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
- 01提交 Argo Workflows
- 02检查工作流状态
- 03等待工作流完成
- 04获取工作流结果
适用场景
- 01通过 MCP 客户端启动工作流
- 02监控已提交工作流直至完成
- 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。
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
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:
-
确保已安装 Python 依赖项:
cd python make install -
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
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。