Cisco Nso MCP Server

🚀 Cisco NSO MCP 服務器

Cisco NSO MCP 服務器是一個用於 Cisco NSO（網絡服務編排器）的 Model Context Protocol (MCP) 服務器實現，藉助自然語言交互達成 AI 驅動的網絡自動化，為網絡管理帶來更智能、便捷的體驗。

🚀 快速開始

Cisco NSO MCP 服務器使用 Python 編寫，可通過 pip 進行安裝，並能作為命令行工具運行。以下是快速安裝和啟動服務器的命令：

# 安裝包
pip install cisco-nso-mcp-server

# 運行服務器
cisco-nso-mcp-server

✨ 主要特性

• MCP 協議支持：將 Cisco NSO 的功能暴露為 MCP 工具和服務，可供任何 MCP 兼容客戶端消費。
• 靈活性高：MCP 是一種開放協議，與 LLM 無關，可直接在無 LLM 的應用程序中使用，也可通過集成層讓 LLM 控制，還能按需混合使用。
• 異步處理：利用 Python 的異步編程功能，高效處理網絡操作，支持併發處理和錯誤處理。

📦 安裝指南

安裝

使用 pip 進行安裝：

pip install cisco-nso-mcp-server

運行服務器

運行 MCP 服務器：

cisco-nso-mcp-server

配置選項

MCP 服務器支持 stdio 和 sse 兩種傳輸類型。

標準配置

默認情況下，服務器使用 stdio 傳輸。若要更改傳輸類型或 SSE 傳輸的主機和端口，可參考以下命令：

• 使用標準配置運行服務器

cisco-nso-mcp-server --transport stdio

• 更改 SSE 傳輸的主機和端口

cisco-nso-mcp-server --transport sse --host 0.0.0.0 --port 8000

環境變量優先級

環境變量的值會覆蓋默認值，但會被命令行參數覆蓋。

💻 使用示例

連接到服務器

標準輸入輸出傳輸（stdio）

對於 stdio 傳輸，需啟動服務器進程並通過 stdin 和 stdout 進行通信：

from mcp import ClientSession, StdioServerParameters
from contextlib import AsyncExitStack

async def connect():
    exit_stack = AsyncExitStack()
    server_params = StdioServerParameters(
        command="cisco-nso-mcp-server",
        args=[],
        env=None
    )
    
    stdio_transport = await exit_stack.enter_async_context(stdio_client(server_params))
    stdio, write = stdio_transport
    session = await exit_stack.enter_async_context(ClientSession(stdio, write))
    await session.initialize()
    
    # 現在你可以使用會話調用工具和讀取資源
    return session

SSE 傳輸

對於 SSE 傳輸，可通過標準 HTTP 客戶端連接到服務器：

from mcp import ClientSession, SSEServerParameters
from contextlib import AsyncExitStack

async def connect():
    exit_stack = AsyncExitStack()
    server_params = SSEServerParameters(
        url="http://localhost:8000",
        headers={"Authorization": "Bearer YOUR_TOKEN"}
    )
    
    sse_transport = await exit_stack.enter_async_context(sse_client(server_params))
    session = await exit_stack.enter_async_context(ClientSession(sse_transport))
    await session.initialize()
    
    # 現在你可以使用會話調用工具和讀取資源
    return session

🔧 技術細節

MCP 服務器利用 Python 的異步編程功能來高效處理網絡操作：

• 異步函數定義：所有工具函數都使用 async def 定義為協程。
• 非阻塞 I/O：對 Cisco NSO 的網絡調用包裝在 asyncio.to_thread() 中，以防止阻止事件循環。
• 併發處理：多個工具調用可以同時處理而無需等待之前操作完成。
• 錯誤處理：異步 try/except 塊捕獲並正確格式化來自網絡操作的錯誤。

📄 許可證

本項目採用 MIT License。

📚 詳細文檔

什麼是 MCP？

Model Context Protocol (MCP) 是一種開放協議，標準化了 AI 模型與外部工具和服務之間的交互方式。MCP 實現了以下功能：

• 工具定義：結構化地定義 AI 模型可以使用工具的方式。
• 工具發現：模型發現可用工具的機制。
• 工具執行：模型調用工具並接收結果的標準方法。
• 上下文管理：在工具和模型之間高效傳遞上下文。
• 框架無關：適用於 OpenAI、Anthropic、Google Gemini 等多個 AI 框架。
• 互操作性：為 AI 系統與外部工具之間的通信提供通用語言。

MCP 的靈活性說明

儘管 MCP 的主要用例是與 LLM 集成，但 MCP 和類似的工具框架（如 Smithery）是 LLM 無關的——它們只是特定協議的 API。這意味著你可以：

• 直接使用：在沒有 LLM 的任何應用程序中直接使用。
• 通過集成層讓 LLM 控制：通過集成層讓 LLM 控制。
• 根據需要混合兩種方法：根據具體需求和用例混合兩種方法。

這種靈活性使 MCP 工具超越了僅限於 LLM 應用程序的價值，成為在工具和服務之間進行通信的通用工具。