modelscope·@QuantGeekDev/docker-mcp
一个强大的模型上下文协议(MCP)服务器,用于Docker操作,通过Claude AI实现容器和组合堆栈的无缝管理。
一个强大的用于 Docker 操作的 Model Context Protocol (MCP) 服务器,通过 Claude AI 实现无缝容器和 compose 堆栈管理。
https://github.com/user-attachments/assets/b5f6e40a-542b-4a39-ba12-7fdf803ee278
https://github.com/user-attachments/assets/da386eea-2fab-4835-82ae-896de955d934
要在 Claude Desktop 应用程序中尝试此功能,请将以下内容添加到您的 claude 配置文件中:
{
"mcpServers": {
"docker-mcp": {
"command": "uvx",
"args": [
"docker-mcp"
]
}
}
}
要通过 Smithery 自动为 Claude Desktop 安装 Docker MCP:
npx @smithery/cli install docker-mcp --client claude
将服务器配置添加到您的 Claude Desktop 配置文件中:
MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
Windows: %APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"docker-mcp": {
"command": "uv",
"args": [
"--directory",
"<path-to-docker-mcp>",
"run",
"docker-mcp"
]
}
}
}
</details>
<details>
<summary>🚀 生产配置</summary>
{
"mcpServers": {
"docker-mcp": {
"command": "uvx",
"args": [
"docker-mcp"
]
}
}
}
</details>
git clone https://github.com/QuantGeekDev/docker-mcp.git
cd docker-mcp
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
uv sync
启动 MCP Inspector 进行调试:
npx @modelcontextprotocol/inspector uv --directory <path-to-docker-mcp> run docker-mcp
Inspector 将提供一个 URL 以访问调试界面。
服务器提供以下工具:
创建一个独立的 Docker 容器
{
"image": "image-name",
"name": "container-name",
"ports": {"80": "80"},
"environment": {"ENV_VAR": "value"}
}
部署 Docker Compose 堆栈
{
"project_name": "example-stack",
"compose_yaml": "version: '3.8'\nservices:\n service1:\n image: image1:latest\n ports:\n - '8080:80'"
}
从特定容器检索日志
{
"container_name": "my-container"
}
列出所有 Docker 容器
{}
该项目根据 MIT 许可证许可 - 有关详细信息,请参阅 LICENSE 文件。
Made with ❤️
允许大型语言模型(LLMs)在指定的 Conda 环境中执行 Python 代码,从而能够访问高效代码执行所需的相关库和依赖项。
一个MCP服务器,允许通过自然语言管理Docker容器,使用户能够在不自行运行命令的情况下组合、检查和调试容器。
一种连接到 Kubernetes 集群的服务器,它通过自然语言命令启用管理功能,支持列出资源、创建/删除 Pod 以及安装 Helm 图表等操作。
通过JSON命令启用与MySQL数据库的交互,支持只读查询、写查询的测试执行以及通过Docker进行的表信息检索。
一个交互式的Python代码执行环境,允许用户和大型语言模型在隔离的Docker容器中安全地执行Python代码和安装包。
Unity Editor的Model Context Protocol实现,允许AI助手通过执行菜单项、选择对象、管理包、运行测试和访问资源的工具与Unity项目进行交互。