StuMason/coolify-mcp

解決的問題

本專案提供一個 Model Context Protocol (MCP) 伺服器，允許使用者透過 Claude、Cursor 或任何其他 MCP 相容工具等 AI 客戶端，使用自然語言管理自己的自架 Coolify PaaS（平台即服務）。它消除了為常見部署、除錯和運維任務手動瀏覽 Coolify 面板的需要。

工作原理

伺服器扮演 AI 助手與 Coolify v4 API 之間的橋樑。它公開 44 個整合的工具，AI 可呼叫這些工具執行部署應用、管理資料庫、更新環境變數和檢查系統健康狀態等操作。為優化 LLM 的上下文視窗，伺服器使用整合的動作-參數工具，並返回資源的摘要投影，而非原始 API 回應。

適用對象

使用 Coolify 托管自己應用的 DevOps 工程師、開發人員和系統管理員，希望將基礎設施管理整合至其 AI 驅動的編碼與聊天環境中。

主要亮點

• 全面的工具集：包含基礎設施概覽、診斷、批次操作、伺服器/專案/環境/應用/應用日誌、資料庫管理以及雲端供應商整合（Hetzner/DigitalOcean）的工具。
• 令牌優化：將工具定義減少至約 6,600 個令牌（從約 43,000 個減少），節省上下文視窗空間。
• 安全防護機制：對刪除資源或停止所有應用等破壞性操作實施人工確認（徵詢），預設在 API 边界處隱藏敏感資訊。
• 已驗證部署：deploy 工具可輪詢終端狀態並在失敗時返回日誌尾部，相比簡單的 HTTP 回應，提供更可靠的部署成功確認。
• 文件搜尋：整合 Coolify 自身文件的全文搜尋功能，幫助 AI 助手提供更佳的故障排除建議。