tfmcp
🌍 Terraform 模型上下文协议 (MCP) 工具 - 一个实验性的 CLI 工具,使 AI 助手能够管理和操作 Terraform 环境。支持读取 Terraform 配置、分析计划、应用配置以及使用 Claude Desktop 集成管理状态。⚡️
README
tfmcp: Terraform 模型上下文协议工具
⚠️ 本项目为实验性项目。功能可能会在没有通知的情况下更改。请谨慎使用! ⚠️
tfmcp 是一个命令行工具,可帮助您通过模型上下文协议 (MCP) 与 Terraform 交互。它允许 LLM 管理和操作您的 Terraform 环境,包括:
🎮 演示
观看 tfmcp 与 Claude Desktop 协同工作:

- 读取 Terraform 配置文件
- 分析 Terraform 计划输出
- 应用 Terraform 配置
- 管理 Terraform 状态
- 创建和修改 Terraform 配置
🎉 最新发布
tfmcp 的第一个稳定版本 (v0.1.1) 现已在 Crates.io 上发布!您可以使用 Cargo 轻松安装它:
cargo install tfmcp
功能
-
🚀 Terraform 集成
与 Terraform CLI 深度集成,以分析和执行操作。 -
📄 MCP 服务器功能
作为模型上下文协议服务器运行,允许 AI 助手访问和管理 Terraform。 -
⚡️ 极速
由 Rust 生态系统提供支持的高速处理。 -
🛠️ 自动设置
在需要时自动创建示例 Terraform 项目,确保即使对于新用户也能顺利运行。
安装
从源代码
# 克隆仓库
git clone https://github.com/nwiizo/tfmcp
cd tfmcp
# 构建并安装
cargo install --path .
从 Crates.io
cargo install tfmcp
要求
- Rust (edition 2021)
- 已安装 Terraform CLI 且可在 PATH 中访问
- Claude Desktop(用于 AI 助手集成)
用法
$ tfmcp --help
✨ 一个通过模型上下文协议 (MCP) 管理 Terraform 配置和操作 Terraform 的 CLI 工具。
用法: tfmcp [OPTIONS] [COMMAND]
命令:
mcp 将 tfmcp 作为 MCP 服务器启动
analyze 分析 Terraform 配置
help 打印此消息或给定子命令的帮助
选项:
-c, --config <PATH> 配置文件的路径
-d, --dir <PATH> Terraform 项目目录
-V, --version 打印版本
-h, --help 打印帮助
与 Claude Desktop 集成
要将 tfmcp 与 Claude Desktop 一起使用:
-
如果您尚未安装 tfmcp,请安装:
cargo install tfmcp -
找到已安装的 tfmcp 可执行文件的路径:
which tfmcp -
将以下配置添加到
~/Library/Application\ Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"tfmcp": {
"command": "/path/to/your/tfmcp", // 替换为步骤 2 中的实际路径
"args": ["mcp"],
"env": {
"HOME": "/Users/yourusername", // 替换为您的用户名
"PATH": "/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin",
"TERRAFORM_DIR": "/path/to/your/terraform/project" // 可选:指定您的 Terraform 项目
}
}
}
}
-
重新启动 Claude Desktop 并启用 tfmcp 工具。
-
如果不存在,tfmcp 将自动在
~/terraform中创建一个示例 Terraform 项目,确保 Claude 可以立即开始使用 Terraform。该示例项目基于此存储库的example/demo目录中包含的示例。
日志和故障排除
tfmcp 服务器日志位于:
~/Library/Logs/Claude/mcp-server-tfmcp.log
常见问题和解决方案:
- Claude 无法连接到服务器:确保 tfmcp 可执行文件的路径在您的配置中正确
- Terraform 项目问题:如果未找到 Terraform 项目,tfmcp 会自动创建一个示例 Terraform 项目
- 找不到方法错误:MCP 协议支持 resources/list 和 prompts/list 方法
环境变量
TERRAFORM_DIR:设置此变量以指定自定义 Terraform 项目目录。如果未设置,tfmcp 将使用命令行参数、配置文件提供的目录,或者回退到~/terraform。您还可以使用set_terraform_directory工具在运行时更改项目目录。TFMCP_LOG_LEVEL:设置为debug、info、warn或error以控制日志记录详细程度。TFMCP_DEMO_MODE:设置为true以启用具有附加安全功能的演示模式。
安全注意事项
使用 tfmcp 时,请注意以下安全注意事项:
- tfmcp 代表您执行 Terraform 命令,这些命令可以创建、修改或销毁基础设施
- 在生产环境中,请考虑使用适当的 IAM 权限和角色边界
- 在应用所有 Terraform 计划之前,请先进行审查,尤其是在由 AI 生成时
- AI 助手可能会访问您的 Terraform 状态中的敏感信息
贡献
欢迎贡献!请随时提交 Pull Request。
- Fork 仓库
- 创建您的功能分支 (
git checkout -b feature/amazing-feature) - 提交您的更改 (
git commit -m 'Add some amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 打开一个 Pull Request
路线图
以下是 tfmcp 的一些计划改进和未来功能:
已完成
-
[x] 基本 Terraform 集成
与 Terraform CLI 的核心集成,用于分析和执行操作。 -
[x] MCP 服务器实现
用于 AI 助手的模型上下文协议服务器的初始实现。 -
[x] 自动项目创建
添加了在需要时自动创建示例 Terraform 项目的功能。 -
[x] Claude Desktop 集成
支持与 Claude Desktop 的无缝集成。 -
[x] 核心 MCP 方法
实现了基本的 MCP 方法,包括 resources/list 和 prompts/list。 -
[x] 错误处理改进
改进了错误处理和恢复机制,以实现稳健运行。 -
[x] 动态项目目录切换
添加了在不重启服务的情况下更改活动 Terraform 项目目录的功能。 -
[x] Crates.io 发布
已将软件包发布到 Crates.io,以便通过 Cargo 轻松安装。
进行中
-
[ ] 增强的 Terraform 分析
实现对 Terraform 配置、计划和状态文件的更深入的解析和分析。 -
[ ] 多环境支持
添加对管理多个 Terraform 环境、工作区和模块的支持。 -
[ ] 安全增强
改进安全功能,包括更好的身份验证和授权机制。 -
[ ] 扩展的 MCP 协议支持
实现额外的 MCP 方法和功能,以便与 AI 助手进行更丰富的集成。 -
[ ] 交互式 TUI
开发一个基于终端的用户界面,以便更轻松地进行本地使用和调试。 -
[ ] 成本估算
与云提供商定价 API 集成,以提供 Terraform 计划的成本估算。 -
[ ] 性能优化
优化大型 Terraform 项目的资源使用和响应时间。 -
[ ] 与其他 AI 平台集成
扩展到 Claude 之外,以支持其他 AI 助手和平台。 -
[ ] 全面的测试框架
扩展测试覆盖范围,包括与真实 Terraform 配置的集成测试。 -
[ ] 插件系统
开发一个插件架构,以允许扩展核心功能。
许可证
本项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅 LICENSE 文件。
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。