Terraform Cloud MCP 的 AI 代理
通过 Terraform Cloud MCP AI 代理，自然对话式管理您的 Terraform Cloud 基础设施。集成 Claude、Cursor 或 Copilot Studio 等 AI 助手，实现账户、工作区、项目、运行、计划、状态、成本与变量的自动化管理。全面提升安全性、合规性和效率——全部通过直观的聊天驱动工作流完成。
对话式 Terraform Cloud 自动化
借助 AI 驱动的 Terraform Cloud 自动化，加速您的 DevOps 工作流。通过安全、合规的对话命令，轻松创建、更新和管理工作区、项目与运行。将手动基础设施操作转变为高效的聊天式任务。
- 工作区与项目管理.
- 通过 AI 聊天直接创建、更新、锁定/解锁及管理 Terraform Cloud 工作区和项目。
- 运行与计划操作.
- 以对话方式发起、跟踪和控制 Terraform 运行与计划，全面支持审批与丢弃流程。
- 审计与合规.
- 受益于审计安全的响应过滤和 100% 合规，确保每一次变更都可追踪且安全。
- 成本估算.
- 在工作流中实时获取基础设施变更的成本估算。
高级安全防护与安全控制
利用强大的安全特性保护您的基础设施。破坏性操作默认禁用，需显式启用且有明确警告。区分生产与开发环境的安全设置，为关键环境提供安心保障。
- 破坏性操作控制.
- 删除及破坏性操作默认关闭，需显式开启以加强安全保障。
- 破坏性操作提示.
- AI 驱动的潜在危险命令警告，让用户知情并得到保护。
- 基于环境的安全机制.
- 自定义生产与开发环境的安全控制，最大限度降低关键环境风险。
全面的变量与状态管理
通过自然对话高效管理 Terraform Cloud 变量、变量集及状态版本。以安全的角色权限分配、更新和审计敏感数据与输出，为您的基础设施安全保驾护航。
- 工作区变量管理.
- 列出、创建、更新、分配并安全管理 Terraform 及环境变量。
- 状态版本控制.
- 列出、获取并下载状态版本及输出，全面保护敏感信息。
- 变量集自动化.
- 通过聊天轻松管理项目和工作区的变量集及分配。
MCP 集成
可用的 Terraform Cloud MCP 集成工具
以下工具作为 Terraform Cloud MCP 集成的一部分提供：
- get_account_details
获取已认证用户或服务账户的账户信息。
- list_workspaces
通过分页和搜索，在组织内列出并筛选工作区。
- get_workspace_details
通过 ID、名称或组织获取指定工作区的详细信息。
- create_workspace
在组织内创建具有自定义参数的新工作区。
- update_workspace
更新现有工作区的配置和设置。
- delete_workspace
删除工作区及其内容（需启用删除工具）。
- safe_delete_workspace
仅在未管理任何资源时，安全删除工作区。
- lock_workspace
锁定工作区，防止启动新的 Terraform 运行。
- unlock_workspace
解锁工作区，允许新运行。
- force_unlock_workspace
强制解锁被其他用户锁定的工作区。
- create_run
在工作区创建并排队新的 Terraform 运行。
- list_runs_in_workspace
通过工作区 ID 列出并筛选运行记录。
- list_runs_in_organization
在整个组织范围内列出并筛选运行记录。
- get_run_details
获取指定 Terraform 运行的详细信息。
- apply_run
应用处于等待确认状态的运行。
- discard_run
丢弃处于等待确认状态的运行。
- cancel_run
取消当前处于计划或应用状态的运行。
- force_cancel_run
立即强制取消运行。
- force_execute_run
通过取消先前运行，强制执行待处理运行。
- get_plan_details
获取指定计划的详细信息。
- get_plan_json_output
获取指定计划的 JSON 执行计划。
- get_run_plan_json_output
从运行中获取 JSON 执行计划。
- get_plan_logs
获取计划操作的日志。
- get_apply_details
获取指定应用操作的详细信息。
- get_errored_state
从失败的应用中获取错误状态以便恢复。
- get_apply_logs
获取应用操作的日志。
- create_project
在组织内创建新项目。
- update_project
更新现有项目的配置。
- list_projects
在组织内列出并筛选项目。
- get_project_details
获取指定项目的详细信息。
- delete_project
删除项目（项目内有工作区时无法删除，需启用删除工具）。
- list_project_tag_bindings
列出指定项目绑定的所有标签。
- add_update_project_tag_bindings
为项目新增或更新标签绑定。
- move_workspaces_to_project
将一个或多个工作区移动到项目下。
- get_organization_details
获取指定组织的详细信息。
- get_organization_entitlements
显示组织功能的权限集。
- list_organizations
通过查询和分页列出并筛选组织。
- create_organization
创建具有可选参数的新组织。
- update_organization
更新现有组织的设置。
- delete_organization
删除组织及其所有内容（需启用删除工具）。
- get_cost_estimate_details
获取指定成本估算的详细信息，包括资源统计和成本预测。
- get_assessment_result_details
获取指定健康评估结果的详细信息。
- get_assessment_json_output
从评估结果获取 JSON 执行计划。
- get_assessment_json_schema
从评估结果获取 JSON schema 文件。
- get_assessment_log_output
获取健康评估操作日志。
- list_state_versions
为工作区列出并筛选状态版本。
- get_current_state_version
获取工作区的当前状态版本。
- get_state_version
获取指定状态版本的详细信息。
- create_state_version
在工作区内创建新的状态版本。
- download_state_file
下载原始或 JSON 格式的状态文件。
- list_state_version_outputs
列出指定状态版本的输出。
- get_state_version_output
获取指定状态版本输出的详细信息。
- list_workspace_variables
列出工作区的所有 Terraform 及环境变量。
- create_workspace_variable
在工作区内创建新变量。
- update_workspace_variable
更新工作区内的现有变量。
- delete_workspace_variable
删除工作区变量（需启用删除工具）。
- list_variable_sets
通过分页列出组织内的变量集。
- get_variable_set
获取指定变量集的详细信息。
- create_variable_set
在组织内创建新变量集。
- update_variable_set
更新变量集的配置。
- delete_variable_set
删除变量集及其所有变量（需启用删除工具）。
- assign_variable_set_to_workspaces
将变量集分配给一个或多个工作区。
- unassign_variable_set_from_workspaces
从一个或多个工作区移除变量集。
- assign_variable_set_to_projects
将变量集分配给一个或多个项目。
- unassign_variable_set_from_projects
从一个或多个项目移除变量集。
- list_variables_in_variable_set
列出变量集内的所有变量。
- create_variable_in_variable_set
在变量集内创建新变量。
- update_variable_in_variable_set
更新变量集内的已有变量。
- delete_variable_from_variable_set
从变量集中删除变量（需启用删除工具）。
用 AI 变革 Terraform Cloud 管理
通过 Terraform Cloud MCP Server 体验无缝的基础设施自动化。直接通过自然对话、AI 助手与审计安全控制管理账户、工作区、运行、项目等。立即试用或预约个性化演示！
什么是 Terraform Cloud MCP
Terraform Cloud MCP 是一款开源的模型上下文协议（MCP）服务器，旨在将 AI 助手与 Terraform Cloud API 集成。由 severity1 开发，该方案让智能代理、机器人及其他自动化系统能够通过自然语言或编程命令管理 Terraform Cloud 上的基础设施。通过为 AI 模型与 Terraform 强大的基础设施即代码平台搭建桥梁，Terraform Cloud MCP 赋能用户安全高效地配置、更新、检查及管理云资源。服务器基于 FastMCP 框架，确保集成快速、可靠且可扩展，适合各种智能编码工具。对于希望自动化 DevOps 工作流、提升生产力和降低基础设施管理人工成本的团队来说，Terraform Cloud MCP 是理想选择。
功能
Terraform Cloud MCP 能做什么
Terraform Cloud MCP 让 AI 代理与 Terraform Cloud 之间具备多种强大交互方式，使基础设施管理更简便高效。以下是该服务支持的主要功能与使用场景：
- 自然语言基础设施管理
- 使用 AI 助手通过简单、类人请求配置、更新或删除 Terraform 资源。
- 无缝 API 集成
- 集成 Terraform Cloud API，实现日常基础设施与 DevOps 任务的自动化。
- 基础设施检查
- 通过 MCP 服务器直接查询 Terraform 管理的基础设施当前状态、状态或输出。
- 可扩展的智能工作流
- 构建可安全智能地与 Terraform Cloud 交互的自定义代理、机器人或工具。
- 自动化变更管理
- 利用平台自动审核、规划及应用基础设施变更，无需人工干预。
AI 代理如何受益于 Terraform Cloud MCP
AI 代理通过 Terraform Cloud MCP 可实现对复杂基础设施系统的编程式与对话式交互。该集成让自主代理无需精通 Terraform 或手动命令行操作，也能管理云资源、执行基础设施计划并监控部署。最终为采用 AI 驱动 DevOps 工作流的组织带来更高自动化、更少人为错误，以及更快的开发与部署周期。