
mcp-server-commands MCP 服务器
mcp-server-commands MCP 服务器为 AI 助手与安全系统命令执行之间搭建桥梁,使 LLM 能够直接从 FlowHunt 及其它 AI 平台与 Shell 交互、自动化开发任务及文件管理。...
使用 FlowHunt 的系统健康 MCP 服务器实时监控您的远程 Linux 服务器——直接在工作流中启用 AI 驱动的健康检查、性能警报和安全监控。
系统健康 MCP 服务器是一款基于多通道协议(MCP)框架构建的强大监控工具。它将 AI 助手(如 Claude)与远程 Linux 服务器连接,提供实时的健康与性能指标。该服务器通过 SSH 连接收集全面的系统数据,包括 CPU、内存、磁盘、网络和安全指标。通过向 AI 客户端暴露这些洞察和控制,能够实现自动化监控、基于阈值的警报以及对关键系统状态的快速响应。其与 MCP 的集成使开发者和运维人员可以简化基础设施管理、自动化系统健康检查,并直接在开发工作流中与实时服务器数据交互。
文档或仓库中未提供可用或已定义的提示词模板信息。
可用文档中未提供服务器所暴露的 MCP 资源的详细信息。
可用文档未直接提供 server.py
中关于 MCP 工具的列表或详情。
文档中未提供 Windsurf 的安装说明。
pip install -r requirements.txt
mcpServers
对象中添加系统健康 MCP 服务器条目:{
"mcpServers": {
"system-health": {
"command": "/path/to/your/venv/bin/python3",
"args": [
"/path/to/your/system-health-mcp-server/src/mcp_launcher.py",
"--username=your_ssh_username",
"--password=your_ssh_password",
"--key-path=~/.ssh/id_rsa",
"--servers=server1.example.com,server2.example.com",
"--log-level=debug"
],
"description": "System Health MCP Server for monitoring remote servers"
}
}
}
虽然系统健康 MCP 服务器主要使用 SSH 凭据,但应通过环境变量保护敏感信息。例如:
{
"mcpServers": {
"system-health": {
"env": {
"SSH_USERNAME": "your_ssh_username",
"SSH_KEY_PATH": "/path/to/key"
},
"inputs": {
"servers": "server1.example.com,server2.example.com"
}
}
}
}
文档中未提供 Cursor 的安装说明。
文档中未提供 Cline 的安装说明。
在 FlowHunt 中使用 MCP
要在 FlowHunt 的工作流中集成 MCP 服务器,首先添加 MCP 组件,并将其连接到你的 AI 代理:
点击 MCP 组件打开配置面板。在系统 MCP 配置区域,使用如下 JSON 格式填写你的 MCP 服务器信息:
{
"system-health": {
"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,访问其全部功能与能力。请记得将 “system-health” 替换为你的实际 MCP 服务器名称,并按需修改 URL。
部分 | 可用性 | 详情/备注 |
---|---|---|
概述 | ✅ | 已在 README 中提供 |
提示词列表 | ⛔ | 未详细说明提示词模板 |
资源列表 | ⛔ | 未明确列出资源 |
工具列表 | ⛔ | 未直接从 server.py 中列出工具 |
API 密钥保护 | ✅ | 提供了 SSH 凭据/环境变量的示例 |
采样支持(评估时不重要) | ⛔ | 未提及 |
根据现有文档,系统健康 MCP 服务器提供了扎实的监控能力,并有针对 Claude 的清晰部署方案,但缺少 MCP 提示词、资源、工具、根节点及采样等详细信息。适合需要系统健康集成的开发者,但文档如能进一步完善会更好。
是否有 LICENSE | ✅ |
---|---|
至少有一个工具 | ⛔ |
Fork 数量 | 0 |
Star 数量 | 1 |
评分:4/10
该 MCP 服务器具备核心功能并对 Claude 部署说明清晰,但缺乏 MCP 相关的工具、资源、提示词及更广泛平台文档,限制了其可扩展性和易发现性。
它使 FlowHunt 或 AI 助手能够实时监控远程 Linux 服务器。通过 SSH 收集 CPU、内存、磁盘、网络和安全状态等指标,实现自动健康检查、预警和简化 DevOps 运维。
任何支持多通道协议(MCP)的 AI 助手(如 Claude)都可以连接并访问服务器的监控能力。与 FlowHunt 的 MCP 组件集成无缝衔接。
包括远程服务器监控、自动安全审计、基于阈值的告警、多服务器管理,以及将基础设施遥测集成到 AI 驱动的工作流中。
将 SSH 用户名和密钥路径等敏感信息作为环境变量存储在配置中。切勿将密码或密钥硬编码——请按照安装说明示例使用 'env' 部分。
可以,你可以在配置中指定多个服务器地址。系统健康 MCP 服务器专为集中式多服务器监控而设计。
mcp-server-commands MCP 服务器为 AI 助手与安全系统命令执行之间搭建桥梁,使 LLM 能够直接从 FlowHunt 及其它 AI 平台与 Shell 交互、自动化开发任务及文件管理。...
Kubernetes MCP 服务器连接 AI 助手与 Kubernetes 集群,实现通过标准化 MCP 命令进行 AI 驱动的自动化、资源管理和 DevOps 工作流。...
远程 MacOs Use MCP 服务器使 AI 代理能够安全地自动化、控制和管理远程 macOS 系统,无需额外软件。它为 AI 助手与原生 macOS 环境之间架起桥梁,支持文件管理、应用自动化和开发者工作流等任务。...