Cloud Native Architecture MCP Server

MCP运维云端

提供方 AdminTurnedDevOps

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

一个基于MCP协议的服务,提供工具生成云原生基础设施的架构图,支持Kubernetes、AWS和GCP等平台。

一句话选型结论

按资料字段整理

Cloud Native Architecture MCP Server 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

云原生Python本地部署架构图生成KubernetesAWSGCP可视化工具

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install cloud-native-architecture-mcp

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Cloud Native Architecture MCP Server当前 3 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方AdminTurnedDevOps上游标注的维护方 AdminTurnedDevOps
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.4 KB
来自项目仓库与上游目录的原文,未做删改

云原生架构MCP服务器

MCP(模型上下文协议)服务器,提供为云原生基础设施生成架构图的工具:

  • Kubernetes 集群图
  • 亚马逊云服务 基础设施图
  • 谷歌云平台 基础设施图

使用 图表 库以编程方式创建专业的可视化架构图。

特性

  • 三种专用工具 适用于不同的云平台
  • 可视化图表生成 使用适当的云提供商图标
  • 集群/VPC分组 支持组织组件
  • 连接映射 组件之间
  • 以图像形式返回图表 直接在MCP响应中

安装

来自PyPI(推荐)```bash

pip install cloud-native-architecture-mcp


或与 `uvx` 对于按需执行:```bash
uvx cloud-native-architecture-mcp

来源```bash

git clone https://github.com/yourusername/cloud-native-architecture-mcp-server
cd cloud-native-architecture-mcp-server
pip install -e .


## 先决条件

此程序包需要 **Graphviz** 要安装在您的系统上:

**macOS:**```bash
brew install graphviz

Ubuntu/Debian:```bash
sudo apt-get install graphviz


**窗户:**
下载自 graphviz.org

## 与MCP客户端一起使用

### 克劳德桌面

添加到您的 `claude_desktop_config.json`:```json
{
"mcpServers": {
"cloud-architecture": {
"command": "uvx",
"args": ["cloud-native-architecture-mcp"]
}
}
}

代理网关

添加到AgentGateway配置中:```yaml
mcp_servers:
- name: cloud-architecture
stdio:
cmd: uvx
args: ["cloud-native-architecture-mcp"]


## 可用工具

### 1.构建kubernetes图

构建Kubernetes架构图,支持:

- 部署、状态集、守护集、作业、Pod
- 服务,入口
- PVC、PV、存储类
- 配置地图,秘密
- HPA(水平吊舱自动缩放器)
- 命名空间群集

**输入示例:**```json
{
"name": "microservices-app",
"components": [
{"type": "deployment", "name": "api-server", "replicas": 3},
{"type": "service", "name": "api-svc"},
{"type": "ingress", "name": "main-ingress"},
{"type": "deployment", "name": "worker", "replicas": 2},
{"type": "pvc", "name": "shared-storage"}
],
"clusters": [
{
"name": "Production Namespace",
"components": ["api-server", "api-svc", "worker"]
}
],
"connections": [
{"from": "main-ingress", "to": "api-svc", "label": "HTTPS"},
{"from": "api-svc", "to": "api-server"},
{"from": "api-server", "to": "shared-storage"}
]
}

2.构建aws图

构建AWS基础架构图,支持:

  • 计算:EC2、ECS、EKS、Lambda
  • 数据库:RDS、DynamoDB、ElastiCache、Redshift
  • 存储:S3、EBS、EFS
  • 网络:ALB、NLB、ELB、CloudFront、Route53、VPC
  • 集成:SQS、SNS、EventBridge
  • VPC分组

输入示例:```json
{
"name": "webapp-infrastructure",
"components": [
{"type": "route53", "name": "dns"},
{"type": "alb", "name": "load-balancer"},
{"type": "ec2", "name": "web-server"},
{"type": "rds", "name": "postgres-db"},
{"type": "s3", "name": "assets-bucket"},
{"type": "elasticache", "name": "redis-cache"}
],
"vpcs": [
{
"name": "Production VPC",
"components": ["web-server", "postgres-db", "redis-cache", "load-balancer"]
}
],
"connections": [
{"from": "dns", "to": "load-balancer"},
{"from": "load-balancer", "to": "web-server"},
{"from": "web-server", "to": "postgres-db"},
{"from": "web-server", "to": "redis-cache"},
{"from": "web-server", "to": "assets-bucket"}
]
}


### 3.构建gcp图

构建GCP基础设施图,支持:

- 计算:GCE、GKE、云函数
- 数据库:云SQL、Firestore、BigTable、Spanner
- 存储:GCS,持久磁盘
- 网络:负载均衡、云DNS、VPC
- 分析:BigQuery、数据流、发布/订阅
- VPC/网络分组

**输入示例:**```json
{
"name": "data-processing-pipeline",
"components": [
{"type": "gcs", "name": "input-bucket"},
{"type": "functions", "name": "process-files"},
{"type": "pubsub", "name": "events"},
{"type": "dataflow", "name": "etl-pipeline"},
{"type": "bigquery", "name": "data-warehouse"}
],
"connections": [
{"from": "input-bucket", "to": "process-files", "label": "trigger"},
{"from": "process-files", "to": "events"},
{"from": "events", "to": "etl-pipeline"},
{"from": "etl-pipeline", "to": "data-warehouse"}
]
}

发展

设置开发环境```bash

Clone the repository

git clone https://github.com/yourusername/cloud-native-architecture-mcp-server
cd cloud-native-architecture-mcp-server

Create virtual environment

python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate

Install in development mode with dev dependencies

pip install -e ".[dev]"


### 本地测试

您可以直接测试MCP服务器:```bash
# Run the server
python -m cloud_native_architecture_mcp.server

或者与MCP Inspector等MCP客户端一起使用:```bash
npx @modelcontextprotocol/inspector uvx cloud-native-architecture-mcp


## 发布到PyPI

### 先决条件

1. 在以下位置创建帐户:

- PyPI (生产)
- TestPyPI (测试)

1. 安装构建工具:```bash
pip install build twine

构建和发布

  1. 构建包:```bash
    python -m build

2. **首先在TestPyPI上进行测试:**```bash
twine upload --repository testpypi dist/*
  1. 从TestPyPI安装以验证:```bash
    pip install --index-url https://test.pypi.org/simple/ cloud-native-architecture-mcp

4. **发布到PyPI:**```bash
twine upload dist/*
  1. 验证安装:```bash
    pip install cloud-native-architecture-mcp

## 建筑```
cloud-native-architecture-mcp-server/
├── src/
│   └── cloud_native_architecture_mcp/
│       ├── __init__.py
│       └── server.py          # Main MCP server implementation
├── pyproject.toml             # Package configuration
├── README.md
└── LICENSE

运作原理

  1. MCP客户端 (Claude Desktop、AgentGateway等)调用三个工具之一
  2. MCP服务器 接收组件配置(JSON)
  3. 图表库 使用Graphviz生成架构图
  4. 服务器返回 图为base64编码的PNG图像
  5. 客户端显示 用户的可视化图表

贡献

欢迎投稿!请随时提交拉取请求。

许可证

MIT许可证-请参阅 许可证 详细信息文件

教育

资源

  • MCP文件
  • 图表文档
  • PyPI出版指南

支持

有关问题、疑问或贡献,请访问 GitHub存储库.

为什么有这么多JSON?

MCP通过JSON-RPC协议进行通信。MCP服务器中的所有工具、参数和响应都以JSON格式传输。如果JSON不存在,MCP客户端将不知道要发送什么参数以及工具实际做什么。JSON-RPC是MCP通信协议

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Cloud Native Architecture MCP Server 怎么安装?

在客户端按下面的安装命令接入:pip install cloud-native-architecture-mcp。装完在客户端配置里引用同一个包或端点。

Cloud Native Architecture MCP Server 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Cloud Native Architecture MCP Server 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Cloud Native Architecture MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Cloud Native Architecture MCP Server 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Cloud Native Architecture MCP Server 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 云原生、Kubernetes、Claude、可视化工具。具体工具清单以官方文档为准。

Cloud Native Architecture MCP Server 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Cloud Native Architecture MCP Server 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。