mcpField
M
MCP Argo Server

MCP Argo Server

本地服务
github.com/jakkaj云与基础设施1187 周前更新

关于 MCP Argo Server

MCP Argo Server 是一个 Go 命令行工具,可通过 MCP 运行 Argo Workflows。它提供提交工作流、监控状态和获取结果的工具,并与 Kubernetes 和 Argo 资源交互。

主要功能

  1. 01提交 Argo Workflows
  2. 02检查工作流状态
  3. 03等待工作流完成
  4. 04获取工作流结果

适用场景

  1. 01通过 MCP 客户端启动工作流
  2. 02监控已提交工作流直至完成
  3. 03获取已完成工作流的结果

MCP 相关

该服务将工作流提交、状态查询、完成监控和结果获取作为 MCP 工具提供,并通过 STDIN/STDOUT 上的 JSON-RPC 通信。

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

MCP Argo Server

一个使用 Golang 编写、符合 MCP 规范的 Argo Workflows 运行服务。

概述

MCP Argo Server 是一个轻量级命令行工具,通过 STDIN/STDOUT 上的 JSON-RPC 封装 Argo Workflows。它利用 Foxy Contexts 处理 RPC,并通过 client-go 与 Kubernetes 和 Argo Workflow 资源交互。该项目提供用于启动工作流、检查工作流状态和获取结果的工具。

安装

此项目配置为在开发容器中运行。只需在支持开发容器的编辑器(例如 VS Code Remote - Containers)中打开仓库,即可使用所有预装的依赖项。
如果希望在本地运行,请克隆仓库并运行:

go mod tidy

用法

在开发容器中打开项目。

运行 make cluster,此命令将安装 k3d 集群并设置 Argo。

输入 kubectl cluster-info,即可检查是否成功。

输入 argo submit -n argo --watch ./kube/argo-hello-world.yaml,即可运行测试工作流。

你可以在 https://localhost:2746/workflows/argo/ 查看 Argo 界面。

输入 make run,即可检查应用是否正在构建以及 MCP 是否正常工作。

使用 Python 测试

该项目包含一个 Python 测试客户端,用于演示如何与 MCP Argo 服务交互。测试客户端位于 python/test_with_autogen.py,展示了如何:

  • 提交 Argo 工作流
  • 检查工作流状态
  • 等待工作流完成
  • 获取工作流结果

运行 Python 测试:

  1. 确保已安装 Python 依赖项:

    cd python
    make install
    
  2. 运行测试脚本:

    python test_with_autogen.py
    

或者……直接调试,逐步执行。

脚本将:

  • 连接到 MCP Argo 服务
  • 遍历工具并将其打印出来
  • 提交来自 kube/argo-hello-world.yaml 的示例工作流
  • 监控工作流状态直至完成
  • 显示工作流结果

贡献

欢迎贡献!请提交问题并发起拉取请求。提交更改前,请确保遵循项目的编码规范并通过所有测试。

许可证

本项目采用 MIT License 许可。详情请参阅 LICENSE 文件。

更多资源

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。