mcpField
F
Firefly MCP Server

Firefly MCP Server

本地服务
github.com/gofireflyio云与基础设施162 天前更新

关于 Firefly MCP Server

Firefly MCP Server 将 MCP 客户端连接到 Firefly,用于发现和管理已连接云及 SaaS 账户中的资源,也可将发现的资源转为基础设施即代码。

主要功能

  1. 01发现云和 SaaS 资源
  2. 02管理已连接账户的资源
  3. 03将资源转为基础设施即代码
  4. 04使用 Firefly 访问密钥认证

适用场景

  1. 01搜索已连接账户中的资源
  2. 02将发现的资源转换为 Terraform
  3. 03通过 Cursor 查询 Firefly 资源

MCP 相关

向 MCP 客户端提供 Firefly 资源发现、管理和代码化能力,支持 stdio 与 SSE 连接方式。

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。

mcp.json · 通用配置
{
"mcpServers": {
"firefly": {
"command": "npx",
"args": [
"-y",
"@fireflyai/firefly-mcp"
]
}
}
}
启动命令npx -y @fireflyai/firefly-mcp

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
npm@fireflyai/firefly-mcp

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

Firefly

Firefly MCP 服务

Firefly MCP(Model Context Protocol)服务是一个基于 TypeScript 的服务,可与 Firefly 平台无缝集成。它可以帮助你发现、管理并将连接到 Firefly 的云和 SaaS 账户中的资源转换为代码。

功能

  • 🔍 资源发现:查找云和 SaaS 账户中的任意资源
  • 📝 资源代码化:将发现的资源转换为基础设施即代码
  • 🔐 安全认证:使用 FIREFLY_ACCESS_KEY 和 FIREFLY_SECRET_KEY 进行安全通信
  • 🚀 轻松集成:与 Claude 和 Cursor 无缝协作

先决条件

  • Node.js(v20 或更高版本)
  • npm 或 yarn
  • 已生成访问密钥的 Firefly 账户

安装

你可以使用 NPX 直接运行 Firefly MCP 服务:

npx @fireflyai/firefly-mcp
环境变量

你可以通过以下两种方式提供 Firefly 凭据:

  1. 使用环境变量:
FIREFLY_ACCESS_KEY=your_access_key FIREFLY_SECRET_KEY=your_secret_key npx @fireflyai/firefly-mcp
  1. 使用参数:
npx @fireflyai/firefly-mcp --access-key your_access_key --secret-key your_secret_key

使用方法

Stdio

使用以下内容更新 mcp.json 文件:

{
  "mcpServers": {
    "firefly": {
      "command": "npx",
      "args": ["-y", "@fireflyai/firefly-mcp"],
      "env": {
        "FIREFLY_ACCESS_KEY": "your_access_key",
        "FIREFLY_SECRET_KEY": "your_secret_key"
      }
    }
  }
}

使用上述任一方法运行 MCP 服务,并执行以下命令:

npx @fireflyai/firefly-mcp --sse --port 6001

使用以下内容更新 mcp.json 文件:

{
  "mcpServers": {
    "firefly": {
      "url": "http://localhost:6001/sse"
    }
  }
}
与 Cursor 搭配使用
  1. 使用上述任一方法启动 MCP 服务
  2. 使用 Cursor 扩展连接到 MCP 服务——请参阅 Cursor Model Context Protocol 文档
  3. 使用自然语言查询资源
示例:
提示词
Find all "ubuntu-prod" EC2 instance in 123456789012 AWS account and codify it into Terraform
响应
resource "aws_instance" "ubuntu-prod" {
  ami           = "ami-0c55b159cbfafe1f0"
  instance_type = "t3.micro"
}

演示

https://github.com/user-attachments/assets/0986dff5-d433-4d82-9564-876b8215b61e

参与贡献

  1. Fork 此仓库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 提交更改(git commit -m 'feat: Add amazing feature')
  4. 推送到分支(git push origin feature/amazing-feature)
  5. 创建 Pull Request

许可证

本项目采用 MIT 许可证授权,详情请参阅 LICENSE 文件。

支持

如需支持,请访问 Firefly 文档,或在此仓库中创建 issue。

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。