Aiven MCP 服务器

一个用于 Aiven 的 模型上下文协议 (MCP) 服务器。

它提供对 Aiven 中运行的 Aiven for PostgreSQL、Kafka、ClickHouse、Valkey 和 OpenSearch 服务以及更广泛的 Aiven 原生连接器生态系统的访问。 使 LLM 能够为所有用例构建完整的堆栈解决方案。

功能

工具

• list_projects

  • 列出您的 Aiven 帐户上的所有项目。

• list_services

  • 列出特定 Aiven 项目中的所有服务。

• get_service_details

  • 获取特定 Aiven 项目中您的服务的详细信息。

Claude Desktop 配置

1. 打开位于以下位置的 Claude Desktop 配置文件：

   • 在 macOS 上：~/Library/Application Support/Claude/claude_desktop_config.json
   • 在 Windows 上：%APPDATA%/Claude/claude_desktop_config.json

2. 添加以下内容：

{
  "mcpServers": {
    "mcp-aiven": {
      "command": "uv",
      "args": [
        "--directory",
        "$REPOSITORY_DIRECTORY",
        "run",
        "--with-editable",
        "$REPOSITORY_DIRECTORY",
        "--python",
        "3.13",
        "mcp-aiven"
      ],
      "env": {
        "AIVEN_BASE_URL": "https://api.aiven.io",
        "AIVEN_TOKEN": "$AIVEN_TOKEN"
      }
    }
  }
}

更新环境变量：

• $REPOSITORY_DIRECTORY 指向包含存储库的文件夹
• AIVEN_TOKEN 指向 Aiven 登录令牌。

3. 找到 uv 的命令条目，并将其替换为 uv 可执行文件的绝对路径。 这确保了在启动服务器时使用正确版本的 uv。 在 Mac 上，您可以使用 which uv 找到此路径。

4. 重新启动 Claude Desktop 以应用更改。

Cursor 配置

1. 导航到 Cursor -> Settings -> Cursor Settings

2. 选择 "MCP Servers"

3. 添加一个新服务器，其中

   • Name: mcp-aiven
   • Type: command
   • Command: uv --directory $REPOSITORY_DIRECTORY run --with-editable $REPOSITORY_DIRECTORY --python 3.13 mcp-aiven

其中 $REPOSITORY_DIRECTORY 是存储库的路径。 您可能需要添加 AIVEN_BASE_URL、AIVEN_PROJECT_NAME 和 AIVEN_TOKEN 作为变量

开发

1. 将以下变量添加到存储库根目录中的 .env 文件中。

AIVEN_BASE_URL=https://api.aiven.io
AIVEN_TOKEN=$AIVEN_TOKEN

2. 运行 uv sync 以安装依赖项。 要安装 uv，请按照 此处 的说明进行操作。 然后执行 source .venv/bin/activate。

3. 为了便于测试，您可以运行 mcp dev mcp_aiven/mcp_server.py 来启动 MCP 服务器。

环境变量

以下环境变量用于配置 Aiven 连接：

必需变量

• AIVEN_BASE_URL: Aiven API URL
• AIVEN_TOKEN: 身份验证令牌

模型上下文协议 (MCP) 和 AI 代理的开发者注意事项

本节概述了在此系统中与模型上下文协议 (MCP) 和 AI 代理一起工作时的关键开发者责任和安全注意事项。

自管理 MCP：

• 客户责任： MCP 在用户的环境中执行，而不是由 Aiven 托管。 因此，用户对他们的运营管理、安全性和合规性负全部责任，并遵守共同责任模型。(https://aiven.io/responsibility-matrix)
• 部署和维护： 开发者必须处理 MCP 部署、更新和维护的所有方面。

AI 代理安全：

• 权限控制： AI 代理的访问和功能受到用于其身份验证的 API 令牌所授予的权限的严格控制。 开发者必须仔细管理这些权限。
• 凭证处理： 请敏锐地意识到，AI 代理可能需要访问凭证（例如，数据库连接字符串、流媒体服务令牌）才能代表您执行操作。 在向 AI 代理提供此类凭证时，请格外小心。
• 风险评估： 在授予 AI 代理访问敏感资源的权限之前，请遵守您组织的安全策略并进行彻底的风险评估。

API 令牌最佳实践：

• 最小权限原则： 始终遵守最小权限原则。 API 令牌应限定范围并限制为执行其预期功能所需的最小权限。
• 令牌管理： 实施强大的令牌管理实践，包括定期轮换和安全存储。

主要要点：

• 用户保留对 MCP 执行和安全性的完全控制和责任。
• AI 代理权限与 API 令牌权限直接相关。
• 在向 AI 代理提供凭证时，请格外小心。
• 在管理 API 令牌时，严格遵守最小权限原则。