MCP Infrastructure as Code Assistant

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

开发者工具
访问服务器

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

  1. 克隆存储库:

    git clone https://github.com/yourusername/mcp-iac.git
    cd mcp-iac
    
  2. 使用 uv 安装依赖项:

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

Docker 安装

  1. 克隆存储库:

    git clone https://github.com/yourusername/mcp-iac.git
    cd mcp-iac
    
  2. 构建并运行 Docker 容器:

    docker-compose up -d
    

用法

本地用法

  1. 启动 MCP 服务器:

    python main.py
    
  2. 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

  1. 启动 MCP 服务器:

    docker-compose up -d
    
  2. 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

  1. Fork 存储库
  2. 创建一个功能分支
  3. 提交您的更改
  4. 推送到分支
  5. 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:

  1. 启动 MCP 服务器:

    python main.py
    
  2. 使用 MCP 客户端连接到服务器:

    mcp connect http://localhost:8000
    
  3. 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

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
MCP Package Docs Server

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。

精选
本地
TypeScript
Claude Code MCP

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)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@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。

精选
本地
JavaScript
mermaid-mcp-server

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。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

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。

精选
JavaScript
Sequential Thinking MCP Server

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。

精选
Python
Curri MCP Server

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。

官方
本地
JavaScript