MCP服务器GCP图
GCP图的模型上下文协议（MCP）服务器
此MCP服务器无缝创建 图表 使用Python图表包DSL。此服务器允许您使用Python代码生成GCP图、序列图、流程图和类图。
先决条件
- 安装
uv从 星体 或 - 使用以下命令安装Python
uv python install 3.10 - 安装GraphVizhttps://www.graphviz.org/
安装
| 光标 | VS代码 |
|---|
在MCP客户端配置中配置MCP服务器（例如，对于Google AI Studio CLI，编辑MCP客户端配置）：
{
"mcpServers": {
"mclabs.gcp-diagram-mcp-server": {
"command": "uvx",
"args": ["mclabs.gcp-diagram-mcp-server"],
"env": {
"FASTMCP_LOG_LEVEL": "ERROR"
},
"autoApprove": [],
"disabled": false
}
}
}或docker成功后 docker build -t mclabs/gcp-diagram-mcp-server .:
{
"mcpServers": {
"mclabs.gcp-diagram-mcp-server": {
"command": "docker",
"args": [
"run",
"--rm",
"--interactive",
"--env",
"FASTMCP_LOG_LEVEL=ERROR",
"mclabs/gcp-diagram-mcp-server:latest"
],
"env": {},
"disabled": false,
"autoApprove": []
}
}
}从本地源代码安装
如果你想从本地源代码安装和开发此 MCP 服务器，请按照以下步骤操作：
1. 克隆仓库
git clone
cd gcp-diagram-mcp-server2. 安装依赖
# 安装 uv（如果尚未安装）
curl -LsSf https://astral.sh/uv/install.sh | sh
# 安装 Python 和依赖
uv python install 3.10
uv sync3. 本地开发安装
# 以可编辑模式安装
uv pip install -e .
# 或者安装开发依赖
uv pip install -e ".[dev]"4. 配置 MCP 客户端
在你的 MCP 客户端配置中，使用本地安装的路径而不是 uvx：
{
"mcpServers": {
"gcp-diagram-mcp-server-local": {
"command": "uv",
"args": ["run", "--project", "/path/to/gcp-diagram-mcp-server", "mclabs.gcp_diagram_mcp_server"],
"env": {
"FASTMCP_LOG_LEVEL": "ERROR"
},
"autoApprove": [],
"disabled": false
}
}
}或者，如果你已经将项目路径添加到 Python 路径中：
{
"mcpServers": {
"gcp-diagram-mcp-server-local": {
"command": "python",
"args": ["-m", "mclabs.gcp_diagram_mcp_server"],
"env": {
"FASTMCP_LOG_LEVEL": "ERROR",
"PYTHONPATH": "/path/to/gcp-diagram-mcp-server"
},
"autoApprove": [],
"disabled": false
}
}
}5. 验证安装
运行测试以确保一切正常工作：
# 运行所有测试
./run_tests.sh
# 或者直接使用 pytest
uv run pytest -xvs tests/6. 热重载开发
在开发过程中，你可以使用以下命令直接运行服务器：
# 直接运行服务器
uv run python -m mclabs.gcp_diagram_mcp_server
# 或者使用调试模式
uv run python -m mclabs.gcp_diagram_mcp_server --debug特性
图表MCP服务器提供以下功能：
- 生成图表：使用Python代码创建专业图表
- 多种图表类型：支持GCP架构、序列图、流程图、类图等
- 增强型GCP图标：访问标准图表包中不可用的22+其他GCP服务图标
- 定制：自定义图表外观、布局和样式
- 安全：代码扫描以确保安全生成图表
增强型GCP图标
此服务器现在包括一组经过精心策划的增强型GCP服务图标，这些图标在生成图表时会自动可用。这些图标被实现为自定义类，并提供对最新GCP服务的访问：
AI/ML服务：
- 顶点AI，顶点AI代理生成器，顶点AI搜索
- Dataplex、分析中心、数据QnA
- Looker，Looker工作室
数据库与集成：
- 数据流、数据库迁移服务
- 云SQL（第二代）
DevOps和CI/CD：
- 云部署、工件注册表、批处理
- 迁移到容器，基础架构管理器
网络和CDN：
- 云CDN（新屏蔽）、网络拓扑
安全和身份：
- BeyondCorp企业
管理与运营：
- 成本管理、云监控（新增）
地图和地理空间：
- 谷歌地图平台
这些增强的图标会自动加载，可以像标准图表图标一样使用：
with Diagram("AI/ML Pipeline", show=False):
# Enhanced icons - no import needed
vertex_ai = VertexAI("Vertex AI")
analytics_hub = AnalyticsHub("Analytics Hub")
dataplex = Dataplex("Data Lake")
# Standard icons
from diagrams.gcp.storage import Storage
storage = Storage("Data Source")
storage >> dataplex >> analytics_hub >> vertex_ai快速示例
from diagrams import Diagram
from diagrams.gcp.compute import Functions
from diagrams.gcp.database import Firestore
from diagrams.gcp.network import LoadBalancing
with Diagram("Serverless Application", show=False):
lb = LoadBalancing("Load Balancer")
function = Functions("Cloud Function")
database = Firestore("Firestore")
lb >> function >> database发展
测试
该项目包括一个全面的测试套件，以确保MCP服务器的功能。测试按模块组织，涵盖服务器功能的各个方面。
要运行测试，请使用提供的脚本：
./run_tests.sh如果尚未安装pytest及其依赖项，此脚本将自动安装它们。
或者直接运行pytest（如果您安装了pytest）：
pytest -xvs tests/要在承保范围内跑步：
pytest --cov=mclabs.gcp_diagram_mcp_server --cov-report=term-missing tests/有关测试的更多信息，请参阅 测试README.
发展依赖性
要设置开发环境，请安装开发依赖项：
uv pip install -e ".[dev]"这将安装开发所需的依赖项，包括pytest、pytest-asyncio和pytest-cov。
致谢
该项目基于 AWS实验室MCP项目。我们感谢AWS实验室团队创建了原始的AWS Diagram MCP服务器，该服务器是此GCP版本的基础。
原始项目
- 原始存储库: 遮阳板/MCP
- 原装:
awslabs.aws-diagram-mcp-server - 许可证：Apache许可证2.0
特别感谢AWS实验室团队和原始项目的所有贡献者在为云架构图创建MCP服务器方面所做的创新工作。