mcp-server-docker MCP 服务器

“mcp-server-docker” MCP 服务器有什么作用？

mcp-server-docker MCP 服务器是一款专门的模型上下文协议（MCP）服务器，旨在为 AI 助手提供通过自然语言无缝管理 Docker 容器的能力。通过将 AI 代理与 Docker 连接，实现了自动化容器编排、自省、调试及持久化数据管理，全部基于标准化的 MCP 接口。该服务器赋能开发者、系统管理员及 AI 爱好者，无论本地还是远程均可与 Docker 环境交互，简化了诸如启动新服务、管理运行中容器、处理 Docker 卷等工作流程。MCP 与 Docker 的集成提升了生产力，减少了人工干预，也为 AI 驱动的开发与运维开辟了新途径。

提示词列表

• docker_compose
  用自然语言编写和管理容器。此提示词引导大语言模型（LLM）完成计划/应用流程：您描述想要的容器及配置，LLM 生成方案，您可在应用前进行审核、批准或修改。

资源列表

• 容器
  显示关于正在运行和可用 Docker 容器的信息，允许 AI 客户端检查或与其交互。
• 卷
  提供对 Docker 卷的访问，可用于管理持久化数据，使客户端能够列出、创建或移除卷。
• 网络
  展示可用的 Docker 网络，供客户端连接容器或管理网络设置使用。

工具列表

• docker_compose
  允许用户通过自然语言指令创建和编排多容器 Docker 应用。
• container_introspection
  支持对运行中容器的自省和调试，提供状态、配置及日志等详细信息。
• volume_management
  便于管理 Docker 卷，包括创建、列出及删除，实现持久化存储管理。

此 MCP 服务器的使用场景

• 自然语言容器部署
  仅需用普通语言描述需求，即可部署和管理 Docker 容器，优化开发与测试流程。
• 远程服务器管理
  连接远程 Docker 引擎，管理 Web 服务器或云端负载，简化管理员的运维工作。
• 容器调试与自省
  利用 AI 检查、调试和管理运行中的容器，减少排查和处理故障所需时间。
• 持久化数据管理
  直接通过 AI 工具操作 Docker 卷，轻松管理、备份及清理持久化数据。
• 开源应用试验
  快速启动并测试基于 Docker 的开源应用，助力发烧友和开发者高效评估新工具。

如何配置

Windsurf

1. 确保已安装 Node.js 和 Windsurf 应用。
2. 打开您的 Windsurf 配置文件。
3. 在 mcpServers 对象中添加如下内容：

   "mcpServers": {
     "mcp-server-docker": {
       "command": "uvx",
       "args": [
         "mcp-server-docker"
       ]
     }
   }
   

4. 保存配置并重启 Windsurf。
5. 验证服务器是否正在运行且可访问。

Claude

1. 如未安装 uv ，请先安装。
2. 在 MacOS 下，找到 ~/Library/Application Support/Claude/claude_desktop_config.json。
   在 Windows 下，找到 %APPDATA%/Claude/claude_desktop_config.json。
3. 在 mcpServers 部分添加如下内容：

   "mcpServers": {
     "mcp-server-docker": {
       "command": "uvx",
       "args": [
         "mcp-server-docker"
       ]
     }
   }
   

4. 保存文件并重启 Claude。
5. 确认 MCP 服务器已被列出且可用。

Cursor

1. 安装 uv 。
2. 打开 Cursor 的配置文件。
3. 在 mcpServers 对象中插入以下 JSON：

   "mcpServers": {
     "mcp-server-docker": {
       "command": "uvx",
       "args": [
         "mcp-server-docker"
       ]
     }
   }
   

4. 保存并重启 Cursor。
5. 检查 Docker MCP 服务器是否出现在工具列表中。

Cline

1. 确保已安装 Node.js 和 uv。
2. 编辑 Cline 的配置文件。
3. 添加 MCP 服务器条目：

   "mcpServers": {
     "mcp-server-docker": {
       "command": "uvx",
       "args": [
         "mcp-server-docker"
       ]
     }
   }
   

4. 保存更改并重启 Cline。
5. 通过运行测试命令验证 MCP 服务器是否正常工作。

保护 API 密钥

为保护 API 密钥，请在配置中使用环境变量。示例：

"mcpServers": {
  "mcp-server-docker": {
    "command": "uvx",
    "args": [
      "mcp-server-docker"
    ],
    "env": {
      "DOCKER_HOST": "${DOCKER_HOST_ENV_VAR}"
    },
    "inputs": {
      "api_key": "${DOCKER_API_KEY_ENV_VAR}"
    }
  }
}

如何在流程中使用此 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成进您的 FlowHunt 流程，请先在流程中添加 MCP 组件并将其连接到 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用以下 JSON 格式插入您的 MCP 服务器信息：

{
  "mcp-server-docker": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可将该 MCP 作为工具使用，访问其全部功能与能力。请记得将 “mcp-server-docker” 替换为您的实际 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

我们的观点

mcp-server-docker MCP 提供了清晰的文档、实用的提示词工作流和强大的 Docker 集成。其对自然语言编排与自省的专注，使其对开发者和 AI 运维尤为有价值。不过，关于高级 MCP 特性如 Roots 和 Sampling 的细节尚未给出。总体而言，这是一款成熟、高可用的 Docker 自动化 MCP 服务器。

MCP 评分