mcpField
R
run-self-service

run-self-service

github.com/revitalb-port云与 DevOps063 次安装10 周前更新
代码仓库

关于 run-self-service

此技能指导 Agent 通过自然语言调用 Port 自助操作，涵盖操作发现、输入收集与校验、执行和状态反馈。

主要功能

  1. 01按意图查找操作
  2. 02获取输入架构和审批要求
  3. 03收集并校验必填信息
  4. 04执行前向用户确认
  5. 05跟踪异步运行状态

适用场景

  1. 01配置云基础设施
  2. 02创建服务或环境
  3. 03执行 Port 自助操作

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/revitalb-port/skills-registry-demo --skill run-self-service

安装后在 Claude Code 中输入/run-self-service确认已加载。

附带文件helpers.py

详细介绍

运行自助服务操作技能

通过自然语言界面执行 Port 自助服务操作。

使用场景

  • 用户想要创建云基础设施
  • 配置新服务或环境
  • 触发任何 Port 自助服务操作

执行流程

步骤 1：发现可用操作
list_actions()

查找与用户意图匹配的操作。

步骤 2：获取操作架构
get_action(identifier="action-name")

获取：

  • 必填输入项
  • 输入类型和验证规则
  • 审批要求
步骤 3：收集用户输入

针对每个必填输入项，提示用户：

  • 使用输入项的标题和说明
  • 如果有枚举选项，则显示这些选项
  • 验证格式（电子邮件、URL 等）

按表单形式展示：

📝 Create New Service

Service Name: [required]
> 

Team: [required, select one]
  • platform-team
  • payments-team  
  • growth-team

Environment: [required, select one]
  • development
  • staging
  • production

Description: [optional]
>
步骤 4：验证输入

提交前：

  • 检查必填字段
  • 验证格式
  • 与用户确认
步骤 5：执行操作
run_action(identifier="action-name", properties={
  "service_name": "user-input",
  "team": "selected-team",
  "environment": "selected-env"
})
步骤 6：监控执行情况

如果操作是异步的：

get_action_run(run_id="run-123")

报告状态：待处理 → 运行中 → 成功/失败

交互示例

用户：“我需要一个新的 S3 存储桶”

Agent：

  1. 查找 provision_s3_bucket 操作
  2. 获取架构：bucket_name、region、access_level
  3. 提示： 
    📝 Provision S3 Bucket

Bucket Name: [required]
> 

Region: [required, select one]
  • us-east-1
  • eu-west-1

Access Level: [required, select one]
  • private
  • public-read
  4. 执行操作
  5. 报告：“✅ 存储桶已创建：my-bucket.s3.amazonaws.com”

用户：“创建一个新的微服务”

Agent：

  1. 查找 scaffold_service 操作
  2. 收集：名称、语言、团队、仓库可见性
  3. 执行操作
  4. 报告：“✅ 服务已创建，包含仓库、CI 流水线和 Port 实体”

类表单体验

收集输入时：

  • 每次显示一个输入项，以便用户清楚填写
  • 在可用时提供默认值
  • 以内联方式显示验证错误
  • 执行前进行确认

质量检查清单

  • 找到符合用户意图的正确操作
  • 获取完整的输入架构
  • 收集所有必填输入项
  • 验证输入格式
  • 执行前进行确认
  • 报告执行状态

评论

支持 Markdown