“1Panel” MCP 服务器能做什么?
1Panel MCP 服务器 是专为与 1Panel
集成而设计的模型上下文协议(MCP)服务器实现。它作为 AI 助手与 1Panel 平台之间的桥梁,使 AI 代理能够以编程方式与 1Panel 的 API 和数据源交互,从而提升开发和运维自动化流程。部署该服务器后,开发者可以利用 AI 工具自动化并简化 1Panel 环境中的常见管理和运维任务,如查询系统状态、文件管理或执行控制命令。该服务器支持多种传输方式(stdio 和 sse),便于在不同环境中集成,并可通过 API 令牌和主机地址进行安全配置。
指令模板列表
在现有文档或代码中未提及任何指令模板。
资源列表
在现有文档或代码中未描述任何明确的 MCP 资源。
工具列表
在现有文档或代码中未列出或描述具体工具(例如,该 Go 项目不存在 server.py)。
该 MCP 服务器的应用场景
- 1Panel 自动化:集成 AI 助手,自动化 1Panel 管理任务,例如通过标准化 AI 命令重启服务、用户管理或状态检查。
- 远程运维:允许 AI 脚本或工作流远程与 1Panel 服务器交互,增强 DevOps 与系统管理能力。
- SSE/流式 AI 集成:通过 SSE 传输模式,实现 1Panel 与 AI 代理之间的实时交互,支持监控和即时响应。
- 安全的编程访问:通过访问令牌和基于环境的配置,仅安全暴露必要的 1Panel 功能给 AI 代理,保障运维安全。
如何配置
Windsurf
确保你拥有 1Panel MCP 服务器二进制文件或 Docker 镜像。
获取你的 1Panel 访问令牌和主机 URL。
编辑 Windsurf 配置文件。
在
mcpServers下添加如下 JSON 片段:{ "mcpServers": { "mcp-1panel": { "command": "mcp-1panel", "env": { "PANEL_ACCESS_TOKEN": "<your 1Panel access token>", "PANEL_HOST": "如 http://localhost:8080" } } } }保存并重启 Windsurf,然后验证服务器连接。
Docker 示例
{
"mcpServers": {
"mcp-1panel": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"PANEL_HOST",
"-e",
"PANEL_ACCESS_TOKEN",
"1panel/1panel-mcp-server"
],
"env": {
"PANEL_HOST": "如 http://localhost:8080",
"PANEL_ACCESS_TOKEN": "<your 1Panel access token>"
}
}
}
}
Claude
- 下载或构建 1Panel MCP 服务器。
- 获取你的 1Panel API 令牌和主机信息。
- 打开 Claude 的配置文件。
- 在
mcpServers下插入与 Windsurf 相同的配置。 - 保存并重启 Claude。
Cursor
确保已安装 1Panel MCP 服务器。
获取你的访问令牌和主机 URL。
编辑 Cursor 配置文件。
添加:
{ "mcpServers": { "mcp-1panel": { "command": "mcp-1panel", "env": { "PANEL_ACCESS_TOKEN": "<your 1Panel access token>", "PANEL_HOST": "如 http://localhost:8080" } } } }保存并重启 Cursor。
SSE 模式示例
若使用 SSE 模式,请用如下命令启动服务器:
mcp-1panel -host http://localhost:8080 -token <your 1Panel access token> -transport sse -addr http://localhost:8000
在 mcpServers 中添加:
{
"mcpServers": {
"mcp-1panel": {
"url": "http://localhost:8000/sse"
}
}
}
Cline
- 安装 1Panel MCP 服务器。
- 设置你的 PANEL_ACCESS_TOKEN 和 PANEL_HOST。
- 编辑 Cline 配置文件并插入与上述相同的 JSON。
- 保存并重启 Cline。
API 密钥安全存储
将 API 密钥和敏感信息存储于环境变量。示例配置:
{
"mcpServers": {
"mcp-1panel": {
"command": "mcp-1panel",
"env": {
"PANEL_ACCESS_TOKEN": "${PANEL_ACCESS_TOKEN}",
"PANEL_HOST": "${PANEL_HOST}"
}
}
}
}
将 ${PANEL_ACCESS_TOKEN} 和 ${PANEL_HOST} 替换为你的环境变量名。
在流程中使用 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到 FlowHunt 工作流中,首先在流程中添加 MCP 组件,并与 AI 代理连接:

点击 MCP 组件打开配置面板,并在系统 MCP 配置区域按如下 JSON 格式填入你的 MCP 服务器信息:
{
"MCP-name": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可作为工具使用该 MCP,访问所有功能。记得将 “MCP-name” 改为 “mcp-1panel”,并将 URL 替换为你自己的 MCP 服务器地址。
概览
| 部分 | 可用性 | 细节/备注 |
|---|---|---|
| 总览 | ✅ | |
| 指令模板列表 | ⛔ | 未提供指令模板 |
| 资源列表 | ⛔ | 未列出任何资源 |
| 工具列表 | ⛔ | 文档和代码中未列出工具 |
| API 密钥安全 | ✅ | 描述了环境变量方式 |
| 采样支持(评估时不重要) | ⛔ | 未提及 |
我们的看法
1Panel MCP 服务器安装与集成说明清晰,且维护活跃,拥有较多 star 和 fork。不过,文档缺乏详细的工具、指令和资源描述,限制了其在复杂 AI 工作流程中的即用性。基于上述,我们对该 MCP 实现的完整性和开发友好度评分为 5/10。
MCP 评分
| 有 LICENSE | ✅ (GPL-3.0) |
|---|---|
| 至少有一个工具 | ⛔ |
| Fork 数量 | 17 |
| Star 数量 | 127 |
