN 10、20、30 和 DHCP 的单臂路由器
  • 这个网络有什么问题
  • 显示 R1 上的运行配置

examples/enterprise-two-site.pkt 是一个完全通过这些工具构建的大型网络。

测试

uv run pytest

mcp-name: io.github.atharv-santosh/tracerlab

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

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。