Containerized MCP Servers

MCP运维云端

提供方 SteveZhuhaobo

运维云端 stdio · 本地进程 Token 社区 / 第三方
查看接入方式

一组容器化的模型上下文协议(MCP)服务器,用于连接流行的数据库和数据平台,支持Snowflake、Databricks和SQL Server等多种数据库。

一句话选型结论

按资料字段整理

Containerized MCP Servers 属于运维云端类 MCP 服务器,stdio · 本地进程,Token,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Token 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

适用场景

容器化Python本地部署数据库连接Docker云原生数据平台

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
docker run -e SNOWFLAKE_ACCOUNT=your-account \

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 Docker,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。

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Token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。
  • 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
Containerized MCP Servers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SteveZhuhaobo上游标注的维护方 SteveZhuhaobo
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Token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 · Docker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

6.9 KB
来自项目仓库与上游目录的原文,未做删改

集装箱化MCP服务器

一组用于流行数据库和数据平台的容器化模型上下文协议(MCP)服务器。每台服务器都打包成一个独立的Docker容器,可以轻松地在不同的环境中部署。

可用服务器

  • 雪花MCP服务器 -连接到Snowflake数据仓库
  • _CHMCP服务器 -连接到copula SQL仓库
  • SQL Server MCP服务器 -连接到Microsoft SQL Server数据库

快速开始

先决条件

  • Docker已安装在您的系统上
  • 目标数据库/平台的有效凭据

运行服务器

每个服务器都可以使用简单的Docker命令运行。以下是如何开始使用这三台服务器中的任何一台:

雪花MCP服务器```bash

docker run -e SNOWFLAKE_ACCOUNT=your-account \
-e SNOWFLAKE_USER=your-username \
-e SNOWFLAKE_PASSWORD=your-password \
-e SNOWFLAKE_DATABASE=your-database \
-e SNOWFLAKE_WAREHOUSE=your-warehouse \
ghcr.io/your-org/snowflake-mcp:latest


#### \_CHMCP服务器```bash
docker run -e DATABRICKS_SERVER_HOSTNAME=your-workspace.databricks.com \
-e DATABRICKS_HTTP_PATH=/sql/1.0/warehouses/your-warehouse-id \
-e DATABRICKS_ACCESS_TOKEN=your-token \
ghcr.io/your-org/databricks-mcp:latest

SQL Server MCP服务器```bash

docker run -e SQLSERVER_SERVER=your-server \
-e SQLSERVER_DATABASE=your-database \
-e SQLSERVER_USERNAME=your-username \
-e SQLSERVER_PASSWORD=your-password \
ghcr.io/your-org/sqlserver-mcp:latest


### 使用Docker Compose

为了便于管理,每台服务器都包含一个docker-compose.yml文件:```bash
# Navigate to the server directory
cd snowflake-mcp  # or databricks-mcp, sqlserver-mcp

# Copy and edit environment file
cp .env.example .env
# Edit .env with your credentials

# Start the server
docker-compose up -d

服务器特定文档

每台服务器都有自己的综合文档:

  • 雪花MCP服务器
  • _CHMCP服务器
  • SQL Server MCP服务器

容器编排示例

Docker Swarm

将任何服务器部署到Docker Swarm集群:```bash

Create a Docker secret for sensitive data

echo "your-password" | docker secret create db_password -

Deploy the service

docker service create \
--name snowflake-mcp \
--secret db_password \
--env SNOWFLAKE_ACCOUNT=your-account \
--env SNOWFLAKE_USER=your-username \
--env SNOWFLAKE_PASSWORD_FILE=/run/secrets/db_password \
ghcr.io/your-org/snowflake-mcp:latest


### Kubernetes

Kubernetes基本部署示例:```yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: snowflake-mcp
spec:
replicas: 1
selector:
matchLabels:
app: snowflake-mcp
template:
metadata:
labels:
app: snowflake-mcp
spec:
containers:
- name: snowflake-mcp
image: ghcr.io/your-org/snowflake-mcp:latest
env:
- name: SNOWFLAKE_ACCOUNT
value: "your-account"
- name: SNOWFLAKE_USER
value: "your-username"
- name: SNOWFLAKE_PASSWORD
valueFrom:
secretKeyRef:
name: snowflake-secret
key: password

云容器服务

AWS ECS```json

{
"family": "snowflake-mcp",
"taskRoleArn": "arn:aws:iam::account:role/ecsTaskRole",
"containerDefinitions": [
{
"name": "snowflake-mcp",
"image": "ghcr.io/your-org/snowflake-mcp:latest",
"memory": 512,
"environment": [
{"name": "SNOWFLAKE_ACCOUNT", "value": "your-account"},
{"name": "SNOWFLAKE_USER", "value": "your-username"}
],
"secrets": [
{
"name": "SNOWFLAKE_PASSWORD",
"valueFrom": "arn:aws:secretsmanager:region:account:secret:snowflake-password"
}
]
}
]
}


#### Azure容器实例```bash
az container create \
--resource-group myResourceGroup \
--name snowflake-mcp \
--image ghcr.io/your-org/snowflake-mcp:latest \
--environment-variables \
SNOWFLAKE_ACCOUNT=your-account \
SNOWFLAKE_USER=your-username \
--secure-environment-variables \
SNOWFLAKE_PASSWORD=your-password

谷歌云运行```bash

gcloud run deploy snowflake-mcp \
--image ghcr.io/your-org/snowflake-mcp:latest \
--set-env-vars SNOWFLAKE_ACCOUNT=your-account,SNOWFLAKE_USER=your-username \
--set-secrets SNOWFLAKE_PASSWORD=snowflake-password:latest \
--platform managed \
--region us-central1


## 从源头构建

### 构建独立服务器```bash
# Build Snowflake MCP server
cd snowflake-mcp
./build.sh

# Build Databricks MCP server
cd databricks-mcp
./build.sh

# Build SQL Server MCP server
cd sqlserver-mcp
./build.sh

构建所有服务器```bash

Build all servers at once

./scripts/build-all.sh

Test all servers

./scripts/test-all.sh

Publish to container registry

./scripts/publish-all.sh --registry ghcr.io --tag v1.0.0


## 配置

### 环境变量

每台服务器都支持通过环境变量进行配置。常见模式:

- **连接详细信息**:服务器主机名、端口、数据库
- **认证**:用户名、密码、令牌、密钥文件
- **行为**:超时、重试设置、连接池

### 配置文件

服务器还支持作为卷挂载的YAML配置文件:```bash
docker run -v ./config.yaml:/app/config/config.yaml \
ghcr.io/your-org/snowflake-mcp:latest

秘密管理

对于生产部署,请使用适当的机密管理:

  • Swarm的Docker秘密
  • K8s集群的Kubernetes秘密
  • AWS ECS机密管理器
  • ACI的Azure密钥库
  • Google云端运行秘密管理器

健康检查和监测

所有容器都包含内置的健康检查:```bash

Check container health

docker ps # Look for "healthy" status

View health check logs

docker inspect container-name | grep Health -A 10


### 监控集成

容器支持结构化日志记录和可选指标:

- 用于日志聚合的JSON格式日志
- 可选的Prometheus指标端点
- 容器资源监控
- 数据库连接健康状况

## 安全

### 最佳实践

- 以非root用户身份运行容器
- 对凭据使用机密管理
- 为数据库连接启用TLS/SSL
- 通过自动构建定期进行安全更新
- 容器隔离的网络策略

### 漏洞扫描

所有映像都会自动扫描CI/CD管道中的漏洞。

## 故障排除

### 常见问题

1. **连接失败**

- 验证与数据库的网络连接
- 检查凭据和权限
- 检查防火墙和安全组设置

1. **容器无法启动**

- 检查所需的环境变量
- 查看容器日志: `docker logs container-name`
- 验证映像与您的平台的兼容性

1. **性能问题**

- 监控容器资源使用情况
- 调整连接池设置
- 检查数据库查询性能

### 获取帮助

- 检查特定于服务器的README文件以了解详细的故障排除
- 查看容器日志中的错误消息
- 根据提供的示例验证配置

## 贡献

### 开发设置

1. 克隆存储库
1. 导航到要处理的服务器目录
1. 进行更改
1. 本地测试 `./build.sh && docker-compose up`
1. 使用以下命令运行测试套件 `./run_tests.sh`

### 测试

每台服务器都包括全面的测试:```bash
# Run unit tests
python -m pytest test_server.py

# Run integration tests
python -m pytest test_integration.py

# Run all tests
./run_tests.sh

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

支持

对于问题和疑问:

  • 检查特定于服务器的文档
  • 查看故障排除指南
  • 在GitHub上打开一个问题

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Containerized MCP Servers 怎么安装?

在客户端按下面的安装命令接入:docker run -e SNOWFLAKE_ACCOUNT=your-account \。装完在客户端配置里引用同一个包或端点。

Containerized MCP Servers 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Containerized MCP Servers 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。

Containerized MCP Servers 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Containerized MCP Servers 能提供哪些能力?

资料显示能力标签包括 容器化、数据分析、Docker、数据库连接、云原生。具体工具清单以官方文档为准。

Containerized MCP Servers 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

Containerized MCP Servers 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。