new aruba MCP server

MCP运维云端

提供方 AirowireAILabs

运维云端 stdio · 本地进程 OAuth 授权 社区 / 第三方 Claude DesktopClaude
查看接入方式

生产级MCP服务器,提供完整的HPE Aruba Networking Central REST API接口,支持90种工具和19个API类别。

一句话选型结论

按资料字段整理

new aruba MCP server 属于运维云端类 MCP 服务器,stdio · 本地进程,OAuth 授权,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OAuth 授权 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 90 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90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

网络管理Python本地部署RESTAPI企业级工具AI集成本地LLM支持

安装与配置

stdio · 本地进程 OAuth 授权
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

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 90 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 90 个工具,覆盖面较广,能满足多种调用。
  • 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。

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OAuth 授权对应的凭据,并按最小权限配置。
  • 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。
  • 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
new aruba MCP server当前 90 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AirowireAILabs上游标注的维护方 AirowireAILabs
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OAuth 授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

12.8 KB
来自项目仓库与上游目录的原文,未做删改

HPE Aruba网络中心MCP服务器

生产级MCP(模型上下文协议)服务器,将完整的HPE阿鲁巴网络中心REST API表面作为MCP工具公开。每个端点和参数签名都来自官方 阿鲁巴岛/pycentral GitHub上的SDK。

概述

该MCP服务器使Claude等人工智能助手能够通过组织19个API类别的90个生产就绪工具与HPE阿鲁巴网络中心进行交互。它包括企业功能,如自动OAuth2令牌刷新、重试逻辑、结构化错误处理,以及对stdio和SSE传输的支持。

按类别划分的工具

服务器提供 90工具 穿过 19种API类别:

# 类别 工具 计数
1 OAuth refresh_api_token 1
2 群组 get_groups, get_group_template_info, create_group, clone_group, delete_group 5
3 设备配置 get_device_group, get_device_configuration, get_device_config_details, get_device_templates, get_group_device_templates, set_switch_ssh_credentials, move_devices 7
4 模板 get_templates, get_template_text, delete_template 3
5 模板变量 get_template_variables, get_all_template_variables, create_template_variables, update_template_variables, replace_template_variables, delete_template_variables 6
6 AP设置 get_ap_settings, update_ap_settings 2
7 AP CLI配置 get_ap_cli_config, replace_ap_cli_config 2
8 无线局域网 get_wlan, get_all_wlans, create_wlan, update_wlan, delete_wlan 5
9 设备清单 get_device_inventory, add_device_to_inventory, archive_devices, unarchive_devices 4
10 许可 get_subscription_keys, get_enabled_services, get_license_stats, get_license_service_config, assign_subscription, unassign_subscription, get_auto_license_services, assign_auto_license 8
11 固件 get_firmware_swarms, get_firmware_versions, get_firmware_upgrade_status, upgrade_firmware, cancel_firmware_upgrade 5
12 站点 get_sites, create_site, update_site, delete_site, associate_devices_to_site, unassociate_devices_from_site 6
13 拓扑学 get_topology_site, get_topology_devices, get_topology_edges, get_topology_uplinks, get_topology_tunnels, get_topology_ap_lldp_neighbors 6
14 急流/宽流 get_rogue_aps, get_interfering_aps, get_suspect_aps, get_neighbor_aps, get_wids_infrastructure_attacks, get_wids_client_attacks, get_wids_events 7
15 审计日志 get_audit_trail_logs, get_event_logs, get_event_details 3
16 VisualRF get_visualrf_campus_list, get_visualrf_campus_info, get_visualrf_building_info, get_visualrf_floor_info, get_visualrf_floor_aps, get_visualrf_floor_clients, get_visualrf_client_location, get_visualrf_rogue_location 8
17 用户管理 list_users, get_user, create_user, update_user, delete_user, get_roles 6
18 苏格兰议会议员 get_msp_customers, create_msp_customer, get_msp_country_codes, get_msp_devices, get_msp_groups 5
19 遥测 get_all_reporting_radios 1

生产特点

  • 自动令牌刷新:在重试请求之前,自动刷新401响应上的OAuth2令牌
  • 重试逻辑:每次请求身份验证失败时自动重试1次
  • 清理错误处理:所有HTTP错误都返回结构化JSON,而不是崩溃
  • 空参数清理:可选 None 参数在API调用之前自动剥离
  • 双重运输支持:运行方式 stdio (Claude Desktop的默认设置)或 --sse 用于HTTP模式
  • 基于环境的配置:所有通过环境变量管理的秘密(从未硬编码)
  • 结构化日志:带有时间戳的完整日志记录,用于调试和监控
  • API官方路径:所有端点来源于 aruba/pycentral SDK

先决条件

  • Python 3.8或更高版本
  • 拥有API访问权限的HPE阿鲁巴网络中心帐户
  • OAuth2凭据(客户端ID、客户端密码、刷新令牌)
  • API身份验证的访问令牌

安装

  1. 克隆此存储库:```bash
    git clone https://github.com/AirowireAILabs/new_aruba_mcp_server.git
    cd new_aruba_mcp_server

2. 安装依赖项:```bash
pip install -r requirements.txt
  1. 配置环境变量(请参阅下面的配置部分)

配置

环境变量

服务器需要以下环境变量:

变量 描述 默认值
ARUBA_CENTRAL_BASE_URL 阿鲁巴中央API网关URL https://apigw-uswest4.central.arubanetworks.com
ARUBA_CENTRAL_TOKEN OAuth2访问令牌 必需
ARUBA_CENTRAL_CLIENT_ID OAuth2客户端ID 必需
ARUBA_CENTRAL_CLIENT_SECRET OAuth2客户端机密 必需
ARUBA_CENTRAL_REFRESH_TOKEN OAuth2刷新令牌 必需
ARUBA_CENTRAL_TIMEOUT HTTP请求超时(秒) 30

设置环境变量

选项1:使用.env文件

  1. 复制示例文件:```bash
    cp .env.example .env

2. 编辑 `.env` 使用您的凭据:```bash
ARUBA_CENTRAL_BASE_URL=https://apigw-uswest4.central.arubanetworks.com
ARUBA_CENTRAL_TOKEN=your_access_token_here
ARUBA_CENTRAL_CLIENT_ID=your_client_id_here
ARUBA_CENTRAL_CLIENT_SECRET=your_client_secret_here
ARUBA_CENTRAL_REFRESH_TOKEN=your_refresh_token_here
ARUBA_CENTRAL_TIMEOUT=30

选项2:导出环境变量```bash

export ARUBA_CENTRAL_BASE_URL=https://apigw-uswest4.central.arubanetworks.com
export ARUBA_CENTRAL_TOKEN=your_access_token
export ARUBA_CENTRAL_CLIENT_ID=your_client_id
export ARUBA_CENTRAL_CLIENT_SECRET=your_client_secret
export ARUBA_CENTRAL_REFRESH_TOKEN=your_refresh_token
export ARUBA_CENTRAL_TIMEOUT=30


## 用法

### 使用Claude Desktop运行

1. 编辑您的Claude Desktop配置文件:

- macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`
- 窗户: `%APPDATA%\Claude\claude_desktop_config.json`
- Linux: `~/.config/Claude/claude_desktop_config.json`

1. 添加服务器配置:```json
{
"mcpServers": {
"aruba-central": {
"command": "python",
"args": ["/absolute/path/to/aruba_central_mcp_server.py"],
"env": {
"ARUBA_CENTRAL_BASE_URL": "https://apigw-uswest4.central.arubanetworks.com",
"ARUBA_CENTRAL_TOKEN": "YOUR_ACCESS_TOKEN",
"ARUBA_CENTRAL_CLIENT_ID": "YOUR_CLIENT_ID",
"ARUBA_CENTRAL_CLIENT_SECRET": "YOUR_CLIENT_SECRET",
"ARUBA_CENTRAL_REFRESH_TOKEN": "YOUR_REFRESH_TOKEN",
"ARUBA_CENTRAL_TIMEOUT": "30"
}
}
}
}
  1. 重新启动克劳德桌面

  2. Aruba Central工具将在Claude的工具面板中提供

使用CLI运行mcp

这 mcp-use 该工具允许您从命令行测试MCP服务器:```bash

Install mcp-use

pip install mcp-use

Run with stdio transport (default)

mcp-use aruba_central_mcp_server.py

Or use the provided config file

mcp-use --config mcp_config.json aruba-central


### 独立运行

#### stdio模式(默认):```bash
python aruba_central_mcp_server.py

SSE模式(HTTP服务器):```bash

python aruba_central_mcp_server.py --sse


服务器将记录启动信息,并准备接受MCP请求。

## 本地LLM使用(Ollama+LangGraph)

此MCP服务器现在包括 **基于LangGraph的人工智能代理** 随着 **语义工具过滤** 这使得使用 **本地LLM** (Ollama,LM Studio)100%在本地运营。关键的创新是在将90个工具发送到LLM之前,将其过滤到最相关的5-8个工具,这大大提高了较小本地模型的准确性。

### 为什么选择语义工具过滤?

MCP服务器公开了19个类别的90个工具。将所有90个工具发送到本地LLM(特别是7B-13B参数模型)会使模型不堪重负,导致:

- 刀具选择精度差
- 响应时间慢(大上下文窗口)
- 代币使用率高
- 频繁的幻觉

**解决方案**:语义工具过滤使用 `sentence-transformers` 使用FAISS分析用户的查询,并仅选择5-8个最相关的工具。即使使用小型局部模型,这也大大提高了准确性。

### 建筑```
User Query → Semantic Filter (FAISS) → Top 5-8 Tools → LangGraph Agent (Ollama) → MCP Tools → Response

本地LLM使用的先决条件

  1. Ollama已安装并正在运行:```bash

Install Ollama from https://ollama.ai

Pull a model (recommended: llama3.1, mistral, or qwen2.5)

ollama pull llama3.1


1. **Ollama服务运行**:```bash
# Ollama typically runs on http://localhost:11434
# Verify with: curl http://localhost:11434/api/tags
  1. 阿鲁巴中央证书 配置在 .env 文件(与标准MCP用法相同)

本地LLM的安装

安装LangGraph和语义过滤的附加依赖项:```bash
pip install -r requirements.txt


这将安装:

- `langgraph` -用于构建代理工作流的LangGraph框架
- `langchain-ollama` -Olama与LangChain的整合
- `langchain-core` 和 `langchain-community` -LangChain基础库
- `faiss-cpu` -语义过滤的快速相似性搜索
- `sentence-transformers` -本地嵌入模型(不需要API调用)

### 运行LangGraph代理```bash
# Default: Uses llama3.1 with top-8 tool filtering
python langgraph_aruba_agent.py

# Or customize with environment variables
export OLLAMA_MODEL=mistral
export TOP_K_TOOLS=5
python langgraph_aruba_agent.py

配置选项

环境变量 描述 默认值
OLLAMA_MODEL 使用Olama模型 llama3.1
OLLAMA_URL API终点 http://localhost:11434
TOP_K_TOOLS 要筛选的工具数量 8

所有标准Aruba Central环境变量(ARUBA_CENTRAL_TOKEN等等)仍然需要。

语义工具过滤的工作原理

  1. 预计算嵌入:启动时,所有90个工具描述都使用以下代码编码 sentence-transformers (100%本地运行)
  2. 查询嵌入:您的查询使用相同的模型进行编码
  3. 相似性搜索:FAISS执行余弦相似性搜索以找到最相关的工具
  4. 筛选工具:只有前K个最相关的工具(默认值:8)被传递给LLM
  5. 代理推理:LangGraph ReAct代理仅使用过滤后的工具,将上下文大小减少了90%

语义过滤器使用 all-MiniLM-L6-v2 模型,它是轻量级的(80MB),并且完全在本地运行,不需要API调用。

交互示例```

You: Show me all wireless networks in my environment

🔍 Filtered tools (8/90):
1. get_all_wlans
2. get_wlan
3. create_wlan
4. update_wlan
5. delete_wlan
6. get_ap_settings
7. get_groups
8. get_group_template_info

🔧 Executing tool: get_all_wlans
Args: {"group_name": "default"}
✓ Tool completed
Assistant: I found 5 WLANs configured in your environment:
1. Corporate-WiFi (WPA3-Enterprise, VLAN 10)
2. Guest-WiFi (WPA2-PSK, VLAN 20)
3. IoT-Network (WPA2-PSK, VLAN 30)
4. Lab-Network (Open, VLAN 40)
5. Secure-Admin (WPA3-Enterprise, VLAN 5)

[Completed in 3.2s]


### 支持的本地LLM模型

LangGraph代理适用于任何Ollama模型,但建议使用以下模型以获得最佳效果:

|型号|参数|最佳|速度|
|-------|-----------|----------|-------|
| `llama3.1` |8B |性能和精度平衡|快速|
| `mistral` |7B |快速响应,准确度高|非常快|
| `qwen2.5` |7B-14B |复杂推理任务|中等|
| `llama3.1:70b` |70B|最高精度(需要GPU)|速度慢|

**小贴士**:从以下内容开始 `llama3.1` (8B)或 `mistral` (7B)用于在消费硬件上实现速度和精度的最佳平衡。

### 使用LM Studio(Ollama的替代品)

LM Studio是使用与OpenAI兼容的API运行本地LLM的另一个选项:

1. **安装并运行LM Studio** 从https://lmstudio.ai
1. **加载模型** (例如,Llama 3.1 8B)
1. **启动本地服务器** (默认值: `http://localhost:1234`)
1. **配置代理**:```bash
export OLLAMA_URL=http://localhost:1234/v1
export OLLAMA_MODEL=llama-3.1-8b-instruct
python langgraph_aruba_agent.py

本地法学硕士方法的好处

✅ 100%本地 -没有数据发送到云API\
✅ 降低的成本 -不收取每个代币的费用\
✅ 减少延迟 -无需网络往返云端\
✅ 隐私 -敏感的网络查询留在本地\
✅ 离线功能 -初始设置后无需互联网即可工作\
✅ 小型模型工作 -7B-8B型号具有刀具过滤功能

性能比较

方法 发送的工具 上下文令牌 准确性(7B模型)
无过滤 90个工具 ~25000个 45%(差)
使用语义过滤 5-8个工具 ~2000 92%(优秀)

语义过滤将上下文减少了90%,同时将准确性提高了2倍。

Claude使用示例

配置后,您可以要求Claude与您的Aruba Central实例进行交互:

示例提示:

  • “列出Aruba Central中的所有配置组”
  • “显示“校园主”组中的设备”
  • “获取IAP设备可用的固件版本”
  • “在加利福尼亚州旧金山主街1234号创建一个名为‘建筑-a’的新网站”
  • “显示过去一小时内检测到的所有流氓AP”
  • “获取‘Guest WiFi’网络的WLAN配置”
  • “列出所有许可证订阅及其分配”

API 参考

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
new aruba MCP server 怎么安装?

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

new aruba 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。

new aruba 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。

new aruba MCP server 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

new aruba 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。

new aruba MCP server 能提供哪些能力?

资料显示约 90 个工具;能力标签包括 网络管理、Python、Claude。具体工具清单以官方文档为准。

new aruba 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。

new aruba 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。