🌐 Cisco MCP Agent App
AI-Powered Infrastructure Management with Predictive Capabilities
📋 Descripción
Cisco MCP Agent App es un agente conversacional inteligente basado en LangGraph que permite gestionar infraestructura Cisco (Intersight y ACI) mediante lenguaje natural, con capacidades avanzadas de predicción, control humano, y observabilidad completa para producción.
✨ Características Principales
- 🤖 Agente Conversacional: Gestiona tu infraestructura usando lenguaje natural
- 🔮 Predicción Proactiva: Forecasting de CPU, memoria y health scores (2-10 horas)
- 🔍 Detección de Anomalías: Identificación automática de comportamientos inusuales
- 🛠️ 13 Herramientas MCP: Integración completa con Cisco Intersight y ACI
- 🚦 Human-in-the-Loop (HITL): Aprobación humana obligatoria antes de operaciones de escritura
- 📊 Análisis de SLO: Alertas predictivas de violaciones antes de que ocurran
- 💾 Persistencia: Tracking histórico de predicciones en SQLite
- 📚 RAG Integration: Consulta documentación técnica contextual
- 📈 Prometheus + Grafana: Métricas en tiempo real y dashboard pre-construido
- 🔴 Splunk HEC: Streaming de eventos JSON a Splunk Enterprise
🏗️ Arquitectura```
┌─────────────────────────────────────────────────────────────┐
│ FRONTEND (React + TypeScript) - Port 3001 │
│ • Chat Interface con Cisco Branding │
│ • Real-time updates y Markdown rendering │
└────────────────────────┬────────────────────────────────────┘
│ HTTP POST /custom/ask
▼
┌─────────────────────────────────────────────────────────────┐
│ BACKEND (FastAPI) - Port 8000 │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ LangGraph ReAct Agent (GPT-4o-mini) │ │
│ │ • 13 MCP Tools │ │
│ │ • Conditional routing │ │
│ │ • Memory persistence │ │
│ └────────────────────────────────────────────────────────┘ │
│ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ MCP Server (Model Context Protocol) │ │
│ │ • Intersight Tools (5): Servers, Policies, Alarms │ │
│ │ • ACI Tools (5): Tenants, Contracts, EPGs, Health │ │
│ │ • Forecasting (2): predict, detect_anomaly │ │
│ │ • Documentation (1): RAG queries │ │
│ └────────────────────────────────────────────────────────┘ │
└────────────────────────┬────────────────────────────────────┘
│ HTTP
▼
┌─────────────────────────────────────────────────────────────┐
│ CTS MODEL SERVICE (Python 3.11) - Port 8004 │
│ • Forecasting & Anomaly Detection │
│ • Statistical time series analysis │
│ • Quantile regression for uncertainty │
└─────────────────────────────────────────────────────────────┘
---
## 🚀 Inicio Rápido
### Prerequisitos
- Docker & Docker Compose
- Node.js 18+ (para desarrollo del frontend)
- Credenciales de Cisco Intersight
- Credenciales de Cisco ACI (APIC)
- OpenAI API Key
### Configuración
1. **Clonar el repositorio**```bash
git clone https://github.com/Jorayala/Cisco-MCP-Agent-App.git
cd Cisco-MCP-Agent-App
- Configurar variables de entorno
Crea un archivo .env en la raíz del proyecto:```bash
LLM Configuration
OPENAI_API_KEY=your_openai_key_here
LangSmith (Observability)
LANGCHAIN_API_KEY=your_langsmith_key_here
LANGCHAIN_TRACING_V2=true
LANGCHAIN_PROJECT=Cisco_MCP_Agent_App
Cisco Intersight
INTERSIGHT_API_KEY=your_intersight_api_key
INTERSIGHT_SECRET_KEY="-----BEGIN RSA PRIVATE KEY-----\n...\n-----END RSA PRIVATE KEY-----"
INTERSIGHT_BASE_URL=https://intersight.com/api/v1
Cisco ACI (APIC)
APIC_USERNAME=your_aci_username
APIC_PASSWORD=your_aci_password
APIC_BASE_URL=https://your-apic-url
Demo Mode (usar datos sintéticos si no hay telemetría real)
ALLOW_DEMO_MODE=true
3. **Levantar servicios con Docker Compose**```bash
docker-compose up -d
- Iniciar el frontend```bash
cd frontend
npm install
npm run dev
5. **Acceder a la aplicación**
- **Frontend**: http://localhost:3001
- **Backend API**: http://localhost:8000
- **API Docs**: http://localhost:8000/docs
- **CTS Service**: http://localhost:8004
---
## 💡 Ejemplos de Uso
### Consultas de Estado Actual```
"¿Cuántos servidores hay en Intersight?"
"Muéstrame las alarmas activas"
"¿Cuál es el health score de ACI?"
"Lista los tenants en ACI"
Predicciones```
"¿Cuál es la predicción del comportamiento de la CPU para las próximas 2 horas?"
"Predice el uso de memoria para 4 horas"
"¿Bajará el health score de ACI?"
### Detección de Anomalías```
"¿Hay algo raro en el sistema?"
"Detecta anomalías en el CPU de los últimos días"
"¿Hay comportamientos inusuales en la red?"
Documentación```
"¿Cómo funciona la API de Intersight?"
"Explícame qué es un EPG en ACI"
"¿Qué es un server profile?"
```
🔧 Tecnologías Utilizadas
Backend
- LangChain & LangGraph: Orquestación de agentes ReAct
- FastAPI: Framework web asíncrono
- MCP (Model Context Protocol): Integración estandarizada de herramientas
- SQLAlchemy + SQLite: Persistencia de predicciones
- Cryptography: Autenticación RSA-SHA256/ECDSA para Intersight
- OpenAI GPT-4o-mini: Modelo de lenguaje
Frontend
- React 18: UI framework
- TypeScript: Type safety
- Vite: Build tool
- TailwindCSS: Styling
- React Markdown: Renderizado de respuestas
Infrastructure
- Docker & Docker Compose: Containerización
- Nginx: Reverse proxy (producción)
- Apache Druid: Queries de telemetría en Intersight
📊 Herramientas MCP Disponibles
Cisco Intersight (5 tools)
get_intersight_servers- Lista de servidores físicosget_intersight_policies- Ver server policiesget_intersight_alarms- Alarmas activascreate_intersight_server_profile- Crear profilesget_system_summary- Resumen general
Cisco ACI (5 tools)
get_aci_tenants- Lista tenantsget_aci_contracts- Ver contractsget_aci_epgs- Ver Endpoint Groupsget_aci_health_score- Health score del fabriccreate_tenant- Crear nuevo tenant
Forecasting (2 tools)
forecast_resource_usage- Predice CPU/Memory/Health (2-10h)detect_anomaly_mcp- Detecta comportamientos anómalos
Documentation (1 tool)
ask_rag- Consulta documentación técnica
📚 Documentación Técnica Completa
Para entender en profundidad cómo funciona el sistema:
- Documentación Técnica - Parte 1: Arquitectura, componentes, LangGraph, MCP Tools
- Documentación Técnica - Parte 2: CTS Model, flujo de predicción, persistencia
🔐 Seguridad
- ✅ Autenticación RSA-SHA256/ECDSA-SHA256 para Intersight
- ✅ Credenciales en variables de entorno (nunca en código)
- ✅ CORS configurado para frontend específico
- ✅ HTTPS en producción (configuración Nginx)
- ⚠️ Nota: En producción, usar Docker Secrets o AWS Secrets Manager
🐛 Troubleshooting
Error: "Failed to connect to backend"
- Verificar que el backend esté corriendo:
docker ps - Revisar logs:
docker logs custom-agent-backend
Error: "401 Unauthorized from Intersight"
- Verificar credenciales en
.env - Confirmar que la API Key esté activa en Intersight
Error: "No telemetry data available"
- Habilitar
ALLOW_DEMO_MODE=trueen.env - O configurar telemetry license en Intersight
Frontend no carga
- Verificar puerto 3001:
lsof -i :3001 - Reinstalar dependencias:
cd frontend && rm -rf node_modules && npm install
📈 Roadmap
- [ ] Implementación de CTS Model real (PyTorch)
- [ ] Dashboard de visualización de forecasts
- [ ] Alertas automáticas vía Webex
- [ ] Integración con más productos Cisco (Meraki, SD-WAN)
- [ ] Autenticación de usuarios
- [ ] Multi-tenancy
👥 Autor
Jorge Ayala
- GitHub: @Jorayala
📄 Licencia
Este proyecto está bajo la Licencia MIT - ver el archivo LICENSE para más detalles.
🙏 Agradecimientos
- Cisco por las APIs de Intersight y ACI
- LangChain y LangGraph community
- OpenAI por GPT-4o-mini
- Model Context Protocol (MCP) team
📞 Contacto
Si tienes preguntas o sugerencias, abre un Issue o contáctame directamente.
¡Contribuciones son bienvenidas! 🎉
