StuMason/coolify-mcp

解决的问题

该项目提供了一个 Model Context Protocol (MCP) 服务器，允许用户通过 Claude、Cursor 或任何其他 MCP 兼容工具等 AI 客户端，使用自然语言管理自己的自托管 Coolify PaaS（平台即服务）。它消除了为常见部署、调试和运维任务手动浏览 Coolify 仪表板的需要。

工作原理

该服务器充当 AI 助手与 Coolify v4 API 之间的桥梁。它公开了 44 个整合的工具，AI 可以调用这些工具执行部署应用、管理数据库、更新环境变量和检查系统健康状况等操作。为了优化 LLM 的上下文窗口，服务器使用整合的动作-参数工具，并返回资源的摘要投影，而非原始 API 响应。

适用人群

使用 Coolify 托管自己应用的 DevOps 工程师、开发人员和系统管理员，希望将基础设施管理集成到其 AI 驱动的编码和聊天环境中。

主要亮点

• 全面的工具集：包含基础设施概览、诊断、批量操作、服务器/项目/环境/应用/应用日志、数据库管理以及云提供商集成（Hetzner/DigitalOcean）的工具。
• 令牌优化：将工具定义减少至约 6,600 个令牌（从约 43,000 个减少），节省上下文窗口空间。
• 安全防护机制：对删除资源或停止所有应用等破坏性操作实施人工确认（征询），默认在 API 边界处屏蔽敏感信息。
• 已验证部署：deploy 工具可轮询终端状态并在失败时返回日志尾部，相比简单的 HTTP 响应，提供更可靠的部署成功确认。
• 文档搜索：集成 Coolify 自身文档的全文搜索功能，帮助 AI 助手提供更优的故障排除建议。