MCP Containerd 服务器

“MCP Containerd” MCP 服务器的作用是什么？

MCP Containerd 服务器是一个模型上下文协议（MCP）的实现，专为通过 Rust RMCP 库直接对接 Containerd 的 CRI（容器运行时接口）而设计。它允许 AI 助手和客户端以编程方式管理容器工作负载，实现如创建、启动、停止和删除容器或 Pod 以及与容器镜像交互等操作。通过将 Containerd 的运行时和镜像服务以标准 MCP 端点形式暴露，MCP Containerd 使 AI 驱动的工作流能够自动化容器生命周期管理、执行镜像操作并查询状态——同时可无缝集成 LLM 和 AI 代理。这让复杂的容器管理通过结构化、自动化和 AI 辅助的方式变得易于实现，从而提升开发与运维流程。

提示模板列表

仓库中未提及任何提示模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

仓库中未描述任何显式 MCP 资源。

工具列表

• version service：提供 CRI（容器运行时接口）版本信息。
• runtime service：暴露容器和 Pod 的运行时操作，包括创建、启动、停止和删除 Pod/容器，查询状态，以及在容器内执行命令。
• image service：提供镜像操作，如列出镜像、获取镜像状态、拉取和删除镜像，以及获取镜像文件系统信息。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

此 MCP 服务器的应用场景

• 容器生命周期管理：在 Containerd 环境中自动创建、启动、停止和删除容器及 Pod，简化 DevOps 和测试工作流。
• 镜像管理：以编程方式拉取、列出和删除容器镜像，便于 CI/CD 流程或 AI 驱动的环境准备。
• 查询容器状态：实时检索 Pod 和容器的状态及诊断信息，用于监控、故障排查和智能编排。
• 在容器中执行命令：在运行中的容器内执行任意命令，支持远程调试或自动维护任务。
• Pod 管理：管理 Pod 沙箱，包括创建、状态检查和删除，有利于 Kubernetes 及微服务部署场景。

如何搭建

Windsurf

1. 确保已安装 Rust、Containerd 和 Protobuf 编译工具。
2. 构建服务器：
   cargo build --release
3. 运行服务器：
   cargo run --release
4. 将 MCP Containerd 添加到您的 Windsurf 配置文件中。
5. 在配置中使用如下 JSON 片段：

"mcpServers": {
  "containerd-mcp": {
    "command": "cargo",
    "args": ["run", "--release"]
  }
}

Claude

1. 安装 Rust 和 Containerd。
2. 构建 MCP Containerd 服务器：
   cargo build --release
3. 配置 Claude 以连接正在运行的 MCP 服务器。
4. 在 Claude 配置中添加以下内容：

"mcpServers": {
  "containerd-mcp": {
    "command": "cargo",
    "args": ["run", "--release"]
  }
}

Cursor

1. 保证已满足依赖：Rust、Containerd。
2. 构建：
   cargo build --release
3. 启动服务器：
   cargo run --release
4. 在 Cursor 的配置中插入此片段：

"mcpServers": {
  "containerd-mcp": {
    "command": "cargo",
    "args": ["run", "--release"]
  }
}

Cline

1. 安装 Rust、Containerd，并确保 Protobuf 工具可用。
2. 按上述方式构建并运行服务器。
3. 添加到您的 Cline 配置中：

"mcpServers": {
  "containerd-mcp": {
    "command": "cargo",
    "args": ["run", "--release"]
  }
}

API 密钥安全

如需使用密钥（如未来认证），请使用环境变量：

"mcpServers": {
  "containerd-mcp": {
    "command": "cargo",
    "args": ["run", "--release"],
    "env": {
      "CONTAINERD_API_KEY": "${CONTAINERD_API_KEY}"
    },
    "inputs": {
      "api_key": "${CONTAINERD_API_KEY}"
    }
  }
}

如何在流中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，请先将 MCP 组件添加到您的流程，并连接至您的 AI 代理：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写您的 MCP 服务器信息：

{
  "containerd-mcp": {
    "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此 MCP，访问其全部功能。请记得将 “containerd-mcp” 替换为您的 MCP 服务器实际名称，并将 URL 更换为自己的 MCP 服务器地址。

概览

简评：
MCP Containerd 在 Containerd 与 MCP 之间提供了清晰的桥梁，并在容器/镜像管理工具覆盖上表现出色。但缺乏提示模板和显式资源，降低了其即开即用的灵活性。非常适合 DevOps 自动化和 AI 驱动的工作流，但文档和资源支持方面仍有提升空间。

MCP 评分

总体评分：6/10。 MCP Containerd 服务器为基于 MCP 的容器管理提供了强大的核心功能，但缺少提示模板、显式资源定义和更全面的配置文档，这些会影响其易用性和扩展性。