关于 CloudBrain MCP Servers
TalkOps 面向 DevOps 的 MCP 服务集合与注册中心,供 AI 助手和自动化平台通过标准接口管理基础设施、部署流程及可观测性工具。项目按 DevOps 领域组织独立服务,并支持 stdio 或 HTTP 模式。
主要功能
- 01涵盖 Kubernetes、CI/CD 与云编排
- 02提供监控与可观测性服务
- 03包含流量管理与基础设施工具
- 04支持 stdio 和 HTTP 模式
- 05提供 Agent 与 MCP 服务发现
适用场景
- 01管理 Helm 工作负载与发布
- 02协调 CI/CD 和 GitOps 部署
- 03查询指标、日志和追踪
- 04发现 Agent 与 MCP 服务
MCP 相关
该项目汇集面向不同 DevOps 工具和平台的 MCP 服务,各服务通过标准化接口向 AI Agent 与自动化平台提供操作能力。服务默认使用 stdio,也可配置为 HTTP 模式。
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。
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。
工具
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
TalkOps MCP Servers
一套面向 DevOps 工具和技术的 Model Context Protocol(MCP)服务,使 AI 助手和自动化工具能够与现代基础设施和部署技术交互。
此仓库是所有 MCP 服务的中央枢纽和 MCP 注册中心,这些服务旨在支持各类 DevOps 工具和工作流。每个 MCP 服务都提供标准化接口,供 AI Agent 和自动化平台与特定工具、服务或平台交互,从而更轻松地在各种环境中集成、自动化和扩展 DevOps 操作。
- Kubernetes 包管理: 用于管理 Kubernetes 工作负载的 Helm MCP Server 支持 AI 驱动的 Helm Chart 操作,并提供最佳实践。
- CI/CD、构建与发布: 专用 MCP 服务(例如 ArgoCD MCP Server、Argo Rollout MCP Server、Jenkins MCP Server)为持续集成、交付和部署流水线提供自动化和编排能力。
- 云编排: Terraform MCP Server 等专用 MCP 服务提供全面的基础设施即代码管理,支持安全的命令执行、语义文档搜索和智能文档摄取,适用于 AWS、Azure、Google Cloud 等平台。
- 集成与流量: Traefik MCP Server 等专用 MCP 服务支持 AI 驱动的边缘路由、加权金丝雀流量、流量镜像、从 NGINX 迁移到 Traefik,以及即时中间件防护(速率限制、熔断器)。
- 可观测性与监控: 针对监控和可观测性,提供了 Prometheus、Alertmanager、Loki、Tempo 和 OpenTelemetry 专用 MCP 服务,支持跨指标、日志、跟踪和流水线的深度诊断。
TalkOps MCP Servers 的愿景是打造一个模块化、可扩展且统一的平台,让每个 DevOps 领域——无论是基础设施即代码、CI/CD、云编排还是可观测性——都能通过专用 MCP 服务进行管理。这种方式使 AI Agent 和自动化工具能够提供智能且具备上下文感知能力的 DevOps 工作流,而不受底层技术栈的限制。
目录
安装
每个 TalkOps MCP 服务都可以通过三种方式安装:
| 方式 | 命令 | 适用场景 |
|---|---|---|
| pip | pip install talkops-<server-name> | 快速本地配置 |
| uv | uv pip install talkops-<server-name> | 快速、现代的 Python |
| uvx | uvx talkops-<server-name> | 无需安装即可运行 |
| Docker | docker run talkopsai/<server-name>:latest | 生产环境 / HTTP 模式 |
安装后,每个服务都会提供一个 CLI 命令(例如 prometheus-mcp-server),默认以 stdio 模式运行;设置 MCP_TRANSPORT=http 后则以 HTTP 模式运行。
可用的 MCP 服务
每个表格都按 DevOps 领域列出 MCP 服务。使用快速安装获取推荐配置(优先使用 Docker;没有 Docker 时使用 CLI),使用 README 查看完整文档,并在相应服务的 README 中查看 Config 以获取 MCP 客户端配置。
📦 Kubernetes 包管理
| 服务名称 | 描述 | 快速安装 | README | 配置 | 视频 |
|---|---|---|---|---|---|
| Helm MCP Server | 搜索 chart、安装/升级/回滚发布、验证清单并监控部署。提供完整的 Helm 生命周期管理,支持试运行和多集群。 | pip install talkops-helm-mcp-server或 docker run -p 8765:8765 -v ~/.kube/config:/app/.kube/config:ro talkopsai/helm-mcp-server:latest | README | 配置 | ▶ 观看 |
🚀 CI/CD 与 GitOps
| 服务名称 | 描述 | 快速安装 | README | 配置 | 视频 |
|---|---|---|---|---|---|
| ArgoCD MCP Server | 管理 ArgoCD 应用、同步部署、接入仓库、创建项目,并通过引导式工作流进行调试。借助凭据隔离实现 GitOps。 | pip install talkops-argocd-mcp-server或 docker run -p 8770:8770 -e ARGOCD_SERVER_URL=... -e ARGOCD_AUTH_TOKEN=... -e MCP_ALLOW_WRITE=true talkopsai/argocd-mcp-server:latest | README | 配置 | ▶ 概览 ▶ 演示 |
| Argo Rollout MCP Server | 将 K8s Deployment 转换为 Argo Rollouts,编排金丝雀/蓝绿部署,执行提升/暂停/中止操作,并集成 AnalysisTemplates。借助内置操作手册实现零 YAML 接入。 | pip install talkops-argo-rollout-mcp-server或 docker run -p 8768:8768 -v ~/.kube:/app/.kube:ro -e K8S_KUBECONFIG=/app/.kube/config talkopsai/argo-rollout-mcp-server:latest | README | 配置 | ▶ 快速导览 ▶ 迁移 ▶ 金丝雀 ▶ 蓝绿部署 ▶ A/B 测试 |
| Kargo MCP Server | 使用 Kargo 持续编排 Kubernetes 晋级流程。管理阶段、晋级、货运和仓库。 | docker run talkopsai/kargo-mcp-server:latest | README | 配置 | — |
📊 可观测性与监控
| 服务名称 | 描述 | 快速安装 | README | 配置 | 视频 |
|---|---|---|---|---|---|
| Prometheus MCP 服务 | AI 原生 Prometheus 可观测性——查询指标、管理告警规则、分析基数、部署 exporters、配置 ServiceMonitors 和 Probes。 | pip install talkops-prometheus-mcp-serveror docker run -p 8767:8767 talkopsai/prometheus-mcp-server:latest | README | 配置 | — |
| Alertmanager MCP 服务 | AI 原生告警管理——列出、静默和路由告警,审计路由,并通过安全护栏管理静默规则。 | pip install talkops-alertmanager-mcp-serveror docker run -p 8769:8769 talkopsai/alertmanager-mcp-server:latest | README | 配置 | — |
| Loki MCP 服务 | AI 原生日志分析——使用 LogQL 构建查询、进行基数感知的架构探索和安全护栏,探索、查询和分析日志。 | pip install talkops-loki-mcp-serveror docker run -p 8770:8770 talkopsai/loki-mcp-server:latest | README | 配置 | — |
| Tempo MCP 服务 | AI 原生分布式追踪——使用 TraceQL、RED 指标分析和服务拓扑映射来搜索、关联和总结追踪数据。 | pip install talkops-tempo-mcp-serveror docker run -p 8768:8768 talkopsai/tempo-mcp-server:latest | README | 配置 | — |
| OpenTelemetry MCP 服务 | AI 原生 OpenTelemetry 管道——在 K8s 上发现、配置、插桩、验证和治理 OTel,并控制基数及优化采样。 | pip install talkops-opentelemetry-mcp-serveror docker run -p 8771:8771 talkopsai/opentelemetry-mcp-server:latest | README | 配置 | — |
📡 集成与流量
| 服务名称 | 描述 | 快速安装 | README | 配置 | 视频 |
|---|---|---|---|---|---|
| Traefik MCP 服务 | 通过 Traefik 管理 K8s 流量:加权金丝雀路由、流量镜像、从 NGINX 迁移到 Traefik、速率限制和断路器中间件。可与 Argo Rollouts 配合进行渐进式交付。 | pip install talkops-traefik-mcp-serveror docker run -p 8769:8769 -v ~/.kube/config:/app/.kube/config:ro talkopsai/traefik-mcp-server:latest | README | 配置 | — |
🏗️ 云编排与基础设施
| 服务名称 | 描述 | 快速安装 | README | 配置 | 视频 |
|---|---|---|---|---|---|
| Terraform MCP 服务 | 执行 Terraform 命令,通过 Neo4j 进行语义文档搜索,并摄取文档。支持多种 AI 提供商(OpenAI、Anthropic、Ollama)。 | cd src/terraform-mcp-server && uv pip install -e . && uv run agents-mcp-server | README | 配置 | — |
🔗 Agent 发现与注册表
| 服务名称 | 描述 | 快速安装 | README | 配置 | 视频 |
|---|---|---|---|---|---|
| Agents Central Registry | Google A2A Agent 和 MCP 服务的发现中心。支持自然语言查询、能力匹配和实时注册表更新。 | cd src/agents-mcp-server && uv pip install -e . && uv run -m agents_mcp_server | README | 配置 | — |
参与贡献
欢迎贡献!请在项目仓库中提交 issue 或 pull request。
许可证
本项目采用 Apache-2.0 许可证。
📞 支持
- 在 GitHub 上提交 issue
- 加入我们的 Discord 服务器
- 查看各服务的 README,获取文档和指南
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。