Spinnaker 的 MCP 服务器

此包为 Spinnaker 集成提供了 Model Context Protocol (MCP) 服务器实现。它允许 AI 模型通过标准化的 MCP 接口与 Spinnaker 的部署、管道和应用互动。

AI 集成

这个 MCP 服务器展示了 Anthropic 新的 AI 模型 Claude 如何直接集成并增强软件部署流程，遵循 MCP 标准。Claude 可以访问丰富的上下文信息，了解 Spinnaker 应用、管道和部署的状态，并通过定义良好的工具主动管理它们。

让我们深入了解一些激动人心的可能性，AI 驱动的 CI/CD：

1. 智能部署决策：通过全面了解应用和管道状态，AI 模型可以分析并做出何时何地进行部署的明智决策。例如，Claude 可以查看测试覆盖率、代码变更情况和历史成功率，以确定最佳的部署时间和目标环境。

2. 主动问题检测与自动修复：AI 持续监控 CI/CD 进程，提前发现潜在问题。想象一下，Claude 发现新依赖版本存在已知漏洞并自动创建拉取请求进行更新，或者注意到部署时间过长而主动增加资源以防止超时。

3. 持续流程优化：每次部署后，AI 都可以学习和适应，不断优化 CI/CD 进程。Claude 可以分析构建和部署日志，识别瓶颈并提出改进建议。

4. 上下文更新：服务器自动维护关于 Spinnaker 部署的上下文信息，包括应用列表及其状态、管道状态、当前部署以及最近的管道执行情况。

安装

使用 npm 或 yarn 进行安装：

npm install @airjesus17/mcp-server-spinnaker
# 或者
yarn add @airjesus17/mcp-server-spinnaker

使用方法

初始化服务器

import { SpinnakerMCPServer } from '@airjesus17/mcp-server-spinnaker';

// 创建 MCP 服务器实例
const server = new SpinnakerMCPServer({
  gateUrl: 'http://localhost:8050', // 必填：Spinnaker Gate 服务 URL
  port: 3000, // 可选：MCP 服务器端口，默认为 3000
});

// 启动服务器
await server.start();

提供的工具

• getApplications(): 获取所有 Spinnaker 应用。
• getPipelines(applicationId: string): 获取指定应用的所有管道。
• getDeployments(environment: string): 获取指定环境的所有部署。

环境变量配置

服务器可通过以下环境变量进行配置：

• GATE_URL：Spinnaker Gate 服务 URL
• MCP_PORT：MCP 服务器运行的端口（默认：3000）
• REFRESH_INTERVAL：上下文刷新间隔（秒， 默认：30）

类型定义

包导出了 TypeScript 类型以供使用：

import type {
  SpinnakerApplication,
  SpinnakerPipeline,
  SpinnakerDeployment,
  SpinnakerExecution
} from '@airjesus17/mcp-server-spinnaker';

开发

要贡献代码：

1. 克隆仓库
2. 安装依赖：yarn install
3. 构建项目：yarn build
4. 运行测试：yarn test

许可证

MIT License - 详情请见 LICENSE。