Mcpserver Cloud Import

MCP运维云端

提供方 softengrahmed

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

Epam Infrastructure Drift Detector MCP Server 是一个基于模型上下文协议(MCP)的服务,用于检测基础设施漂移,通过导入云资源并与基线Terraform状态文件进行比较。

一句话选型结论

按资料字段整理

Mcpserver Cloud Import 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,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

基础设施管理Python本地部署云资源监控Terraform工具多云支持漂移检测

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 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,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 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
Mcpserver Cloud Import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softengrahmed上游标注的维护方 softengrahmed
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

16.5 KB
来自项目仓库与上游目录的原文,未做删改

Epam基础设施漂移探测器MCP服务器

一种模型上下文协议(MCP)服务器,通过使用Terraformer导入云资源并将其与基线Terraform状态文件进行比较,实现基础设施漂移检测。

概述

此MCP服务器通过以下方式提供检测基础设施漂移的工具:

  1. 使用Terraformer导入当前部署的云资源
  2. 读取基线Terraform状态文件(预期状态)
  3. 读取导入的状态文件(实际部署状态)
  4. 实现预期与实际基础设施状态之间的比较

建筑```

┌─────────────────────────────────────────────────────────────┐
│ MCP Client (e.g., Claude) │
└───────────────────────────┬─────────────────────────────────┘
│ MCP Protocol (STDIO)
┌───────────────────────────▼─────────────────────────────────┐
│ Epam-InfraDriftDetector MCP Server │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ Tool 1: import_deployed_resources │ │
│ │ - Executes Terraformer CLI │ │
│ │ - Imports actual cloud infrastructure │ │
│ │ - Supports AWS, Azure, GCP │ │
│ └───────────────────────────────────────────────────────┘ │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ Tool 2: read_lastdeployed_tfstates │ │
│ │ - Reads baseline Terraform state file │ │
│ │ - Returns intended infrastructure state │ │
│ └───────────────────────────────────────────────────────┘ │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ Tool 3: read_imported_tfstates │ │
│ │ - Reads multiple imported state files │ │
│ │ - Merges resources from multiple folders │ │
│ │ - Returns actual infrastructure state │ │
│ └───────────────────────────────────────────────────────┘ │
└───────────────────────────┬─────────────────────────────────┘
│
▼
┌─────────────────────────────┐
│ Cloud Provider APIs │
│ - AWS │
│ - Azure │
│ - Google Cloud │
└─────────────────────────────┘


## 特性

### 1.多云支持

- **亚马逊云服务**:完全支持基于区域的资源导入
- **Azure**:支持订阅和资源组筛选
- **谷歌云(GCP)**:基于区域的资源导入

### 2.智能错误处理

- 区分信息性消息和实际错误
- 提供详细的错误上下文,包括命令、返回代码和输出
- 将配置警告与执行失败分开处理

### 3.灵活的资源过滤

- 导入特定资源类型(例如。, `ec2,vpc,s3,rds`)
- 明确请求时支持通配符导入
- 针对特定地区的过滤,实现高效导入

## 安装

### 先决条件```bash
# Install Terraformer
# Linux
wget https://github.com/GoogleCloudPlatform/terraformer/releases/download/0.8.24/terraformer-all-linux-amd64
chmod +x terraformer-all-linux-amd64
sudo mv terraformer-all-linux-amd64 /usr/local/bin/terraformer

# macOS
brew install terraformer

# Install Terraform (required by Terraformer)
# Linux
wget https://releases.hashicorp.com/terraform/1.6.0/terraform_1.6.0_linux_amd64.zip
unzip terraform_1.6.0_linux_amd64.zip
sudo mv terraform /usr/local/bin/

# macOS
brew install terraform

# Install Python dependencies
pip install mcp

运行服务器```bash

Direct execution

python fixed_importaws_mcpserver.py

As a module (if packaged)

python -m epam_infradriftdetector


## MCP工具

### 工具1: `import_deployed_resources`

使用Terraformer CLI工具导入当前部署的云资源。

#### 参数

|参数|类型|描述|示例|
|-----------|------|-------------|---------|
| `cloud` |string |云提供商(`aws`, `azure`, `gcp`) | `"aws"` |
| `resources` |string |逗号分隔的资源类型| `"ec2,vpc,s3"` |
| `regions` |string |目标区域(特定于云)| `"us-east-1,us-west-2"` |
| `path_output` |string |状态文件的输出目录| `"/tmp/imported-state"` |

#### 返回值```json
{
"status": "success|error|warning",
"stdout": "Command standard output",
"stderr": "Command standard error",
"command": "Executed terraformer command",
"return_code": 0
}

用法示例

AWS示例:```python
result = import_deployed_resources(
cloud="aws",
resources="vpc,subnet,ec2_instance,sg",
regions="us-east-1,us-west-2",
path_output="/data/aws-import"
)


**Azure示例:**```python
result = import_deployed_resources(
cloud="azure",
resources="virtual_machine,storage_account",
regions="subscription=12345678-1234-1234-1234-123456789012",
path_output="/data/azure-import"
)

GCP示例:```python
result = import_deployed_resources(
cloud="gcp",
resources="compute_instance,storage_bucket",
regions="us-central1,us-east1",
path_output="/data/gcp-import"
)


#### 云特定行为

##### 亚马逊云服务

- 用途 `--regions` 多区域支持标志
- 需要配置AWS凭据(AWS CLI或环境变量)
- 例子: `terraformer import aws --resources=ec2,vpc --regions=us-east-1 --path-output=/output`

##### Azure

- 使用ARM环境变量进行身份验证:
- `ARM_SUBSCRIPTION_ID`
- `ARM_CLIENT_ID`
- `ARM_CLIENT_SECRET`
- `ARM_TENANT_ID`
- 订阅ID可以通过以下方式传递 `regions` 参数as `subscription=`
- 例子: `terraformer import azure --resources=virtual_machine --path-output=/output`

##### 谷歌云

- 用途 `--regions` 与AWS类似的标志
- 可能需要 `--projects` 特定项目的标志
- 需要配置GCP凭据(gcloud CLI或服务帐户)
- 例子: `terraformer import google --resources=compute_instance --regions=us-central1 --path-output=/output`

### 工具2: `read_lastdeployed_tfstates`

读取表示预期基础结构状态的基线Terraform状态文件。

#### 参数

|参数|类型|描述|示例|
|-----------|------|-------------|---------|
| `last_deployed_file_path` |string |基线tfstate文件的路径| `"/baseline/terraform.tfstate"` |

#### 返回值

从状态文件返回资源字典列表:```python
[
{
"type": "aws_instance",
"name": "web_server",
"provider": "provider[\"registry.terraform.io/hashicorp/aws\"]",
"instances": [...]
},
...
]

用法示例```python

baseline_resources = read_lastdeployed_tfstates(
last_deployed_file_path="/terraform/project/terraform.tfstate"
)

Access resource types

resource_types = [resource["type"] for resource in baseline_resources]
print(f"Baseline contains: {resource_types}")


### 工具3: `read_imported_tfstates`

从导入的云资源中读取并合并多个Terraform状态文件。

#### 参数

|参数|类型|描述|示例|
|-----------|------|-------------|---------|
| `post_deployed_tfstates_path` |string |包含导入的tfstate文件的根目录| `"/data/imported-states"` |

#### 预期的目录结构```
/data/imported-states/
├── vpc/
│   └── terraform.tfstate
├── ec2/
│   └── terraform.tfstate
├── s3/
│   └── terraform.tfstate
└── rds/
└── terraform.tfstate

返回值

返回合并资源的字典:```python
{
"aws_vpc.vpc-12345": {
"type": "aws_vpc",
"primary": {
"id": "vpc-12345",
"attributes": {...}
}
},
"aws_instance.i-67890": {
"type": "aws_instance",
"primary": {
"id": "i-67890",
"attributes": {...}
}
}
}


#### 用法示例```python
imported_resources = read_imported_tfstates(
post_deployed_tfstates_path="/data/aws-import"
)

# Get all resource keys
resource_ids = list(imported_resources.keys())
print(f"Found {len(resource_ids)} imported resources")

# Access specific resource
vpc_resource = imported_resources.get("aws_vpc.vpc-12345")

漂移检测工作流程

完整示例```python

Step 1: Import current cloud state

import_result = import_deployed_resources(
cloud="aws",
resources="vpc,subnet,ec2_instance,sg,s3,rds",
regions="us-east-1",
path_output="/tmp/current-state"
)

if import_result["status"] == "success":
print("✅ Successfully imported current infrastructure")

Step 2: Read baseline state (what should be deployed)

baseline = read_lastdeployed_tfstates(
last_deployed_file_path="/terraform/production/terraform.tfstate"
)

Step 3: Read imported state (what is actually deployed)

current = read_imported_tfstates(
post_deployed_tfstates_path="/tmp/current-state"
)

Step 4: Compare and detect drift

baseline_types = {r["type"] for r in baseline}
current_types = {r["type"].split(".")[0] for r in current.keys()}

added_resources = current_types - baseline_types
removed_resources = baseline_types - current_types

if added_resources or removed_resources:
print("⚠️ Infrastructure drift detected!")
if added_resources:
print(f" Added: {added_resources}")
if removed_resources:
print(f" Removed: {removed_resources}")
else:
print("✅ No drift detected")


## 错误处理

服务器实现了复杂的错误检测:

### 错误类型

1. **实际误差** (状态:“错误”):

- 命令执行失败
- 未知标志或无效参数
- 身份验证/授权失败
- 找不到资源错误

1. **警告** (状态:“警告”):

- 配置建议(例如,“设置ARM_SUBSCRIPTION_ID环境变量”)
- 非关键信息性消息
- 成功执行配置说明

1. **成功** (状态:“成功”):

- 命令已成功完成
- 导入的资源没有问题

### 错误响应结构```json
{
"status": "error",
"stdout": "Standard output from command",
"stderr": "Standard error from command",
"command": "Full terraformer command executed",
"return_code": 1,
"error_message": "Detailed error description"
}

配置

环境变量

亚马逊云服务```bash

export AWS_ACCESS_KEY_ID="your-access-key"
export AWS_SECRET_ACCESS_KEY="your-secret-key"
export AWS_DEFAULT_REGION="us-east-1"


#### Azure```bash
export ARM_SUBSCRIPTION_ID="your-subscription-id"
export ARM_CLIENT_ID="your-client-id"
export ARM_CLIENT_SECRET="your-client-secret"
export ARM_TENANT_ID="your-tenant-id"

谷歌云```bash

export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account-key.json"
export GOOGLE_PROJECT="your-project-id"


### MCP客户端配置

#### 克劳德桌面(`claude_desktop_config.json`):```json
{
"mcpServers": {
"epam-infradriftdetector": {
"command": "python",
"args": ["/path/to/fixed_importaws_mcpserver.py"],
"env": {
"AWS_REGION": "us-east-1"
}
}
}
}

使用Docker:```json

{
"mcpServers": {
"epam-infradriftdetector": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-v", "${HOME}/.aws:/root/.aws:ro",
"-v", "/data/terraform-states:/terraform-state:rw",
"-e", "AWS_REGION=us-east-1",
"epam-infradriftdetector:latest"
]
}
}
}


## 技术细节

### 框架

使用 **FastMCP** 从 `mcp.server.fastmcp` 该软件包提供:

- 使用装饰器简化工具注册
- 自动参数验证
- 用于MCP协议的内置STDIO传输
- 类型安全功能签名

### 依赖项```txt
mcp>=0.9.0

Terraformer集成

服务器充当Terraformer CLI的包装器:

  • 将Terraformer作为子流程执行
  • 捕获stdout和stderr以进行结果报告
  • 处理特定于云的命令变化
  • 解析返回代码和输出以进行错误检测

状态文件格式

地形0.12+格式(基线):```json

{
"version": 4,
"terraform_version": "1.6.0",
"resources": [
{
"type": "aws_instance",
"name": "example",
"provider": "provider[\"registry.terraform.io/hashicorp/aws\"]",
"instances": [...]
}
]
}


#### 地形0.11格式(导入):```json
{
"version": 3,
"modules": [
{
"resources": {
"aws_instance.i-12345": {
"type": "aws_instance",
"primary": {
"id": "i-12345",
"attributes": {...}
}
}
}
}
]
}

最佳实践

1.资源过滤

  • 始终使用特定的资源筛选器 在可能的情况下
  • 仅限使用 * (所有资源)在明确请求时
  • 例子: "vpc,ec2_instance,sg" 而不是 "*"

2.输出组织

  • 为每个导入会话创建单独的输出目录
  • 在目录名中使用时间戳进行跟踪
  • 例子: /data/imports/2024-11-11-15-30

3.多地区进口

  • 按顺序导入区域以更好地跟踪错误
  • 每个区域使用单独的输出目录
  • 所有导入完成后的汇总结果

4.状态文件管理

  • 保持基线状态文件的版本控制
  • 存档导入的状态文件以进行历史分析
  • 定期清理旧的导入目录

5.错误恢复

  • 检查 status 处理结果前的字段
  • 记录完整命令和输出以进行调试
  • 使用详细日志记录重试失败的导入

故障排除

常见问题

1.未找到Terraformer```bash

Error: terraformer: command not found

Solution: Verify installation path

which terraformer

Add to PATH if needed

export PATH=$PATH:/usr/local/bin


#### 2.身份验证错误```bash
# AWS: Check credentials
aws sts get-caller-identity

# Azure: Verify environment variables
echo $ARM_SUBSCRIPTION_ID
echo $ARM_CLIENT_ID

# GCP: Check service account
gcloud auth list

3.导入结果为空```bash

Possible causes:

- No resources in specified region

- Incorrect resource type names

- Insufficient permissions

Solution: Enable verbose logging

Add --verbose flag in the code or check Terraformer documentation


#### 4.状态文件读取错误```python
# Error: Failed to load tfstate file
# Solution: Verify file path and permissions
import os
print(os.path.exists("/path/to/terraform.tfstate"))
print(os.access("/path/to/terraform.tfstate", os.R_OK))

局限性

  1. Terraformer依赖关系:需要安装Terraformer CLI并可访问
  2. 状态文件格式:支持Terraform 0.11+和0.12+格式
  3. 云提供商支持:仅限于AWS、Azure和GCP(由Terraformer支持)
  4. 资源类型:导入能力取决于Terraformer对每种资源类型的支持
  5. 比较逻辑:服务器提供数据读取;漂移比较逻辑必须由MCP客户端实现

安全考虑

  1. 凭证:切勿在代码中硬编码凭据
  2. 文件权限:确保状态文件具有适当的读取权限
  3. 输出路径:验证和清理输出路径以防止目录遍历
  4. 子流程执行:命令参数已验证,但请谨慎使用
  5. 云访问:使用最低权限IAM策略访问云提供商

贡献

编码结构```

fixed_importaws_mcpserver.py
├── FastMCP initialization
├── import_deployed_resources() - Cloud resource import
├── read_lastdeployed_tfstates() - Baseline state reader
├── read_imported_tfstates() - Current state reader
└── main() - Server entry point


### 添加新的云提供商

要添加对新云提供商的支持,请执行以下操作:

1. 在中添加特定于云的逻辑 `import_deployed_resources()`
1. 处理身份验证要求
1. 将区域/参数映射到Terraformer标志
1. 更新文档

示例模板:```python
elif cloud.lower() == "newcloud":
# Add newcloud-specific parameters
if regions:
command.extend(["--regions", regions])
# Add other flags as needed

许可证

[在此处指定您的许可证]

支持

对于问题和疑问:

  • 在存储库中创建问题
  • 联系方式:[您的支持电子邮件]

版本历史记录

  • 1.0.0 (2024-11-11):首次发布
  • AWS、Azure、GCP支持
  • 多区域导入能力
  • 智能错误处理
  • 状态文件读取和合并

内置于❤️ 使用模型上下文协议(MCP)

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
Mcpserver Cloud Import 怎么安装?

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

Mcpserver Cloud Import 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。

Mcpserver Cloud Import 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。

Mcpserver Cloud Import 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。

Mcpserver Cloud Import 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。

Mcpserver Cloud Import 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 基础设施管理、Python、Claude。具体工具清单以官方文档为准。

Mcpserver Cloud Import 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。

Mcpserver Cloud Import 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。