RabbitMQ MCP 服务器

“RabbitMQ” MCP 服务器能做什么？

RabbitMQ MCP 服务器是一种模型上下文协议（MCP）服务器实现，旨在让 AI 助手能够管理并与 RabbitMQ 消息代理交互。通过将 RabbitMQ 代理的管理 API 封装为 MCP 工具，并利用 Pika 库进行消息级别的交互，该服务器允许 AI 智能体执行如队列管理、消息收发、代理状态监控等任务。RabbitMQ MCP 服务器支持与 MCP 客户端的无缝集成，提供 FastMCP 的 BearerAuthProvider 可流式 HTTP，并允许用户在会话中切换不同的 RabbitMQ 代理。它通过赋能 AI 智能体自动化消息队列操作，简化开发流程，使开发者更容易构建和管理健壮的分布式系统。

提示词模板列表

在仓库中未发现文档化的提示词模板。

资源列表

在仓库中未发现显式资源定义。

工具列表

• 管理 API 封装：将 RabbitMQ 管理 API 作为 MCP 工具暴露，支持 AI 客户端执行代理管理任务。
• 基于 Pika 的消息操作：利用 Pika 库与 RabbitMQ 消息级别交互，支持队列/消息的创建、消费和删除。
• 代理切换工具：允许在对话过程中指定不同的 RabbitMQ 代理，实现动态上下文切换。
  (描述基于 README 推断；server.py 中未列出显式工具函数名。)

该 MCP 服务器的应用场景

• 自动化队列管理：开发者可通过 AI 智能体以编程方式创建、删除或配置消息队列，简化基础设施管理。
• 消息监控与消费：AI 助手可监控队列状态、消费消息，并提供实时分析或告警，提升可观测性。
• 代理管理：如用户管理、权限设置、代理健康检查等日常管理操作可通过 MCP 工具自动化完成。
• 动态代理切换：在多环境流程（如预生产到生产）中，AI 智能体可动态切换 RabbitMQ 端点，无需重新部署。
• 集成测试：开发者可通过 AI 驱动的 MCP 操作脚本化自动测试分布式应用，模拟消息流并验证队列状态。

如何进行设置

Windsurf

1. 确保你的系统已安装 Node.js 和 uvx。
2. 打开 Windsurf 配置文件。
3. 在 mcpServers 配置中添加 RabbitMQ MCP 服务器。
4. 保存修改并重启 Windsurf。
5. 通过查看 MCP 服务器日志和 Windsurf 界面验证连接。

JSON 示例：

{
  "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>"
      ]
    }
  }
}

API Key 安全存储（环境变量示例）：

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

Claude

1. 安装 uvx 并确保 Claude 已更新到最新版。
2. 打开 Claude 配置文件。
3. 在 mcpServers 区块中插入 RabbitMQ MCP 服务器配置。
4. 保存文件并重启 Claude。
5. 通过向 RabbitMQ MCP 服务器发送测试命令确认设置成功。

JSON 示例：

{
  "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>"
      ]
    }
  }
}

凭据安全存储请参考上方环境变量示例。

Cursor

1. 安装最新版 Cursor，并确保 uvx 可用。
2. 找到 Cursor 的配置文件。
3. 在 mcpServers 下添加 RabbitMQ MCP 服务器条目。
4. 保存配置并重新启动 Cursor。
5. 通过发起 MCP 命令测试集成。

JSON 示例：

{
  "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>"
      ]
    }
  }
}

敏感信息请参考前述环境变量方式存储。

Cline

1. 确认已安装 Cline 和 uvx。
2. 编辑 Cline 配置文件。
3. 在 mcpServers 下注册 RabbitMQ MCP 服务器。
4. 重启 Cline 应用更改。
5. 通过连接 RabbitMQ MCP 服务器检查运行情况。

JSON 示例：

{
  "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>"
      ]
    }
  }
}

环境变量配置方式同前述说明。

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到你的 FlowHunt 工作流中，请先在流程中添加 MCP 组件，并将其连接到你的 AI 智能体：

点击 MCP 组件打开配置面板。在系统 MCP 配置区，按以下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI 智能体即可将此 MCP 作为工具使用，获得其全部功能。请将 “rabbitmq” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

综上，RabbitMQ MCP 服务器在集成和设置文档上表现良好，注重工具使用与安全，但在公开文档中缺少明确的提示词模板和资源定义。Roots 和采样支持暂未记录。

MCP 评分

评分：
我给该 MCP 服务器的评分为 7/10。文档完整，适合工具型 RabbitMQ 集成，但如能补充明确的提示词模板、资源定义及 Roots 和采样的文档支持会更佳。