StuMason/coolify-mcp

解决的问题

通过 Claude、Cursor 或任何 MCP 兼容工具等 AI 客户端，允许用户使用自然语言管理其 Coolify 自托管 PaaS（平台即服务）。它弥合了复杂基础设施管理界面与 AI 代理之间的差距，使用户无需手动调用 API 或浏览仪表板，即可完成服务器和应用程序的部署、调试与运维。

工作原理

该项目实现了一个 Model Context Protocol (MCP) 服务器，向 AI 模型暴露了 46 个专用工具。这些工具通过 Coolify API 执行操作，例如部署应用、读取日志和管理环境变量。支持三种部署模式：适用于 Claude Desktop 的一键安装、通过 npx 的本地安装，以及使用 HTTP/OAuth 2.1 的远程容器化模式。还包含一个 doctor 命令，用于验证配置和连接性。

适用人群

• DevOps 工程师和开发者：希望通过聊天方式管理基础设施的人。
• 代理机构：为不同客户管理多个 Coolify 实例（通过“舰队模式”）。
• 自托管 PaaS 用户：更倾向于使用代理式工作流进行故障排查和部署，而非手动 CLI 或 GUI。

主要亮点

• 全面的工具集：46 个工具，用于诊断应用、部署/回滚、创建资源和处理配置。
• 安全优先：破坏性操作在支持的客户端中需要人工确认，且在 API 边界处对敏感信息进行掩码。
• 多实例支持：可从单一连接管理多个 Coolify 实例组成的“舰队”。
• 内置工作流：包含预定义的提示，用于排查应用问题、解释失败的部署以及检查资产健康状况。
• 连接诊断功能：doctor 工具可识别常见配置错误，并提供一行修复方案。