OpenStack MCP + Agent PoC

OpenStack MCP + Agent PoC

此仓库包含运行 OpenStack MCP 服务以及用于测试它的基础 Agent 配套程序所需的代码和说明。

此 PoC 采用的方法如下：

• 使用 OpenStack codegenerator 项目（openstack-code-generator）为 OpenStack 生成 OpenAPI 规范。

• 使用 mcp-openapi 项目，根据经过筛选的 OpenStack 各组件完整 OpenAPI 规范，启动多个 MCP 服务（每个组件一个）。

• 使用 agent 代码通过大模型与 MCP 服务交互。

若只是快速测试，无需完成上述所有步骤，只需遵循快速入门指南即可；但如果想进行其他操作，则需要阅读运行相关程序指南。

快速入门

我们假设你可以访问 OpenStack 部署和大模型，因为运行这些程序需要它们。

你还需要 uv 包管理器。如果尚未安装，可以使用 sudo dnf install uv 安装。

我们将使用两个终端，一个用于 MCP 服务，另一个用于 Agent。

克隆此仓库

我们将克隆此仓库，并仅包含运行程序所需的最少外部项目。

$ git clone --shallow-submodules \
  --recurse-submodules=mcp-openapi \
  https://github.com/Akrog/mcp-openstack.git

$ cd mcp-openstack

运行 MCP 服务

首先，我们需要配置 MCP 服务。为此，我们将编辑 servers.yaml 文件，并将 <NOVA_PUBLIC_URL>、<CINDER_PUBLIC_URL> 和 <GLANCE_PUBLIC_URL> 占位符替换为集群对应的值。

你会注意到，我们只启用了一部分 REST API 路径，以避免工具过多，超出模型的上下文窗口，或导致模型产生幻觉。

现在可以运行服务：

$ cd mcp-openapi

$ uv run main.py --config ../servers.yaml

让服务在此终端中持续运行，然后转到另一个终端。

运行 Agent

在另一个终端中，进入 agent 目录：

$ cd agent

OpenStack 客户端配置

现在，我们要确保 OpenStack 客户端配置位于标准位置之一，具体位置详见文档：

• agent/
• ~/.config/openstack/

如果运行的是 OSP 18 云，可以通过以下方式获取配置：

$ oc cp openstackclient:/home/cloud-admin/.config/openstack/clouds.yaml ./clouds.yaml
$ oc cp openstackclient:/home/cloud-admin/.config/openstack/secure.yaml ./secure.yaml 

大模型配置

我们将创建一个 llm.token 文件，其中包含要使用的 OpenAI 大模型端点的密钥/令牌。

然后编辑 agent.json 文件，将 <LLM_URL> 占位符替换为大模型的地址，并将 <MODEL> 替换为要使用的模型。例如，使用 Anthropic 时，配置可以如下所示：

{
  "base_url": "https://api.anthropic.com/v1",
  "model": "claude-3-5-haiku-20241022",
  < ... >
}

运行 Agent

现在只需启动 Agent：

$ uv run main.py

开始使用

现在可以询问有关部署的问题，并在 MCP 服务终端中查看 REST API 调用。

例如，要获取 nova flavors，可以执行：

$ uv run main.py
LLM: claude-3-5-haiku-20241022 @ https://api.anthropic.com/v1 Tools: 46
>>> What are my flavors?

请注意，Agent 没有记忆，因此每条提示词都会作为一条全新的提示词发送给大模型。