MCP Infrastructure as Code Assistant
一个用于使用 Terraform 管理基础设施即代码的 MCP 服务器。
guilhermeyoshida
README
MCP 基础设施即代码助手
一个用于使用 Terraform 管理基础设施即代码的 MCP 服务器。
功能
- 初始化 Terraform 工作目录
- 生成并显示执行计划
- 将更改应用到基础设施
- 销毁基础设施
- 验证 Terraform 配置
- 显示当前状态或已保存的计划
- 管理 Terraform 工作区
前提条件
- Python 3.8 或更高版本
- Terraform 1.5.7 或更高版本
- Docker 和 Docker Compose(可选)
安装
本地安装
-
克隆存储库:
git clone https://github.com/yourusername/mcp-iac.git cd mcp-iac
-
使用 uv 安装依赖项:
curl -LsSf https://astral.sh/uv/install.sh | sh uv pip install -e .
Docker 安装
-
克隆存储库:
git clone https://github.com/yourusername/mcp-iac.git cd mcp-iac
-
构建并运行 Docker 容器:
docker-compose up -d
用法
本地用法
-
启动 MCP 服务器:
python main.py
-
使用 MCP CLI 与服务器交互:
mcp terraform_init --working-dir ./terraform mcp terraform_plan --working-dir ./terraform mcp terraform_apply --working-dir ./terraform --auto-approve
Docker 用法
-
启动 MCP 服务器:
docker-compose up -d
-
使用 MCP CLI 与服务器交互:
mcp terraform_init --working-dir ./terraform mcp terraform_plan --working-dir ./terraform mcp terraform_apply --working-dir ./terraform --auto-approve
示例 Terraform 配置
该存储库包含一个示例 Terraform 配置,该配置在 AWS 中创建一个 EC2 实例:
terraform {
required_providers {
aws = {
source = "hashicorp/aws"
version = "~> 5.0"
}
}
}
provider "aws" {
region = var.region
}
resource "aws_instance" "example" {
ami = var.ami_id
instance_type = var.instance_type
tags = {
Name = var.instance_name
}
}
贡献
- Fork 存储库
- 创建一个功能分支
- 提交您的更改
- 推送到分支
- 创建一个 Pull Request
许可证
该项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅 LICENSE 文件。
可用工具
terraform_init
: 初始化 Terraform 工作目录terraform_plan
: 生成并显示 Terraform 的执行计划terraform_apply
: 应用达到所需状态所需的更改terraform_destroy
: 销毁由 Terraform 管理的基础设施terraform_validate
: 验证 Terraform 文件的语法和内部一致性terraform_show
: 显示当前状态或已保存的计划terraform_workspace_list
: 列出 Terraform 工作区terraform_workspace_select
: 选择一个 Terraform 工作区
示例用法
以下是如何将 MCP 服务器与 AI 代理一起使用的示例:
-
启动 MCP 服务器:
python main.py
-
使用 MCP 客户端连接到服务器:
mcp connect http://localhost:8000
-
AI 代理现在可以帮助您进行 Terraform 操作。 例如:
- 初始化 Terraform 工作目录
- 生成并审查执行计划
- 将更改应用到基础设施
- 销毁基础设施资源
- 验证 Terraform 配置
示例
查看 examples
目录,了解演示如何使用 MCP 服务器的示例 Terraform 配置:
examples/aws-s3
: 一个简单的 AWS S3 存储桶示例
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。