mcpField
C
Containerlab MCP Server

Containerlab MCP Server

本地服务
github.com/FloSch62云与基础设施1378 周前更新

关于 Containerlab MCP Server

Containerlab MCP Server 将 AI 客户端连接到运行中的 containerlab API,用于管理网络实验环境。它支持列出实验、部署拓扑、检查详情、执行节点命令和清理环境。

主要功能

  1. 01列出可用实验
  2. 02部署网络拓扑
  3. 03查看实验详情
  4. 04在实验节点执行命令
  5. 05销毁并清理实验

适用场景

  1. 01通过 Claude 列出实验
  2. 02部署网络拓扑
  3. 03检查实验或执行节点命令
  4. 04测试后移除实验

MCP 相关

它将 containerlab 的实验管理操作作为 MCP 工具提供,使 Claude Desktop 等客户端能够与已配置的 containerlab API 服务交互。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Containerlab MCP 服务

这是一个用于通过 AI 与 containerlab 交互的 MCP(Model Context Protocol)快速试验项目。本示例针对 Claude 桌面版进行了定制。

  1. 运行 containerlab API 服务
  2. 使用来自 main 分支的最新 containerlab 构建版本
    • 自行构建:make build
    • 复制二进制文件:cp bin/containerlab $(which containerlab)

构建 MCP 服务

Windows
export GOOS=windows
export GOARCH=amd64
go build -o clab-mcp-server.exe main.go
Mac
# For Intel Macs
export GOOS=darwin
export GOARCH=amd64
go build -o clab-mcp-server main.go

# For Apple Silicon (M1/M2/M3)
export GOOS=darwin
export GOARCH=arm64
go build -o clab-mcp-server main.go
Linux
export GOOS=linux
export GOARCH=amd64
go build -o clab-mcp-server main.go

Claude Desktop 设置

  1. 将 MCP 服务可执行文件放在易于访问的位置
    • Windows:clab-mcp-server.exe
    • Mac/Linux:clab-mcp-server
  2. 创建名为 claude_desktop_config.json 的配置文件,并添加以下内容:
# For Windows:
{
  "mcpServers": {
    "clab-api": {
      "command": "C:\\clab-mcp-server.exe",
      "args": [],
      "env": {
        "API_SERVER_URL": "http://localhost:8080"
      }
    }
  }
}

# For Mac/Linux:
{
  "mcpServers": {
    "clab-api": {
      "command": "/path/to/clab-mcp-server",
      "args": [],
      "env": {
        "API_SERVER_URL": "http://localhost:8080"
      }
    }
  }
}
  1. 确保 containerlab API 服务在 http://localhost:8080 运行,或根据需要更新 URL

使用方法

完成配置后,Claude 将能够:

  • 列出可用的实验环境
  • 部署新的网络拓扑
  • 检查实验环境详情
  • 在实验环境节点上执行命令
  • 销毁并清理实验环境

你可以用自然语言让 Claude 执行这些操作,它会使用相应的 MCP 工具与 containerlab 环境交互。

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。