OpenStack MCP + Agent PoC

此仓库包含运行OpenStack MCP服务器以及一个非常基础的代理程序代码和说明，用于测试。

本PoC采用的方法如下：

• 使用OpenStack codegenerator项目（openstack-code-generator）为OpenStack创建OpenAPI规范。

• 使用mcp-openapi项目从过滤后的完整OpenAPI规范中启动多个MCP服务器（每个OpenStack组件一个）。

• 使用agent代码通过LLM与MCP服务器进行交互。

对于快速测试，您只需遵循快速入门指南，但如果您想做不同的事情，则需要查阅运行指南。

快速入门

我们假设您已访问到一个OpenStack部署和一个LLM，因为它们是运行所必需的。

您还需要uv包管理器。如果没有安装，可以使用sudo dnf install uv来安装它。

我们将使用两个终端，一个用于MCP服务器，另一个用于代理。

克隆此仓库

我们将克隆此仓库，并仅包含运行所需的最小外部项目。

$ git clone --shallow-submodules \
  --recurse-submodules=mcp-openapi \
  https://github.com/Akrog/mcp-openstack.git

$ cd mcp-openstack

运行MCP服务器

首先我们需要配置MCP服务器，为此我们将编辑servers.yaml文件，并用集群中的值替换<NOVA_PUBLIC_URL>、<CINDER_PUBLIC_URL>和<GLANCE_PUBLIC_URL>占位符。

您会注意到只启用了REST API路径的一个子集，以避免工具过多，超出模型上下文窗口或导致幻觉。

现在我们可以运行服务器：

$ cd mcp-openapi

$ uv run main.py --config ../servers.yaml

我们让这个服务在当前终端上运行，然后切换到另一个终端。

运行代理

在另一个终端中，我们将进入agent目录：

$ cd agent

OpenStack客户端配置

现在我们将确保OpenStack客户端的配置位于标准位置之一，如文档中所述：

• agent/
• ~/.config/openstack/

如果我们正在运行OSP 18云，可以通过以下方式获取：

$ oc cp openstackclient:/home/cloud-admin/.config/openstack/clouds.yaml ./clouds.yaml
$ oc cp openstackclient:/home/cloud-admin/.config/openstack/secure.yaml ./secure.yaml 

LLM配置

我们将创建一个llm.token文件，其中包含我们要使用的OpenAI LLM端点的密钥/令牌。

然后编辑agent.json文件，用我们的LLM地址替换<LLM_URL>占位符，并用要使用的模型替换<MODEL>。例如，对于Anthropic，我们可能会有如下内容：

{
  "base_url": "https://api.anthropic.com/v1",
  "model": "claude-3-5-haiku-20241022",
  < ... >
}

运行代理

现在我们只需要启动代理：

$ uv run main.py

享受

我们现在可以询问有关部署的问题，并在MCP服务器终端上查看REST API调用。

例如，要获取nova风味，我们可以这样做：

$ uv run main.py
LLM: claude-3-5-haiku-20241022 @ https://api.anthropic.com/v1 工具: 46
>>> 我的风味有哪些？

请注意，代理没有记忆功能，因此每次提示都会是LLM的新提示。