cloudforge (Sagoyanfisic)

MCP运维云端

提供方 sagoyanfisic

运维云端 stdio · 本地进程 会话登录 社区 / 第三方 Claude
查看接入方式

CloudForge是一款AI驱动的AWS架构图生成工具,能够将自然语言描述转换为生产级的AWS架构图,并自动进行AWS良好架构框架验证。

一句话选型结论

按资料字段整理

cloudforge (Sagoyanfisic) 属于运维云端类 MCP 服务器,stdio · 本地进程,会话登录,可直接接入 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 鉴权会话登录 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 未标注 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
工具数量未标注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

AWS架构Python本地部署AI生成云计算自动化设计架构验证

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
uv run python -m src.presentation.api --port 8000

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 Python,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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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

  • 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,换客户端不用重新研究配置。

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。
  • 使用前要准备好会话登录对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 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 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。
  • 不方便管理密钥或第三方授权的人。
  • 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
cloudforge (Sagoyanfisic)当前 未标注 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sagoyanfisic上游标注的维护方 sagoyanfisic
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
鉴权方式会话登录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 · Python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

26.2 KB
来自项目仓库与上游目录的原文,未做删改

CloudForge

基于自然语言的人工智能AWS架构图

CloudForge生成 生产级AWS架构图 来自简单的英语描述。使用7级NLP管道,它将简单的描述转换为全面的多服务架构图,并进行AWS良好架构框架验证。

生成 20-27+服务架构 通过智能集群、自动服务命名更正和架构最佳实践实施。


✨ 核心功能

🎯 智能建筑一代

  • 描述细化 --人工智能将简要描述扩展为全面的生产级架构(20-27+服务)
  • AWS架构良好评估 --5个支柱的自动评分:卓越运营、安全性、可靠性、性能效率、成本优化
  • 模式检测 -确定体系结构模式(RAG、无服务器API、数据管道、流分析、ML平台、事件驱动、CDN、物联网、Kubernetes、Generative AI、高可用性、数据仓库、安全性和合规性)

🔧 智能代码生成

  • 动态服务映射 --30+自动服务名称更正(OpenSearch→ AmazonOpensearchService、EventBridge→ 事件桥等)
  • 智能回退系统 --未映射的服务会自动使用带有服务标签的通用机架图标(防止20多个其他服务出现名称错误)
  • LangGraph管道 --7节点状态机:模式检测→ 架构良好的评估→ 蓝图→ code → 验证→ 重试逻辑→ 渲染

📊 生产级可视化

  • VPC集群 --VPC容器对服务进行逻辑封装;删除高级图表的细粒度VPC端点
  • 稀疏连接 --15-30个有意义的连接,可提供20多种服务(不是每种服务都有)
  • 逻辑分组 --集群:VPC、公共/私有子网、监控、安全和身份、集成和事件、存储和搜索
  • 全图验证 --AST解析、安全扫描、执行前的AWS组件白名单

🛠️ 完整的管道

  • 多代理NLP --架构师+评论家+评审员代理验证架构模式
  • REST API+Web用户界面 --FastAPI后端与Streamlit前端,实现两步式工作流程
  • 多种输出格式 --PNG、PDF、SVG渲染
  • 错误恢复 --如果图表执行失败,智能重试逻辑将重新生成代码(总共最多9次尝试)

快速开始

先决条件

  • Python 3.12+
  • 紫外线 包管理器
  • GraphViz(brew install graphviz / sudo apt install graphviz)
  • 谷歌API密钥-获取一个

选项1:Docker Compose(推荐)```bash

cp .env.example .env

Edit .env and set GOOGLE_API_KEY=your_key

make build
make up

Web UI: http://localhost:8501

API docs: http://localhost:8000/docs

``````bash
make down # stop
make logs # tail logs
make rebuild # full rebuild


### 选项2:局部(UV)```bash
cp .env.example .env
# Edit .env and set GOOGLE_API_KEY=your_key

uv sync

# Terminal 1 — API
uv run python -m src.presentation.api --port 8000

# Terminal 2 — UI
uv run streamlit run ui/app.py --server.port 8501

🏗️ 建筑与管道

用户工作流```

  1. Enter description → "E-commerce platform with multi-tier services"
  2. Click Refine → AI expands to 20-27+ services with best practices
  3. Review well-architected assessment → See pillar scores and gaps
  4. Review & approve → Edit refined description if needed
  5. Generate → Diagram rendered with 30+ auto-corrections applied

### 7级NLP管道(LangGraph)```
User Input
│
▼
[1] AWS Pattern Detection  (AwsPatternSkill — Architect + Critic + Reviewer agents)
Identifies architecture patterns, validates design
│
▼
[2] Well-Architected Evaluation  (WellArchitectedSkill)
Scores against 5 pillars: Operational Excellence, Security,
Reliability, Performance Efficiency, Cost Optimization
│
▼
[3] Description Refinement  (DescriptionRefinerChain — Gemini 2.5-Flash)
Expands to 20+ services, adds data flows, layers, best practices
│
▼
[4] Blueprint Generation  (BlueprintArchitectChain — Gemini 2.5-Flash)
Extracts services, relationships → structured JSON with clustering
│
▼
[5] Code Generation  (DiagramCoderChain — Gemini 2.5-Flash)
JSON blueprint → Python diagrams code
│
▼
[6] Validation & Auto-Fix  (DiagramValidator + 30+ regex auto-fixes)
AST parse · security scan · service name corrections
• 30+ explicit mappings (OpenSearch, EventBridge, etc.)
• Smart fallback: unmapped services → Rack("ServiceName")
│
├─ [If code fails] ─→ Loop back to [5] (regenerate code, up to 3 times)
│
▼
[7] Rendering  (DiagramGenerator — Wildcard imports + exec)
Executes code with all diagrams symbols pre-imported
PNG / PDF / SVG output

关键设计决策

📐 高层架构重点

  • VPC作为容器 --服务显示为VPC成员(通过集群),而不是细粒度VPC端点
  • 稀疏连接 --20多个服务有15-30个有意义的边(避免视觉混乱)
  • 逻辑群集 --VPC、公共/私有子网、监控、安全、集成、存储(可视化层次结构)

🤖 智能服务处理

  • 显式映射 --30个常用服务名称(OpenSearch、EventBridge、DynamoDB等)
  • 智能回退 --使用未映射的服务(警卫、预报、基岩等) Rack("ServiceName") 通用图标
  • 无代码故障 --防止名称错误;即使服务未知,图表也始终会呈现

✅ 生产级最佳实践

  • 架构良好的框架 --代码生成前的集成支柱评估
  • 架构模式 --13种模式模板(RAG、无服务器、数据管道、流媒体、机器学习、事件驱动、CDN、物联网、Kubernetes、生成式AI、HA/DR、数据仓库、安全)
  • 多代理验证 --建筑师+评论家+评审员确保设计连贯性

🎯 真实世界的例子

示例1:电子商务生产平台(26项服务)

输入说明:```
Enterprise e-commerce platform with multi-region support,
fraud detection, real-time inventory, and order processing.


**生成的架构:**```
✅ Route53 (DNS failover)
✅ CloudFront (CDN global distribution)
✅ WAF + ALB (entry point security)
✅ ECS (4 containerized microservices)
✅ RDS (multi-AZ database)
✅ DynamoDB (sessions, cart state)
✅ ElastiCache (Redis for hot data)
✅ OpenSearch (product catalog search)
✅ S3 (static assets, inventory data)
✅ SQS + SNS (async order processing)
✅ EventBridge (event orchestration)
✅ Cognito (user authentication)
✅ Secrets Manager (credentials, API keys)
✅ KMS (encryption keys)
✅ GuardDuty (threat detection)
✅ CloudWatch + X-Ray (observability)
✅ CloudWatch Logs (centralized logging)
✅ NAT Gateway (outbound VPC traffic)
✅ IAM (least privilege access)
+ 7 more services across monitoring, security, integration layers

韵律学:

  • 节点: 26服务
  • 集群: 8(VPC、公共/私有子网、监控、安全、集成、存储等)
  • 关系: 60+(稀疏但有意义)
  • 应用了自动修复: DynamoDB→ DynamodbTable、EventBridge→ Eventbridge、OpenSearch→ 亚马逊开放搜索服务,警卫职责→ 机架(“警卫”)
  • 结果: ✅ 生产级图,477KB PNG,60+逻辑连接

示例2:视频流平台(27项服务)

输入说明:```
Global video streaming service with transcoding, caching,
adaptive bitrate delivery, and real-time analytics.


**生成的架构:**```
✅ Route53 (geo-routing for global users)
✅ CloudFront (content delivery network)
✅ API Gateway + ALB (entry points)
✅ WAF (API protection)
✅ Lambda (compute for encoding, metadata)
✅ S3 (video storage, manifests)
✅ RDS (metadata, user accounts)
✅ DynamoDB (sessions, playback state)
✅ ElastiCache (cache layer)
✅ OpenSearch (video search indexing)
✅ SQS (transcode job queue)
✅ SNS (notification fan-out)
✅ EventBridge (pipeline orchestration)
✅ MediaConvert (video transcoding) → Auto-fixed to Rack("MediaConvert")
✅ SageMaker (ML for recommendations) → Auto-fixed to Rack("SageMaker")
✅ Cognito (user auth)
✅ Secrets Manager (API keys, DB passwords)
✅ KMS (data encryption)
✅ CloudWatch + X-Ray (monitoring)
+ 8 more services (IAM, Backup, monitoring, security)

韵律学:

  • 节点: 27服务
  • 集群: 7(可读性逻辑分组)
  • 关系: 30(稀疏,仅主流)
  • 应用了自动修复: 8+服务已纠正
  • 结果: ✅ 清晰易读的图表,有30个连接

示例3:IoT监控平台(26项服务)

输入说明:```
Real-time IoT device monitoring with anomaly detection,
remote control, and multi-tenant analytics.


**生成的架构:**

- **物联网服务:** 物联网核心、物联网绿草、物联网分析、物联网活动、物联网SiteWise
- **处理:** Lambda(流处理)
- **储存:** S3(原始数据)、DynamoDB(设备状态)、RDS(分析)
- **分析:** Kinesis(数据流)、OpenSearch(日志分析)
- **可视化:** QuickSight(仪表板)
- **安全:** Cognito,保密经理,守卫职责,KMS
- **监控:** CloudWatch,X射线

**结果:** ✅ 处理所有物联网服务(一些自动固定到机架,功能齐全)

______________________________________________________________________

## 📊 性能和能力

|度量|值|注释|
|--------|-------|-------|
| **Max服务** |27+|成功测试了27个节点架构|
| **自动修复模式** |30+|显式映射+智能回退|
| **支持的集群** |8+| VPC、子网、功能分组|
| **连接密度** |15-30 |稀疏(可读),不是每对每|
| **代码大小** |7-9KB | 20多种服务的完整代码|
| **渲染时间** |2-5s|使用GraphViz生成PNG|
| **重试尝试** |最多9次|3次执行尝试×3次代码重新生成|
| **模式模板** |13|RAG、无服务器、数据、流媒体、机器学习、事件驱动、CDN、物联网、K8s、GenAI、HA、DW、安全|

______________________________________________________________________

## 🔍 架构良好的框架集成

每个架构都会根据以下标准进行评估 **AWS的五大支柱** 渲染前:

### 1. **卓越运营**

- 推荐:CloudWatch、X-Ray、CloudWatch日志、EventBridge、系统管理器、配置
- 检查:监控、日志记录、自动化、运行手册

### 2. **安全**

- 推荐:IAM、Cognito、秘密管理器、KMS、WAF、警卫职责、检查员、Macie、VPC
- 检查:访问控制、加密、威胁检测、合规性

### 3. **可靠性**

- 建议:多AZ、自动缩放、RDS多AZ、Route 53、备份、SQS、SNS、DynamoDB全局表
- 检查:冗余、故障转移、备份、自动恢复

### 4. **性能效率**

- 推荐:CloudFront、ElastiCache、RDS读取副本、DynamoDB按需、Lambda、全局加速器
- 检查:缓存、CDN、数据库优化、大小合适

### 5. **成本优化**

- 建议:成本资源管理器、预算、计算优化器、节省计划、Spot实例、S3生命周期
- 检查:大小正确、保留容量、生命周期策略、标记

**结果:** 架构得分为每个支柱0-100分+总分+具体差距建议。

______________________________________________________________________

## 📡 API 参考

|方法|端点|描述|
|--------|----------|-------------|
| `POST` | `/v1/diagrams/refine` |优化描述+获得良好的架构评估|
| `POST` | `/v1/diagrams/generate` |生成带有自动修复功能的完整图表|
| `GET` | `/v1/diagrams/history` |列出最近使用元数据的图表|
| `GET` | `/v1/diagrams/{id}` |按ID获取图表详细信息|
| `GET` | `/images/{filename}` |提供PNG/PDF/SVG格式|
| `GET` | `/health` |健康检查|

**交互式文档:** `http://localhost:8000/docs`

### 细化描述

通过模式检测和良好架构评估,将简要输入扩展到生产级架构(20-27项服务):```bash
curl -X POST http://localhost:8000/v1/diagrams/refine \
-H "Content-Type: application/json" \
-d '{
"description": "E-commerce platform with real-time inventory and fraud detection"
}'

答复:```json
{
"success": true,
"original": "E-commerce platform with real-time inventory and fraud detection",
"refined": "Enterprise e-commerce platform featuring...\n- API Gateway + ALB entry points\n- ECS microservices\n- RDS multi-AZ database...",
"pattern": "serverless_rest_api",
"well_architected": {
"pillars": [
{
"pillar": "Operational Excellence",
"score": 78,
"strengths": ["CloudWatch monitoring", "X-Ray tracing"],
"gaps": ["Missing CloudWatch Logs aggregation", "No EventBridge automation"],
"recommendations": ["Add CloudWatch Logs", "Implement EventBridge for ops events"]
},
...
],
"overall_score": 82,
"summary": "Strong security posture with multi-AZ database..."
},
"message": "Description refined with 24 services, pattern detected, and architecture assessment complete"
}


### 生成图表

根据描述生成图表,并自动更正服务名称(30+个映射):```bash
curl -X POST http://localhost:8000/v1/diagrams/generate \
-H "Content-Type: application/json" \
-d '{
"description": "E-commerce platform with Route53, CloudFront, API Gateway, Lambda, RDS, DynamoDB, ElastiCache, OpenSearch, SQS, SNS, EventBridge, Cognito, Secrets Manager, KMS, GuardDuty, CloudWatch, X-Ray, and more",
"name": "ecommerce_platform"
}'

答复:```json
{
"success": true,
"diagram_id": "ecommerce_platform_2024_02_27_143025",
"name": "ecommerce_platform",
"file_path": "/path/to/ecommerce_platform.png",
"format": "png",
"size_bytes": 487234,
"services_count": 26,
"clusters_count": 8,
"relationships_count": 60,
"auto_fixes_applied": [
"OpenSearch() → AmazonOpensearchService()",
"EventBridge() → Eventbridge()",
"DynamoDB() → DynamodbTable()",
"GuardDuty() → Rack('GuardDuty')",
"...and 10+ more"
],
"validation_report": {
"ast_valid": true,
"security_checks_passed": 15,
"unauthorized_symbols": [],
"execution_time_ms": 2847
},
"message": "Diagram generated successfully with 26 AWS services across 8 clusters"
}


### 列出最近的图表```bash
curl http://localhost:8000/v1/diagrams/history?limit=10

获取具体图表```bash

curl http://localhost:8000/v1/diagrams/ecommerce_platform_2024_02_27_143025


______________________________________________________________________

## ⚙️ 配置

复制 `.env.example` 到 `.env`:```bash
cp .env.example .env
# Edit .env and set GOOGLE_API_KEY=your_key

环境变量

变量 默认值 描述
GOOGLE_API_KEY (必填) Google Gemini 2.5 Flash API密钥
AWS_DIAGRAM_DIAGRAMS_STORAGE_PATH ~/.aws_diagrams 保存图表和元数据的位置
AWS_DIAGRAM_OUTPUT_FORMATS png,pdf,svg 输出格式(逗号分隔)
AWS_DIAGRAM_LOG_LEVEL INFO 记录详细信息(调试、信息、警告、错误)
CLOUDFORGE_DISABLE_AWS_MCP 1 设置为 0 启用AWS文档MCP丰富功能
CLOUDFORGE_API_URL http://localhost:8000 API基本URL(Streamlit UI使用)
STREAMLIT_SERVER_PORT 8501 流线型web UI端口
FASTAPI_PORT 8000 FastAPI后端端口

LangChain配置

管道用途 双子座2.5闪光灯 优化参数:

  • temperature: 0.3 --确定性输出,可复制的图表
  • max_output_tokens: 10000 --支持20-27+服务架构
  • retry_policy: stop_after_attempt=2 --智能错误恢复

图表生成设置

  • 最大服务: 27+(通过电子商务和视频流平台测试)
  • 目标连接: 15-30(稀疏、有意义的关系)
  • 集群: 8+(VPC、子网、逻辑分组)
  • 自动修复: 30+服务名称更正
  • 渲染时间: 2-5秒(GraphViz)

📁 项目结构```

mcp-aws/
├── src/
│ ├── presentation/
│ │ ├── api.py # FastAPI app — /refine, /generate, /history
│ │ └── api_models.py # Pydantic request/response models
│ ├── application/
│ │ └── services.py # Use-case services + repository pattern
│ ├── infrastructure/
│ │ ├── nlp/ # 🆕 NLP subpackage (refactored from monolithic chains)
│ │ │ ├── chains.py # DescriptionRefiner, BlueprintArchitect, DiagramCoder
│ │ │ ├── skill.py # AwsPatternSkill (Architect + Critic + Reviewer agents)
│ │ │ ├── outputs.py # Pydantic models for LLM outputs
│ │ │ └── well_architected_skill.py # 🆕 Well-Architected Framework evaluation
│ │ ├── skills/ # 🆕 Prompt templates + skill definitions
│ │ │ ├── chains/
│ │ │ │ ├── refiner.md # Description refinement (expand to 20+ services)
│ │ │ │ ├── pattern_skill.md # Pattern detection instructions
│ │ │ │ ├── blueprint.md # JSON blueprint generation rules
│ │ │ │ └── coder.md # Python diagrams code generation (30+ service mappings)
│ │ │ ├── agents/
│ │ │ │ ├── architect.md # Architect agent persona
│ │ │ │ ├── critic.md # Critic agent (validates design)
│ │ │ │ └── reviewer.md # Reviewer agent (final synthesis)
│ │ │ ├── aws_patterns.md # 13 architecture patterns with Mermaid diagrams
│ │ │ └── well_architected.md # 🆕 5-pillar framework guidelines (40+ service recommendations)
│ │ ├── langgraph_pipeline.py # 7-node LangGraph state machine (with retry logic)
│ │ ├── generator.py # Wildcard imports + diagram execution
│ │ ├── validator.py # AST validation + security scan + 30+ auto-fixes
│ │ ├── storage.py # File-based storage with JSON index
│ │ ├── aws_mcp_client.py # AWS Documentation MCP client (optional)
│ │ ├── mcp_client.py # MCP direct client
│ │ ├── server.py # MCP server tools
│ │ └── config.py # pydantic-settings configuration
│ └── domain/
│ └── models.py # Domain models + exceptions
├── ui/
│ ├── app.py # Streamlit 2-step UI with refinement + approval
│ └── api_client.py # HTTP client for the API
├── docker/
│ ├── Dockerfile.api
│ └── Dockerfile.ui
├── docker-compose.yml
├── Makefile
├── pyproject.toml
├── .env.example
└── .claude/
└── projects/
└── mcp-aws/
└── memory/ # Session memory (architecture patterns, common errors)
├── MEMORY.md # Latest session notes
└── [topic-specific docs]


### 关键NLP模块

|模块|目的|
|--------|---------|
| `nlp/chains.py` |3链管道:描述精炼器→ 蓝图架构师→ DiagramCoder|
| `nlp/skill.py` |多智能体模式检测(架构师+评论家+审稿人)|
| `nlp/well_architected_skill.py` |5柱评估(Gemini LLM)+差距建议|
| `nlp/outputs.py` |LLM输出的Pydantic模型(AwsPatternSkillOutput、蓝图分析等)|
| `langgraph_pipeline.py` |带条件边的7节点编排+重试逻辑|

______________________________________________________________________

## 测试```bash
# Run all tests
uv run pytest -xvs tests/

# Single file
uv run pytest -xvs tests/test_validator.py

# With coverage
uv run pytest --cov=src --cov-report=html tests/

🔧 高级主题

添加新的架构模式

  1. 在中定义模式 aws_patterns.md:```markdown

YourPattern

Flow: User → Lambda → DynamoDB
Services: Lambda, DynamoDB, API Gateway, CloudWatch, IAM
Checklist:
- [ ] Include monitoring (CloudWatch, X-Ray)
- [ ] Add security layer (IAM, KMS)


1. **模式自动检测** 通过awsPatterskill代理

1. **自动应用优化** 模式中的最佳实践

### 扩展良好架构评估

1. **编辑 `well_architected.md`** 添加/更新支柱指南
1. **修改 `well_architected_skill.py`** 如果需要自定义评分逻辑
1. **自动评估** 在代码生成之前运行

### 了解汽车修理

该系统适用 **30+自动服务名称更正** 分为两层:

**第1层:显式映射** (in `chains.py`):```python
r'OpenSearch\(': 'AmazonOpensearchService(',
r'EventBridge\(': 'Eventbridge(',
r'DynamoDB\(': 'DynamodbTable(',

第二层:智能回退 (捕获所有正则表达式):```python

Any undefined CamelCase class → Rack("ServiceName")

r'\b([A-Z][a-zA-Z0-9]*)('
→ 'Rack(' if not in known_classes


**结果:** 即使是未映射的服务(GuardDuty、Forecast、Bedrock、IoT服务)也能成功渲染。

### 自定义服务映射

要添加新的显式映射,请执行以下操作:

1. **编辑 `src/infrastructure/nlp/chains.py`** 第275-330行(英寸 `_fix_invalid_service_names`):```python
r'CustomService\(': 'CorrectService(',
  1. 更新 coder.md 用于记录修复的服务映射表

  2. 测试: 描述中使用CustomService的图表

调试LLM输出

  1. 检查Docker日志:```bash
    make logs # Tails API logs

1. **启用调试日志记录:**```bash
AWS_DIAGRAM_LOG_LEVEL=DEBUG make up
  1. 检查生成的蓝图 (API响应包括完整的JSON)

  2. 检查生成的代码 (日志显示执行前的Python代码)


🚀 故障排除指南

未找到GraphViz```bash

macOS

brew install graphviz

Ubuntu/Debian

sudo apt install graphviz

Verify installation

dot -V


### `diagrams` 未找到模块```bash
uv sync
# Or in Docker:
make rebuild

无法从UI访问API```bash

Check if API is running

curl http://localhost:8000/health

Verify CLOUDFORGE_API_URL in .env

echo $CLOUDFORGE_API_URL

Should match: http://localhost:8000


### 图表生成超时(>10s)

- **检查日志:** `make logs` -查找LLM API延迟
- **验证GraphViz:** `dot -V` 应立即完成
- **增加代币限额** 在 `chains.py` 如果生成25+个服务

### 名称错误:未定义名称“SomeService”

- **预期:** 智能回退使用 `Rack("SomeService")`
- **如果失败:** 服务存在于 `diagrams` 图书馆,但没有被抓住
- 添加显式映射到 `chains.py` 第275-330行
- 在GitHub上用服务名称提交问题

### “AST验证失败”或“未终止字符串”

- **可能原因:** 服务标签中的无注释引号
- **检查:** API响应中生成的代码(执行前)
- **修复:** 编辑描述以使用不带特殊字符的简单名称

### 良好架构得分为0

- **检查:** 精炼商API响应包括 `well_architected` 领域
- **调试:** 手动呼叫 `/v1/diagrams/refine` 端点
- **验证:** GOOGLE_API_KEY有效且有配额

### Docker容器立即退出```bash
# Check logs
docker logs mcp-aws-api-1

# Rebuild and restart
make rebuild
make up

未检测到图案

  • 检查: 描述与模式关键字匹配
  • 列表: aws_patterns.md 第5-12行显示了检测触发器
  • 调试: 呼叫 /v1/diagrams/refine 查看检测到的响应模式

📚 支持的体系结构模式

CloudForge识别并优化 13种AWS架构模式:

  1. RAG/语义搜索 --LLM+矢量数据库+检索
  2. 无服务器REST API -API网关+Lambda+DynamoDB
  3. 数据管道/ETL --S3+胶水+红移/DW
  4. 实时流媒体分析 --Kinesis+Spark+BI
  5. 机器学习平台/MLOps --SageMaker+S3+Lambda
  6. 事件驱动架构 --EventBridge+Lambda+社交网络
  7. 静态网站/CDN --S3+云前+路由53
  8. 物联网平台 --物联网核心+绿草+分析
  9. 容器平台/Kubernetes --ECS/EKS+ALB+RDS
  10. 生成式AI/LLM应用 --基岩+RAG+Lambda
  11. 高可用性/灾难恢复 --多AZ+故障切换+备份
  12. 分析/数据仓库 --Redshift+胶水+QuickSight
  13. 安全与合规 --警卫+安全中心+KMS+审计

每种模式都包括推荐服务、多代理验证和架构良好的检查。


🎓 描述的最佳实践

✅ 好的描述```

"Enterprise e-commerce platform with:
- Multi-region global distribution
- Fraud detection and real-time inventory
- Microservice-based order processing
- Multi-tier security with SSO
- Real-time analytics and dashboards"


**结果:** 25-27项服务,8+集群,完整架构

### ❌ 描述不佳```
"Shopping website"

结果: 只有5-8个服务,最低架构

提示: 使用触发良好架构支柱的关键字:

  • 卓越运营: 监控、日志记录、自动化、运行手册
  • 安全: 加密、身份验证、多因素、最小权限
  • 可靠性: 故障转移、备份、多AZ、自动扩展
  • 演出 缓存、CDN、读取副本、全局分发
  • 成本: 正确的规模、生命周期策略、点实例、保留容量

📖 文档与技能

文件 目的 位置
aws_patterns.md 13种带有美人鱼图的建筑模式 src/infrastructure/skills/
well_architected.md 5柱指南+40+服务建议 src/infrastructure/skills/
refiner.md 提示扩展20+服务架构 src/infrastructure/skills/chains/
blueprint.md JSON蓝图生成规则+聚类 src/infrastructure/skills/chains/
coder.md 30+服务名称映射+Python代码规则 src/infrastructure/skills/chains/
architect.md, critic.md, reviewer.md 多代理提示 src/infrastructure/skills/agents/

所有提示均为 外部可编辑 (Python中没有硬编码)。更改立即生效。


🤝 贡献

  1. 修复服务映射: 编辑 chains.py + coder.md
  2. 添加图案: 编辑 aws_patterns.md + refiner.md
  3. 改善良好的架构: 编辑 well_architected.md
  4. 报告错误: 包括描述、生成的代码和错误消息

📄 许可证

麻省理工学院——见 许可证.

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
cloudforge (Sagoyanfisic) 怎么安装?

在客户端按下面的安装命令接入:uv run python -m src.presentation.api --port 8000。装完在客户端配置里引用同一个包或端点。

cloudforge (Sagoyanfisic) 怎么在 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。

cloudforge (Sagoyanfisic) 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。

cloudforge (Sagoyanfisic) 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

cloudforge (Sagoyanfisic) 支持哪些客户端?

资料标注支持 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。

cloudforge (Sagoyanfisic) 能提供哪些能力?

资料显示能力标签包括 Python、Claude、云计算。具体工具清单以官方文档为准。

cloudforge (Sagoyanfisic) 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

cloudforge (Sagoyanfisic) 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。