Ops Mcp Server

---

ops-mcp-server

ops-mcp-server：一个 AI 驱动的 IT 运维平台，融合大模型与 MCP 架构，实现智能监控、异常检测以及自然的人机基础设施交互，同时具备企业级安全性和可扩展性。

---

📖 目录

• 项目概述
• 主要功能
• 演示视频
• 安装
• 部署
• 本地 MCP 服务配置
• 交互式客户端用法
• 许可证
• 注意事项

---

🚀 项目概述

ops-mcp-server 是面向 AI 时代的 IT 运维管理解决方案。它通过无缝集成模型上下文协议（MCP）和大模型，实现智能 IT 运维。借助大模型的能力和 MCP 的分布式架构，它将传统 IT 运维转变为 AI 驱动的体验，实现自动化服务器监控、智能异常检测和上下文感知故障排查。该系统作为人工操作人员与复杂 IT 基础设施之间的桥梁，为从日常维护到复杂问题诊断的各类任务提供自然语言交互，同时保持企业级安全性和可扩展性。

---

🌟 主要功能

🖥️ 服务器监控

• 实时检查 CPU、内存和磁盘。
• 系统负载和进程监控。
• 服务和网络接口检查。
• 日志分析和配置备份。
• 安全漏洞扫描（SSH 登录、防火墙状态）。
• 获取详细的操作系统信息。

📦 容器管理（Docker）

• 容器、镜像和卷管理。
• 容器资源使用情况监控。
• 日志检索和运行状况检查。

🌐 网络设备管理

• 支持多个厂商（Cisco、Huawei、H3C）。
• 交换机端口、VLAN 和路由器路由检查。
• ACL 安全配置分析。
• 光模块和设备性能监控。

➕ 其他功能

• 可扩展的插件架构。
• 对多个设备进行批量操作。
• 工具列表和说明命令。

---

🎬 演示视频

📌 项目演示

在 Cherry Studio 中

📌 交互式客户端演示

在终端中

---

⚙️ 安装

请确保已安装 Python 3.10+。本项目使用 uv 管理依赖项和环境。

1. 安装 UV

curl -LsSf https://astral.sh/uv/install.sh | sh

2. 设置虚拟环境

uv venv .venv

# Activate the environment
source .venv/bin/activate      # Linux/macOS
.\.venv\Scripts\activate       # Windows

3. 安装依赖项

uv pip install -r requirements.txt

依赖项通过 pyproject.toml 管理。

---

🚧 部署

📡 SSE 远程部署（UV）

cd server_monitor_sse

# Install dependencies
pip install -r requirements.txt

# Start service
cd ..
uv run server_monitor_sse --transport sse --port 8000

🐳 SSE 远程部署（Docker Compose）

请确保已安装 Docker 和 Docker Compose。

cd server_monitor_sse
docker compose up -d

# Check status
docker compose ps

# Logs monitoring
docker compose logs -f

---

🛠️ 本地 MCP 服务配置（Stdio）

将以下配置添加到 MCP 设置中：

{
  "ops-mcp-server": {
    "command": "uv",
    "args": [
      "--directory", "YOUR_PROJECT_PATH_HERE",
      "run", "server_monitor.py"
    ],
    "env": {},
    "disabled": true,
    "autoApprove": ["list_available_tools"]
  },
  "network_tools": {
    "command": "uv",
    "args": [
      "--directory", "YOUR_PROJECT_PATH_HERE",
      "run", "network_tools.py"
    ],
    "env": {},
    "disabled": false,
    "autoApprove": []
  },
}

注意：将 YOUR_PROJECT_PATH_HERE 替换为项目的实际路径。

---

💬 交互式客户端用法

交互式客户端（client.py）支持你使用自然语言与 MCP 服务交互。

1. 安装客户端依赖项

uv pip install openai rich

2. 配置客户端

在 client.py 中编辑以下配置：

# Initialize OpenAI client
self.client = AsyncOpenAI(
    base_url="https://your-api-endpoint",
    api_key="YOUR_API_KEY"
)

# Set model
self.model = "your-preferred-model"

3. 运行客户端

uv run client.py [path/to/server.py]

示例：

uv run client.py ./server_monitor.py

客户端命令

• help - 显示帮助。
• quit - 退出客户端。
• clear - 清除对话历史记录。
• model <name> - 切换模型。

---

📄 许可证

本项目采用 MIT 许可证。

---

📌 注意事项

• 确保已正确配置远程 SSH 访问。
• 根据实际部署情况调整工具参数。
• 本项目正在积极开发中，欢迎反馈和贡献。

---