Dion Hagan MCP Server Spinnaker

🚀 Spinnaker 的 MCP 服務器

此包提供了一個模型上下文協議（MCP）服務器實現，用於 Spinnaker 集成。它允許 AI 模型通過標準化的 MCP 接口與 Spinnaker 的部署、管道和應用程序進行交互，為軟件交付過程帶來智能化的支持。

✨ 主要特性

• AI 集成能力：展示了 Anthropic 新的 AI 模型 Claude 如何直接集成並增強軟件交付過程的能力。通過遵循 MCP 標準，Claude 可以訪問有關 Spinnaker 應用程序、管道和部署的豐富上下文信息，並使用定義良好的工具主動管理它們。
• 智能決策與優化：AI 模型可以進行智能部署決策、主動問題檢測與自動修復、持續流程優化以及上下文維護與更新。
• 多方式配置：支持通過 npm 或 yarn 進行安裝，可通過配置選項和環境變量對服務器進行靈活配置。
• 類型導出：導出了用於與服務器交互的 TypeScript 類型，方便開發使用。

🚀 快速開始

安裝

使用 npm：

npm install @airjesus/mcp-server-spinnaker

使用 yarn：

yarn add @airjesus/mcp-server-spinnaker

初始化服務器

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

const server = new SpinnakerMCPServer({
  gateUrl: 'http://localhost:8081', // 必填：Spinnaker Gate 服務 URL
  applications: ['app1', 'app2'], // 可選：要監控的應用列表
  environments: ['prod', 'staging'] // 可選：要監控的環境列表
});

server.start(); // 啟動 MCP 服務器

💻 使用示例

基礎用法

初始化服務器

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

const server = new SpinnakerMCPServer({
  gateUrl: 'http://localhost:8081', // 必填：Spinnaker Gate 服務 URL
  applications: ['app1', 'app2'], // 可選：要監控的應用列表
  environments: ['prod', 'staging'] // 可選：要監控的環境列表
});

server.start(); // 啟動 MCP 服務器

高級用法

配置選項

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

const server = new SpinnakerMCPServer({
  gateUrl: 'http://localhost:8081', // 必填：Spinnaker Gate 服務 URL
  applications: ['app1', 'app2'], // 可選：要監控的應用列表
  environments: ['prod', 'staging'], // 可選：要監控的環境列表
  port: 3001, // 可選，指定 MCP 服務器運行的端口
  refreshInterval: 60 // 可選，指定上下文刷新間隔為 60 秒
});

server.start(); // 啟動 MCP 服務器

工具使用

獲取應用程序

server.getApplications().then(applications => {
  console.log('已獲取的應用程序:', applications);
});

獲取管道

server.getPipelines('app1').then(pipelines => {
  console.log('應用 app1 的管道:', pipelines);
});

📚 詳細文檔

配置選項

環境變量

服務器可以通過以下環境變量進行配置：

• GATE_URL：Spinnaker Gate 服務 URL，默認為 http://localhost:8081。
• MCP_PORT：MCP 服務器運行的端口，默認為 3000。
• REFRESH_INTERVAL：上下文刷新間隔（秒），默認為 30。

類型

該包導出了用於與服務器交互的 TypeScript 類型：

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

🔧 技術細節

AI 集成的可能性

• 智能部署決策：AI 模型可以分析應用程序和管道的狀態，做出何時以及如何進行部署的明智決定。例如，Claude 可以查看測試覆蓋率、代碼變化量和歷史成功率，以確定最佳的部署時間和目標環境。
• 主動問題檢測與自動修復：AI 可以持續監控 CI/CD 過程，提前發現潛在問題。想象一下，Claude 檢測到新版本依賴項中有已知漏洞並自動創建拉取請求進行更新，或者注意到部署時間過長並主動擴展資源以防止超時。
• 持續流程優化：隨著每次部署，AI 可以不斷優化交付過程。Claude 可以學習和調整策略以提高效率和可靠性。
• 上下文維護與更新：服務器會自動維護有關 Spinnaker 部署的上下文信息，包括應用程序列表、管道狀態、當前部署以及最近的管道執行情況。默認情況下每 30 秒刷新一次上下文。

📄 許可證

MIT License - 有關詳細信息，請參閱 LICENSE。

🔗 開發貢獻

要為該項目做出貢獻：

1. 克隆倉庫：git clone https://github.com/airjesus/mcp-server-spinnaker.git
2. 安裝依賴項：yarn install
3. 構建項目：yarn build
4. 運行測試：yarn test