Gcore Cloud Mcp Server

Gcore MCP 服务

用于 Gcore API 的 MCP（Model Context Protocol）服务。此服务提供工具，供 LLM 助手通过 Gcore Cloud API 进行交互。

使用方法

注意： 由于可用资源有多种，一次性向大多数 LLM 客户端提供所有资源可能会使模型不堪重负，并导致工具之间出现混淆。对于大多数客户端，建议仅指定任务所需的资源，以确保性能和清晰度达到最佳。某些客户端（如 Claude Code）的处理方式有所不同，请参阅下文。

与 Cursor IDE 集成

将服务添加到 Cursor IDE 配置文件（~/.cursor/mcp.json）中：

{
  "mcpServers": {
    "gcore-mcp-server": {
      "command": "uvx",
      "args": ["--from", "gcore-mcp-server@git+https://github.com/G-Core/gcore-mcp-server.git", "gcore-mcp-server"],
      "env": {
        "GCORE_API_KEY": "4***1",
        "GCORE_TOOLS": "instances,management,cloud.gpu_baremetal.clusters.*"
      }
    }
  }
}

与 Claude Code 集成

将服务添加到 Claude Code 配置文件（~/.claude.json）中：

{
  "mcpServers": {
    "gcore-mcp-server": {
      "command": "uvx",
      "args": ["--from", "gcore-mcp-server@git+https://github.com/G-Core/gcore-mcp-server.git", "gcore-mcp-server"],
      "env": {
        "GCORE_API_KEY": "4***1",
        "GCORE_TOOLS": "*"
      }
    }
  }
}

设置 GCORE_TOOLS=* 会加载所有可用工具。由于 Claude Code 具有 Tool Search 功能，这种方式效果良好。与其他客户端不同，Claude Code 会延迟加载工具架构，仅在工具与查询匹配时按需获取。这意味着注册大量工具不会占用过多上下文窗口。

当工具占用的上下文窗口超过 10% 时，Claude Code 会显示警告。借助延迟加载，即使启用所有工具，也不会出现这个问题。

uvx 命令会在临时环境中运行服务，无需永久安装。详情请参阅在临时环境中运行（一次性执行）。

注意： 获取 Gcore API Key 的说明请参阅此处。

可选变量：

• GCORE_BASE_URL："https://api.gcore.com",
• GCORE_CLOUD_PROJECT_ID："1",
• GCORE_CLOUD_REGION_ID："76",
• GCORE_CLIENT_ID："2",
• GCORE_ALLOWED_HOSTS：""（仅限 HTTP 传输；始终允许环回名称）
• GCORE_ALLOWED_ORIGINS：""（仅限 HTTP 传输）

HTTP 传输安全

HTTP 传输（GCORE_TRANSPORT=http）会按 MCP Streamable HTTP 规范要求，验证每个请求的 Host 和 Origin 标头。这可以防止用户访问的网页通过 DNS 重绑定访问绑定到环回地址的监听器。

• GCORE_ALLOWED_HOSTS 是一个逗号分隔的额外主机名列表，按 glob 模式匹配。双方的端口都会被忽略，因此只填写主机名（mcp.internal，而不是 mcp.internal:8000）。内置名称 127.0.0.1、localhost 和 ::1，以及监听器绑定的具体地址，始终会被接受。任何其他 Host 都会被拒绝，并返回 421 Misdirected Request。
• GCORE_ALLOWED_ORIGINS 是一个逗号分隔的额外浏览器来源列表，同样按 glob 模式匹配。除此之外，FastMCP 始终接受与请求自身来源相同的 Origin，以及当 Host 是环回地址时的任何环回来源——因此，运行在你机器上的其他 Web 应用会被信任，而攻击者域名上的 DNS 重绑定页面不会。任何其他 Origin 都会被拒绝，并返回 403。没有 Origin 标头的请求（非浏览器 MCP 客户端的典型情况）不受影响。FastMCP 的已知限制：无法将 IPv6 字面量来源（如 http://[::1]:3000）加入允许列表，因为方括号会被识别为 glob 语法。

验证由 FastMCP 的严格模式主机／来源防护执行；无论绑定地址是什么，本服务都会为 HTTP 传输启用该模式。只有 gcore-mcp-server 入口点会应用此策略；通过其他运行器加载模块的 mcp 对象（例如 fastmcp run …:mcp）则不会应用。

不支持旧版 SSE 传输，且 GCORE_TRANSPORT=sse 会拒绝启动：FastMCP 不会对其 SSE 应用执行此验证，因此 SSE 监听器运行时不会受到保护。

HTTP 传输不会对客户端进行身份验证：任何能够访问监听器的人，都可以使用服务的 GCORE_API_KEY 调用所有已启用的工具。请将其绑定到环回地址，不要将其暴露给不可信网络。

配置

工具选择

本服务通过环境变量 GCORE_TOOLS 使用统一配置方式。此单个变量可以混合指定预定义工具集名称和自定义模式：

# Mixed toolsets and patterns
export GCORE_TOOLS="instances,management,cloud.gpu_baremetal.clusters.*,dns.records.create"

# Only toolsets
export GCORE_TOOLS="instances,management"

# Only patterns  
export GCORE_TOOLS="cloud.*,waap.*"

# Default behavior (if not set)
# Uses "management,instances" toolsets for HTTP mode, "management" for stdio

配置模式

1. 默认模式（未配置）

   • HTTP 传输：使用 management,instances 工具集
   • stdio 传输：使用 management 工具集

2. 工具集模式（预定义工具集合）

   • 使用预定义的工具集名称：instances、management、ai_ml 等
   • 示例：GCORE_TOOLS="instances,management"

3. 模式匹配模式（自定义工具筛选）

   • 使用通配符模式匹配 Gcore SDK 中的工具名称
   • 精确匹配：cloud.instances.create、dns.records.delete
   • 通配符匹配：cloud.*、waap.*、cloud.gpu_baremetal.clusters.*
   • 示例：GCORE_TOOLS="cloud.instances.*,waap.*"

4. 组合模式（工具集 + 模式）

   • 混合使用预定义工具集和自定义模式
   • 工具集定义的优先级高于模式匹配
   • 示例：GCORE_TOOLS="instances,cloud.gpu_baremetal.clusters.*"

可用工具集

系统包含若干适用于常见工作流的预定义工具集：

• management：核心账户和项目管理
• instances：虚拟机操作
• baremetal：裸金属服务器操作
• gpu_baremetal：GPU 裸金属集群管理
• gpu_virtual：GPU 虚拟集群管理
• networking：网络、Floating IP、负载均衡器
• security：安全组、SSH 密钥、机密信息
• storage：卷、文件共享
• ai：AI 集群
• ai_ml：AI/ML 推理服务
• billing：费用报告和账单信息
• containers：容器注册表
• cdn：CDN 资源、源站组、证书和缓存管理
• cleanup：删除和清理操作
• list：列表／只读操作

模式语法

模式支持使用 * 进行通配符匹配：

• 精确匹配：cloud.instances.create 仅匹配该特定方法
• 通配符匹配：cloud.instances.* 匹配所有实例方法
• 宽泛通配符：cloud.* 匹配所有云服务方法
• 特定服务：waap.* 匹配所有 WAAP 方法

优先级系统

使用组合模式时：

1. 工具集工具最先纳入（优先级最高）
2. 模式匹配的工具随后添加
3. 移除重复项，同时保留顺序
4. 工具集定义优先于模式匹配

示例

# Development: Get specific tools for testing
export GCORE_TOOLS="cloud.instances.create,cloud.instances.delete,cloud.volumes.create"

# Full cloud management
export GCORE_TOOLS="management,instances,storage,networking"

# GPU cluster operations with custom additions  
export GCORE_TOOLS="gpu_baremetal,cloud.instances.create,waap.*"

# All services with wildcard
export GCORE_TOOLS="cloud.*,waap.*"

# Minimal setup
export GCORE_TOOLS="instances"

在临时环境中运行（一次性执行）

如果你想在不持久安装的情况下运行服务（例如快速测试或仅使用一次），可以使用 uvx。此命令会获取软件包，在临时环境中运行指定脚本，然后丢弃该环境。

要运行主分支中的最新版本：

uvx --from "gcore-mcp-server@git+https://github.com/G-Core/gcore-mcp-server.git" gcore-mcp-server

要运行特定版本（例如 v0.1.1）：

uvx --from "gcore-mcp-server@git+https://github.com/G-Core/[email protected]" gcore-mcp-server

运行命令前，请记得设置所需的环境变量（例如 GCORE_API_KEY、GCORE_TOOLS 等）。

持久安装（安装为工具）

有关 uv 的详细安装说明，请参阅官方 uv 安装指南。

你可以使用 uv 将 gcore-mcp-server 安装为命令行工具。这样一来，无需每次指定源，即可在终端中全局使用该命令。

要安装主分支中的最新版本：

uv tool install "gcore-mcp-server@git+https://github.com/G-Core/gcore-mcp-server.git"

要安装特定版本（例如 v0.1.0）：

uv tool install "gcore-mcp-server@git+https://github.com/G-Core/[email protected]"

安装后，uv 会提供 gcore-mcp-server 命令。如果系统未立即找到该命令，你可能需要运行 uv tool update-shell，或确保 uv 的工具 bin 目录位于 PATH 中。

安装后，你可以像运行其他命令一样运行它：

gcore-mcp-server

开发

本地开发环境设置

# Clone the repository
git clone https://github.com//G-Core/gcore-mcp-server.git
cd gcore-mcp-server

# Install development dependencies
uv venv
source .venv/bin/activate
uv sync --dev

调试和测试

调试和开发时，建议使用 MCP Inspector：

npx @modelcontextprotocol/inspector

MCP Inspector 提供了一个 Web 界面，可供你交互式测试和调试 MCP 服务，让你能够：

• 浏览可用工具及其架构
• 使用不同参数测试工具调用
• 查看客户端与服务端之间的实时通信
• 调试身份验证和连接问题

要将其用于本地开发服务：

1. 在本地启动 MCP 服务
2. 运行 Inspector 并连接到你的服务
3. 使用 Web 界面测试你的工具

许可证