RabbitMQ MCP Server

O que o “RabbitMQ” MCP Server faz?

O RabbitMQ MCP Server é uma implementação do Model Context Protocol (MCP) projetada para permitir que assistentes de IA gerenciem e interajam com brokers de mensagens RabbitMQ. Ao encapsular as APIs administrativas de um broker RabbitMQ como ferramentas MCP e utilizar a biblioteca Pika para interações ao nível das mensagens, este servidor possibilita que agentes de IA realizem tarefas como gerenciar filas, enviar e receber mensagens e monitorar o status do broker. O RabbitMQ MCP Server oferece integração transparente com clientes MCP, fornece HTTP streamable com BearerAuthProvider do FastMCP e permite que usuários conectem-se a diferentes brokers RabbitMQ durante uma conversa. Ele simplifica os fluxos de desenvolvimento ao capacitar agentes de IA a automatizarem operações de filas de mensagens, tornando mais fácil para desenvolvedores construírem e gerenciarem sistemas distribuídos robustos.

Lista de Prompts

Nenhum template de prompt documentado encontrado no repositório.

Pronto para expandir seu negócio?

Comece seu teste gratuito hoje e veja resultados em dias.

Solicitar demo Entrar

Lista de Recursos

Nenhuma definição explícita de recurso encontrada no repositório.

Lista de Ferramentas

• Wrappers de API de Administração: Expõe as APIs administrativas do RabbitMQ como ferramentas MCP, permitindo que clientes de IA realizem tarefas de gerenciamento do broker.
• Operações de Mensagens baseadas em Pika: Utiliza a biblioteca Pika para interagir com o RabbitMQ ao nível da mensagem, possibilitando criação, consumo e exclusão de filas/mensagens.
• Ferramenta de Troca de Broker: Permite especificar um broker RabbitMQ diferente durante a conversa para troca dinâmica de contexto.
  (Descrições inferidas do README; nomes explícitos das funções das ferramentas não estão listados no server.py.)

Junte-se à nossa newsletter

Receba gratuitamente as últimas dicas, tendências e ofertas.

Endereço de e-mail

Inscrever-se

Casos de Uso deste MCP Server

• Gerenciamento Automatizado de Filas: Desenvolvedores podem usar agentes de IA para criar, excluir ou configurar filas de mensagens programaticamente, otimizando o gerenciamento da infraestrutura.
• Monitoramento e Consumo de Mensagens: Assistentes de IA podem monitorar o status das filas, consumir mensagens e fornecer análises ou alertas em tempo real, melhorando a observabilidade.
• Administração do Broker: Operações administrativas rotineiras como gerenciamento de usuários, configuração de permissões e verificação da saúde do broker podem ser automatizadas via ferramentas MCP.
• Troca Dinâmica de Broker: Durante fluxos de trabalho multiambiente (ex: homologação para produção), agentes de IA podem trocar endpoints RabbitMQ dinamicamente sem reimplantação.
• Testes de Integração: Desenvolvedores podem criar testes automatizados para aplicações distribuídas simulando fluxos de mensagens e verificando o estado das filas via ações MCP conduzidas por IA.

Como configurar

Windsurf

1. Certifique-se de que Node.js e uvx estejam instalados no seu sistema.
2. Abra o arquivo de configuração do Windsurf.
3. Adicione o RabbitMQ MCP Server à configuração mcpServers.
4. Salve as alterações e reinicie o Windsurf.
5. Verifique a conexão conferindo os logs do servidor MCP e a interface do Windsurf.

Exemplo de JSON:

{
  "mcpServers": {
    "rabbitmq": {
      "command": "uvx",
      "args": [
        "mcp-server-rabbitmq@latest",
        "--rabbitmq-host", "<hostname>",
        "--port", "<port number>",
        "--username", "<rabbitmq username>",
        "--password", "<rabbitmq password>",
        "--use-tls", "<true|false>"
      ]
    }
  }
}

Protegendo as Chaves de API (Exemplo de Variáveis de Ambiente):

{
  "env": {
    "RABBITMQ_USERNAME": "<rabbitmq username>",
    "RABBITMQ_PASSWORD": "<rabbitmq password>"
  },
  "inputs": {
    "username": "${RABBITMQ_USERNAME}",
    "password": "${RABBITMQ_PASSWORD}"
  }
}

Claude

1. Instale uvx e certifique-se de que o Claude está atualizado.
2. Abra o arquivo de configuração do Claude.
3. Insira o bloco do RabbitMQ MCP Server na seção mcpServers.
4. Salve o arquivo e reinicie o Claude.
5. Confirme a configuração enviando um comando de teste para o RabbitMQ MCP Server.

Exemplo de JSON:

{
  "mcpServers": {
    "rabbitmq": {
      "command": "uvx",
      "args": [
        "mcp-server-rabbitmq@latest",
        "--rabbitmq-host", "<hostname>",
        "--port", "<port number>",
        "--username", "<rabbitmq username>",
        "--password", "<rabbitmq password>",
        "--use-tls", "<true|false>"
      ]
    }
  }
}

Consulte o exemplo de variáveis de ambiente acima para proteger as credenciais.

Cursor

1. Instale a versão mais recente do Cursor e certifique-se de que o uvx está disponível.
2. Localize o arquivo de configuração do Cursor.
3. Adicione a entrada do RabbitMQ MCP Server em mcpServers.
4. Salve a configuração e reinicie o Cursor.
5. Teste a integração iniciando um comando MCP.

Exemplo de JSON:

{
  "mcpServers": {
    "rabbitmq": {
      "command": "uvx",
      "args": [
        "mcp-server-rabbitmq@latest",
        "--rabbitmq-host", "<hostname>",
        "--port", "<port number>",
        "--username", "<rabbitmq username>",
        "--password", "<rabbitmq password>",
        "--use-tls", "<true|false>"
      ]
    }
  }
}

Use variáveis de ambiente como mostrado anteriormente para proteger informações sensíveis.

Cline

1. Certifique-se de que o Cline e o uvx estejam instalados.
2. Edite o arquivo de configuração do Cline.
3. Registre o RabbitMQ MCP Server em mcpServers.
4. Reinicie o Cline para aplicar as alterações.
5. Verifique a operação conectando-se ao RabbitMQ MCP Server.

Exemplo de JSON:

{
  "mcpServers": {
    "rabbitmq": {
      "command": "uvx",
      "args": [
        "mcp-server-rabbitmq@latest",
        "--rabbitmq-host", "<hostname>",
        "--port", "<port number>",
        "--username", "<rabbitmq username>",
        "--password", "<rabbitmq password>",
        "--use-tls", "<true|false>"
      ]
    }
  }
}

Inclua a configuração de variáveis de ambiente conforme descrito acima.

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar MCP servers ao seu fluxo FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração do MCP do sistema, insira os detalhes do seu MCP server usando este formato JSON:

{
  "rabbitmq": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Uma vez configurado, o agente de IA poderá usar este MCP como ferramenta com acesso a todas as suas funções e capacidades. Lembre-se de mudar “rabbitmq” para o nome real do seu MCP server e substituir a URL pela URL do seu próprio MCP server.

Visão Geral

Com base no exposto, o RabbitMQ MCP Server oferece integração sólida e documentação de configuração, com ênfase no uso de ferramentas e segurança. No entanto, faltam templates de prompt explícitos e definições de recursos na documentação pública. Roots e suporte a sampling não são documentados.

Score MCP

Avaliação:
Eu avaliaria este MCP server como 7/10. Ele é bem documentado e funcional para integração com RabbitMQ baseada em ferramentas, mas poderia ser aprimorado ao fornecer templates explícitos de prompts, definições de recursos e suporte documentado para Roots e Sampling.