Castai MCP Bridge

CAST AI MCP桥

用于CAST AI模型上下文协议（MCP）服务器的OpenAPI桥-将CAST AI连接到ChatGPT操作和其他OpenAPI客户端

此桥将CAST AI MCP服务器公开为具有OpenAPI 3.1.0规范的标准REST API，从而实现与ChatGPT操作、自定义GPT和任何与OpenAPI兼容的工具的集成。

🎯 特性

• ✅ 符合OpenAPI 3.1.0标准 -具有完整规范的标准REST API
• ✅ ChatGPT操作就绪 -直接导入ChatGPT GPT生成器
• ✅ 300多个CAST AI端点 -通过干净的REST接口完全访问平台
• ✅ 成本优化 -集群成本报告、节约建议、工作量成本
• ✅ 安全与合规 -漏洞扫描、最佳实践、攻击路径
• ✅ 负载管理 -效率跟踪、自动缩放、非计划吊舱
• ✅ 节点操作 -群集节点、有问题的节点、节点配置
• ✅ Docker就绪 -带健康检查的生产就绪容器
• ✅ TypeScript -型号齐全，可靠性和可维护性高

📋 先决条件

• Node.js 18+（或Docker）
• 具有API密钥的CAST AI帐户(在这里买一个)
• （可选）用于GPT操作的ChatGPT Plus帐户

🚀 快速开始

方案1：地方发展

1. 克隆和设置

cd openapi-bridge
npm install

1. 配置环境

cp .env.example .env

编辑 .env 并添加您的CAST AI API密钥：

CASTAI_API_KEY=your-cast-ai-api-key-here
CASTAI_API_BASE=https://api.cast.ai
PORT=3000

1. 运行开发服务器

npm run dev

大桥将于 http://localhost:3000

选项2:Docker

1. 使用Docker Compose构建和运行

# Create .env file with your API key
cp .env.example .env

# Edit .env and add your CAST AI API key

# Start the container
docker-compose up -d

1. 检查状态

docker-compose ps
docker-compose logs -f castai-bridge

大桥将于 http://localhost:3000

📊 可用端点

核心资源

成本优化

安全

工作量

节点

MCP工具（高级）

系统

🔐 认证

所有端点都需要CAST AI API身份验证。在其中一个标头中提供API密钥：

X-CASTAI-API-Key: your-api-key-here

或者：

X-API-Key: your-api-key-here

或者：

Authorization: Bearer your-api-key-here

🧪 测试桥梁

1.健康检查

curl http://localhost:3000/health

预期响应：

{
  "status": "ok",
  "timestamp": "2025-11-07T10:00:00.000Z",
  "castaiBase": "https://api.cast.ai"
}

2.列出组织

curl -H "X-CASTAI-API-Key: YOUR_KEY" http://localhost:3000/organizations

3.获取集群摘要

curl -H "X-CASTAI-API-Key: YOUR_KEY" http://localhost:3000/clusters/YOUR_CLUSTER_ID/summary

4.获取成本报告

$startTime = "2025-11-01T00:00:00Z"
$endTime = "2025-11-07T23:59:59Z"
curl -H "X-CASTAI-API-Key: YOUR_KEY" "http://localhost:3000/clusters/YOUR_CLUSTER_ID/cost-report?startTime=$startTime&endTime=$endTime"

🤖 连接到ChatGPT操作

请参阅中的详细指南 CHATGPT_INTEGRATION.md 获取分步说明。

快速摘要：

1. 部署网桥 指向可公开访问的URL（或使用ngrok进行测试）
2. 打开ChatGPT 并创建新的GPT
3. 添加操作 → 从URL导入→ https://your-bridge.example.com/openapi.json
4. 配置身份验证 → API密钥→ 标题名称： X-CASTAI-API-Key
5. 测试 您的GPT查询如下：

- “我有什么集群？” - “显示群集X的成本报告” - “我的集群预计可以节省多少？”

🏗️ 项目结构

openapi-bridge/
├── src/
│   └── server.ts          # Main Express server with all routes
├── openapi-spec.yaml      # OpenAPI 3.1.0 specification
├── package.json           # Node.js dependencies
├── tsconfig.json          # TypeScript configuration
├── Dockerfile             # Docker container definition
├── docker-compose.yml     # Docker Compose configuration
├── .env.example           # Environment variables template
├── .gitignore            # Git ignore rules
└── README.md             # This file

🔧 配置

环境变量

CAST AI区域

• 美国: https://api.cast.ai
• 欧盟: https://api.eu.cast.ai

更新 CASTAI_API_BASE 在你的 .env 文件相应。

🚢 部署

选项1：云平台（建议用于生产）

部署到Render.com（免费层可用）

1. 将代码推送到GitHub
2. 将Render.com连接到您的存储库
3. 配置为Web服务
4. 设置环境变量（尤其是 CASTAI_API_KEY)
5. 部署！

部署到Railway.app

# Install Railway CLI
npm install -g @railway/cli

# Login and deploy
railway login
railway init
railway up

部署到Heroku

heroku create castai-mcp-bridge
heroku config:set CASTAI_API_KEY=your-key-here
git push heroku main

选项2：自托管VPS

# SSH into your server
ssh user@your-server.com

# Clone and setup
git clone 
cd openapi-bridge
npm install
npm run build

# Use PM2 for process management
npm install -g pm2
pm2 start dist/server.js --name castai-bridge
pm2 save
pm2 startup

选项3:Kubernetes

apiVersion: apps/v1
kind: Deployment
metadata:
  name: castai-mcp-bridge
spec:
  replicas: 2
  selector:
    matchLabels:
      app: castai-bridge
  template:
    metadata:
      labels:
        app: castai-bridge
    spec:
      containers:
      - name: bridge
        image: castai-mcp-bridge:1.0.0
        ports:
        - containerPort: 3000
        env:
        - name: CASTAI_API_KEY
          valueFrom:
            secretKeyRef:
              name: castai-secret
              key: api-key
        livenessProbe:
          httpGet:
            path: /health
            port: 3000
          initialDelaySeconds: 10
          periodSeconds: 30

🛠️ 发展

构建TypeScript

npm run build

在开发模式下运行（带热重新加载）

npm run dev

Lint代码

npm run lint

Docker开发

# Build image
docker build -t castai-mcp-bridge .

# Run container
docker run -p 3000:3000 --env-file .env castai-mcp-bridge

# View logs
docker logs -f 

📝 API示例

获取过去7天的组织成本

const axios = require('axios');

const response = await axios.get('http://localhost:3000/organization/daily-cost', {
  headers: {
    'X-CASTAI-API-Key': 'your-key-here'
  },
  params: {
    startTime: new Date(Date.now() - 7 * 24 * 60 * 60 * 1000).toISOString(),
    endTime: new Date().toISOString()
  }
});

console.log('Total Cost:', response.data.totalCost);

获取具有关键漏洞的安全映像

import requests

response = requests.get(
    'http://localhost:3000/security/images',
    headers={'X-CASTAI-API-Key': 'your-key-here'},
    params={'severityThreshold': 'CRITICAL'}
)

for image in response.json():
    print(f"{image['name']}: {image['criticalVulnerabilities']} critical CVEs")

获取非预定的Pod

curl -H "X-CASTAI-API-Key: your-key" \
  http://localhost:3000/clusters/YOUR_CLUSTER_ID/unscheduled-pods | jq

🔍 故障排除

大桥无法启动

• ✅ 检查端口3000是否可用
• ✅ 验证 .env 文件存在且有效 CASTAI_API_KEY
• ✅ 检查Node.js版本（必须是18+）
• ✅ 跑 npm install 确保安装了依赖项

API返回401未授权

• ✅ 在中验证API密钥是否正确 .env
• ✅ 检查API密钥是否未过期
• ✅ 确保您使用的是正确的CAST AI区域（美国与欧盟）

API返回404未找到

• ✅ 验证集群ID是否存在于您的CAST AI帐户中
• ✅ 检查端点路径是否正确
• ✅ 确保您有权访问所请求的资源

Docker容器未通过健康检查

• ✅ 检查容器日志： docker-compose logs castai-bridge
• ✅ 验证环境变量是否设置正确
• ✅ 确保CAST AI API可从集装箱进入

🤝 贡献

欢迎投稿！请按照以下步骤操作：

1. 分叉存储库
2. 创建要素分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

📄 许可证

MIT许可证-有关详细信息，请参阅许可证文件

🔗 资源

• CAST AI文档
• CAST AI控制台
• 模型上下文协议（MCP）
• OpenAPI规范
• ChatGPT操作指南

💡 用例

FinOps自动化

将CAST AI成本数据连接到ChatGPT，以进行自然语言成本分析和优化建议。

安全监控

创建一个GPT，用于监控容器漏洞并提供补救建议。

群集管理

通过ChatGPT构建用于管理Kubernetes集群的会话接口。

报告生成

根据需要自动生成成本、效率和安全报告。

工作流集成

通过标准REST API将CAST AI连接到Zapier、Make.com或自定义工作流。

🎓 后续步骤

1. ✅ 连接到ChatGPT操作
2. ✅ 探索 OpenAPI规范
3. ✅ 结账 查询示例
4. ✅ 加入 CAST人工智能社区

______________________________________________________________________

内置❤️ CAST人工智能社区