Cisco MCP Agent

🌐 Cisco MCP Agent App

AI-Powered Infrastructure Management with Predictive Capabilities

    ](https://www.docker.com/)

📋 Descripción

Cisco MCP Agent App es un agente conversacional inteligente basado en LangGraph que permite gestionar infraestructura Cisco (Intersight y ACI) mediante lenguaje natural, con capacidades avanzadas de predicción, control humano, y observabilidad completa para producción.

✨ Características Principales

• 🤖 Agente Conversacional: Gestiona tu infraestructura usando lenguaje natural
• 🔮 Predicción Proactiva: Forecasting de CPU, memoria y health scores (2-10 horas)
• 🔍 Detección de Anomalías: Identificación automática de comportamientos inusuales
• 🛠️ 13 Herramientas MCP: Integración completa con Cisco Intersight y ACI
• 🚦 Human-in-the-Loop (HITL): Aprobación humana obligatoria antes de operaciones de escritura
• 📊 Análisis de SLO: Alertas predictivas de violaciones antes de que ocurran
• 💾 Persistencia: Tracking histórico de predicciones en SQLite
• 📚 RAG Integration: Consulta documentación técnica contextual
• 📈 Prometheus + Grafana: Métricas en tiempo real y dashboard pre-construido
• 🔴 Splunk HEC: Streaming de eventos JSON a Splunk Enterprise

🏗️ Arquitectura

┌─────────────────────────────────────────────────────────────┐
│  FRONTEND (React + TypeScript) - Port 3001                  │
│  • Chat Interface con Cisco Branding                        │
│  • Real-time updates y Markdown rendering                   │
└────────────────────────┬────────────────────────────────────┘
                         │ HTTP POST /custom/ask
                         ▼
┌─────────────────────────────────────────────────────────────┐
│  BACKEND (FastAPI) - Port 8000                              │
│  ┌────────────────────────────────────────────────────────┐ │
│  │  LangGraph ReAct Agent (GPT-4o-mini)                   │ │
│  │  • 13 MCP Tools                                        │ │
│  │  • Conditional routing                                 │ │
│  │  • Memory persistence                                  │ │
│  └────────────────────────────────────────────────────────┘ │
│                                                              │
│  ┌────────────────────────────────────────────────────────┐ │
│  │  MCP Server (Model Context Protocol)                  │ │
│  │  • Intersight Tools (5): Servers, Policies, Alarms    │ │
│  │  • ACI Tools (5): Tenants, Contracts, EPGs, Health   │ │
│  │  • Forecasting (2): predict, detect_anomaly          │ │
│  │  • Documentation (1): RAG queries                     │ │
│  └────────────────────────────────────────────────────────┘ │
└────────────────────────┬────────────────────────────────────┘
                         │ HTTP
                         ▼
┌─────────────────────────────────────────────────────────────┐
│  CTS MODEL SERVICE (Python 3.11) - Port 8004               │
│  • Forecasting & Anomaly Detection                         │
│  • Statistical time series analysis                         │
│  • Quantile regression for uncertainty                      │
└─────────────────────────────────────────────────────────────┘

🚀 Inicio Rápido

Prerequisitos

• Docker & Docker Compose
• Node.js 18+ (para desarrollo del frontend)
• Credenciales de Cisco Intersight
• Credenciales de Cisco ACI (APIC)
• OpenAI API Key

Configuración

1. Clonar el repositorio

git clone https://github.com/Jorayala/Cisco-MCP-Agent-App.git
cd Cisco-MCP-Agent-App

1. Configurar variables de entorno

Crea un archivo .env en la raíz del proyecto:

# LLM Configuration
OPENAI_API_KEY=your_openai_key_here

# LangSmith (Observability)
LANGCHAIN_API_KEY=your_langsmith_key_here
LANGCHAIN_TRACING_V2=true
LANGCHAIN_PROJECT=Cisco_MCP_Agent_App

# Cisco Intersight
INTERSIGHT_API_KEY=your_intersight_api_key
INTERSIGHT_SECRET_KEY="-----BEGIN RSA PRIVATE KEY-----\n...\n-----END RSA PRIVATE KEY-----"
INTERSIGHT_BASE_URL=https://intersight.com/api/v1

# Cisco ACI (APIC)
APIC_USERNAME=your_aci_username
APIC_PASSWORD=your_aci_password
APIC_BASE_URL=https://your-apic-url

# Demo Mode (usar datos sintéticos si no hay telemetría real)
ALLOW_DEMO_MODE=true

1. Levantar servicios con Docker Compose

docker-compose up -d

1. Iniciar el frontend

cd frontend
npm install
npm run dev

1. Acceder a la aplicación

• Frontend: http://localhost:3001
• Backend API: http://localhost:8000
• API Docs: http://localhost:8000/docs
• CTS Service: http://localhost:8004

💡 Ejemplos de Uso

Consultas de Estado Actual

"¿Cuántos servidores hay en Intersight?"
"Muéstrame las alarmas activas"
"¿Cuál es el health score de ACI?"
"Lista los tenants en ACI"

Predicciones

"¿Cuál es la predicción del comportamiento de la CPU para las próximas 2 horas?"
"Predice el uso de memoria para 4 horas"
"¿Bajará el health score de ACI?"

Detección de Anomalías

"¿Hay algo raro en el sistema?"
"Detecta anomalías en el CPU de los últimos días"
"¿Hay comportamientos inusuales en la red?"

Documentación

"¿Cómo funciona la API de Intersight?"
"Explícame qué es un EPG en ACI"
"¿Qué es un server profile?"

🔧 Tecnologías Utilizadas

Backend

• LangChain & LangGraph: Orquestación de agentes ReAct
• FastAPI: Framework web asíncrono
• MCP (Model Context Protocol): Integración estandarizada de herramientas
• SQLAlchemy + SQLite: Persistencia de predicciones
• Cryptography: Autenticación RSA-SHA256/ECDSA para Intersight
• OpenAI GPT-4o-mini: Modelo de lenguaje

Frontend

• React 18: UI framework
• TypeScript: Type safety
• Vite: Build tool
• TailwindCSS: Styling
• React Markdown: Renderizado de respuestas

Infrastructure

• Docker & Docker Compose: Containerización
• Nginx: Reverse proxy (producción)
• Apache Druid: Queries de telemetría en Intersight

📊 Herramientas MCP Disponibles

Cisco Intersight (5 tools)

1. get_intersight_servers - Lista de servidores físicos
2. get_intersight_policies - Ver server policies
3. get_intersight_alarms - Alarmas activas
4. create_intersight_server_profile - Crear profiles
5. get_system_summary - Resumen general

Cisco ACI (5 tools)

1. get_aci_tenants - Lista tenants
2. get_aci_contracts - Ver contracts
3. get_aci_epgs - Ver Endpoint Groups
4. get_aci_health_score - Health score del fabric
5. create_tenant - Crear nuevo tenant

Forecasting (2 tools)

1. forecast_resource_usage - Predice CPU/Memory/Health (2-10h)
2. detect_anomaly_mcp - Detecta comportamientos anómalos

Documentation (1 tool)

1. ask_rag - Consulta documentación técnica

📚 Documentación Técnica Completa

Para entender en profundidad cómo funciona el sistema:

• Documentación Técnica - Parte 1: Arquitectura, componentes, LangGraph, MCP Tools
• Documentación Técnica - Parte 2: CTS Model, flujo de predicción, persistencia

🔐 Seguridad

• ✅ Autenticación RSA-SHA256/ECDSA-SHA256 para Intersight
• ✅ Credenciales en variables de entorno (nunca en código)
• ✅ CORS configurado para frontend específico
• ✅ HTTPS en producción (configuración Nginx)
• ⚠️ Nota: En producción, usar Docker Secrets o AWS Secrets Manager

🐛 Troubleshooting

Error: "Failed to connect to backend"

• Verificar que el backend esté corriendo: docker ps
• Revisar logs: docker logs custom-agent-backend

Error: "401 Unauthorized from Intersight"

• Verificar credenciales en .env
• Confirmar que la API Key esté activa en Intersight

Error: "No telemetry data available"

• Habilitar ALLOW_DEMO_MODE=true en .env
• O configurar telemetry license en Intersight

Frontend no carga

• Verificar puerto 3001: lsof -i :3001
• Reinstalar dependencias: cd frontend && rm -rf node_modules && npm install

📈 Roadmap

• [ ] Implementación de CTS Model real (PyTorch)
• [ ] Dashboard de visualización de forecasts
• [ ] Alertas automáticas vía Webex
• [ ] Integración con más productos Cisco (Meraki, SD-WAN)
• [ ] Autenticación de usuarios
• [ ] Multi-tenancy

👥 Autor

Jorge Ayala

• GitHub: @Jorayala

📄 Licencia

Este proyecto está bajo la Licencia MIT - ver el archivo LICENSE para más detalles.

🙏 Agradecimientos

• Cisco por las APIs de Intersight y ACI
• LangChain y LangGraph community
• OpenAI por GPT-4o-mini
• Model Context Protocol (MCP) team

📞 Contacto

Si tienes preguntas o sugerencias, abre un Issue o contáctame directamente.

¡Contribuciones son bienvenidas! 🎉