pnetlab-mcp-server
MCP server for controlling PNETLab v6 network labs via natural language, enabling topology creation, node management, config push, console interaction, and link fault injection.
README
pnetlab-mcp-server
一个 MCP 服务器,让 Claude(以及其他 LLM Agent)可以通过自然语言程序化控制 PNETLab v6 网络实验环境 -- 创建拓扑、 添加节点、连线、推送配置、启动节点并读取状态、驱动设备控制台、注入链路故障。
它复刻了 axiom-works-ai/eveng-mcp-server
的工具集,但对接的是 PNETLab v6 的会话级 API,而不是 v6 已经移除的经典
EVE-NG API。
⚠️ 生成与测试说明
本项目代码完全由 AI 生成。基础功能已经过实际测试,但未做全面覆盖测试。建议在正式使用前让 Agent 自行针对你的 PNETLab 环境跑一轮验证。
为什么需要它
PNETLab v6(6.0.0+)是一次 Laravel 重写,保留了旧 EVE-NG 引擎(仍在 /api/
下),但是:
- 删除了经典登录(
/api/auth/login)、/api/status、/api/labs/、/api/folders/、/api/users/。 - 把实验操作迁移到会话级 API:
/api/labs/session/*。 - 替换了登录方式,改为 Laravel 端点:
POST /store/public/auth/login/login。
所以 eveng-mcp-server(走经典 API)在 v6 上无法工作。本服务器是针对
PNETLab 6.0.0-100 逆向工程并实际验证过的。
安装
pip install -e .
安装后提供 pnetlab-mcp-server 命令。
配置
设置环境变量(服务器在第一次调用工具时才会懒加载登录):
| 变量 | 示例 | 用途 |
|---|---|---|
PNETLAB_HOST |
http://192.168.231.128 |
PNETLab v6 地址 |
PNETLAB_USERNAME |
mcp |
Agent 使用的工作账号(请用专用账号) |
PNETLAB_PASSWORD |
pnet |
工作账号密码 |
PNETLAB_VIEWER_USERNAME |
admin |
(可选)在浏览器里查看的账号 |
PNETLAB_VIEWER_PASSWORD |
pnet |
查看账号密码 |
为什么要专用工作账号? v6 每个用户账号只能有一个活跃的实验会话。如果
Agent 和你的浏览器都用 admin,open_lab 会报 20039 "sandbox already exists"。给 Agent 一个独立账号(例如 mcp,admin 角色),你的浏览器就自由了。
在浏览器里实时查看。 当设置了 PNETLAB_VIEWER_* 时,open_lab 会自动把
查看账号加入 Agent 的实验会话 -- 于是两者共享同一个实时拓扑。Agent 打开实验
后,只要用查看账号登录 PNETLab 网页 UI 并打开该实验(或访问
/legacy/topology):你就能看到 Agent 的拓扑,刷新即可看到它的改动。
join_viewer 用于在你先打开了浏览器时重新加入;close_lab 也会让查看账号退出。
Claude Code(.claude.json)
{
"mcpServers": {
"pnetlab": {
"command": "pnetlab-mcp-server",
"env": {
"PNETLAB_HOST": "http://192.168.231.128",
"PNETLAB_USERNAME": "mcp",
"PNETLAB_PASSWORD": "pnet",
"PNETLAB_VIEWER_USERNAME": "admin",
"PNETLAB_VIEWER_PASSWORD": "pnet"
}
}
}
}
添加后重启 Claude Code。
工具
列表与模板
| 工具 | 作用 |
|---|---|
list_templates() |
列出已安装节点模板,结构化返回 {template, name, installed}(installed=false 表示镜像缺失) |
list_images(template) |
列出某模板可用磁盘镜像(如 mikrotik-7.23.2)+ 默认镜像。建 QEMU 节点前必查 |
get_template(template) |
取模板完整可编辑选项(镜像、qemu 版本、各字段默认值) |
list_network_types() |
列出网络类型(bridge、pnet0..9、ovs) |
实验会话
| 工具 | 作用 |
|---|---|
open_lab(path) |
按文件名打开实验,如 2pc_1sw.unl(无前导斜杠);自动加入查看账号 |
close_lab() |
离开当前实验会话(同时让查看账号退出) |
join_viewer() |
(重新)把查看账号加入 Agent 的会话,以便在浏览器里查看 |
get_lab(compact?) |
信息 + 完整拓扑 + 节点状态。compact=true 去噪(省略空 style、第二控制台等),大拓扑推荐 |
get_node_status() |
每个节点的运行状态(0=已停止、1=启动中、2=运行中) |
节点
| 工具 | 作用 |
|---|---|
add_node(type, template, name, image?, ram?, ...) |
添加节点。默认自动套用模板自带默认值(image/ram/cpu/qemu_*/console/config_script),与 GUI 建的节点一致;只需 add_node("qemu","mikrotik","R1") 即可建出可启动节点。显式传参覆盖模板;template_defaults=false 关闭 |
update_node(node_id, image?, ram?, ...) |
修改已有节点字段(镜像、内存、qemu_* 等)。改 image/ram 下次启动生效 |
connect_nodes(src_id, src_if, dest_id, dest_if) |
两接口点对点链路。精简返回 {network_id, src, dst}(用 network_id 操作链路) |
start_node(node_id?, check?) |
启动节点(不传 id 启动全部)。check=true 启动后轮询状态,崩溃则返回诊断 |
stop_node(node_id?) |
停止节点(不传 id 停止全部) |
delete_node(node_id) |
删除节点(需先停止) |
push_config(node_id, config) |
推送启动配置(下次启动生效) |
node_console(node_id) |
取控制台 host:port。实际下发命令请用下面的控制台工具 |
链路与故障注入
| 工具 | 作用 |
|---|---|
delete_link(network_id) |
删除链路(断开两端接口) |
set_link_state(network_id, up) |
链路 Up/Down(接口 suspend,等同拔线;仅对运行中节点生效)。状态可从 get_lab 的 suspend 字段读 |
set_link_quality(network_id, loss?, delay?, jitter?, bandwidth?) |
注入丢包/延迟/抖动/限速(双向;仅对运行中节点生效) |
控制台交互(免手写 telnet)
| 工具 | 作用 |
|---|---|
run_command(node_id, command, timeout?, wait_for?, username?, password?) |
高层:自动登录 + 发命令 + 读到提示符返回输出。内置 IAC 协商、ANSI/回显清理。会话复用 |
console_send(node_id, text, newline?) |
低层:发送原始文本(首次自动登录)。配合 console_read 做交互 |
console_read(node_id, timeout?) |
读取控制台待输出 |
console_close(node_id?) |
关闭一个/全部控制台会话 |
重要注意事项(v6 专属)
- 每个账号一个会话。 v6 每个账号只能有一个活跃实验会话。Agent 必须用
专用账号(例如
mcp),不能用你浏览时用的账号。配置PNETLAB_VIEWER_*,open_lab会自动把你的浏览账号加入 Agent 的会话 -- 两者共享同一个实时拓扑 (见上文"配置")。 - 所有
/api/labs/session/*调用都用 JSON body。 表单编码的 body 会被 静默丢弃,表现为40000 "missing required fields"。 open_lab的 path 没有前导斜杠 -- 是"2pc_1sw.unl",不是"/2pc_1sw.unl"。add_node默认自动套用模板。 建节点时会自动拉取模板自带默认值 (image/ram/cpu/qemu_arch/qemu_nic/qemu_options/qemu_version/console/config_script) 并填入,与 GUI 建的节点完全一致 -- 所以add_node("qemu","mikrotik","R1")就能直接建出可启动、可连控制台的节点,通常无需先list_images。显式传入的 字段覆盖模板默认;template_defaults=false可关闭。想换镜像时再用list_images查可用项,传image=...覆盖。console默认telnet。 PNETLab 通过控制台端口是否在监听来判断节点 "运行中"(状态 2)。console为空时不会起qemu_wrapper_telnet转发器, 端口不监听,于是状态恒为 0、控制台也连不上 -- 看起来像"启动即崩",实际 节点在跑。add_node已默认console="telnet";如需 ssh/winbox/http 等 显式传入即可。open_lab会在服务器上创建/复用一个沙盒文件(labs<name>.unl);沙盒在 首次打开时为空。close_lab释放会话绑定但保留沙盒文件(重新打开没问题)。- 删除节点前必须先
stop_node。 - 不带 id 的
start_node()/stop_node()会遍历实验的节点 id(API 的 null-id "全部" 路径不可靠)。 - 链路质量/状态在接口层。 v6 的 network 不带 quality 字段;丢包/延迟/ suspend 都是接口级。本服务器的链路工具会自动找到链路两端的接口并下发。 仅对运行中节点生效(数据存库 + 实时下发)。
- 控制台会话复用。 一个 PNETLab 控制台端口同时只服务一个 telnet 客户端,
run_command/console_send/console_read按节点复用会话;用完调console_close。RouterOS 默认admin/空密码,可在run_command里传username/password覆盖。
架构
LLM agent ──MCP/stdio──► pnetlab-mcp-server ──HTTP/JSON──► PNETLab v6
(本仓库) /store/public/auth/login/login (登录)
/api/labs/session/* (实验操作)
/api/list/templates|networks (列表)
/api/labs/session/interfaces/* (链路质量/状态)
telnet <host>:<console port> (控制台)
client.py 是经过验证的 v6 API 客户端(含自实现 telnet 控制台,telnetlib 在
Python 3.13+ 已移除);server.py 把它封装为 MCP 工具。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
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。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。