MCP Trmm

TRMM MCP服务器

用于TRMM式远程管理操作的专注MCP服务器。

该项目为常见的IT运营任务提供了一套精心策划的MCP工具，例如：

• 代理查找和控制
• 检查
• 脚本
• 服务
• 软件
• Windows更新
• 报告
• 警报
• 自动化
• 任务

该服务器是专门为 本地或较小型号 在构建原始API路径、HTTP方法或JSON有效负载方面不可靠。

此服务器不公开一个通用的“调用任何端点”工具，而是公开 小型、命名强烈的工具 只有几个论点。然后后端将这些参数转换为有效的API请求。

为什么存在

较小的本地模型往往难以应对：

• 选择正确的端点
• 选择正确的HTTP方法
• 构建有效的JSON有效载荷
• 保持ID和对象类型的正确性
• 避免破坏性或过于宽泛的行为

该服务器通过提供模型来解决这个问题：

• 小型工具表面
• 明确的工具名称
• 简单的论点
• 后端请求翻译
• 一致的结果处理

简而言之，模型决定 它想做什么，由后端决定 如何调用真正的API.

______________________________________________________________________

建筑

该项目分为四个主要层：

server.py

在以下位置托管FastAPI应用程序并装载MCP ASGI应用程序 /mcp.

还包括：

• MCP路由的承载令牌保护
• 简单的 /healthz 端点

rmm_tools.py

定义暴露在模型中的MCP工具。

这些是模型应该看到的唯一功能。

示例：

• list_agents()
• get_agent(agent_id)
• reboot_agent(agent_id, mode="normal")
• run_agent_command(agent_id, command, shell="cmd")

translator.py

将有利于模型的参数转换为实际的API请求。

此层处理：

• 端点选择
• 方法选择
• JSON正文构造
• 论点规范化
• 简单动作映射

例子：

• 模型调用 reboot_agent(agent_id="abc", mode="force")
• 翻译者将其转化为 PATCH /agents/{agent_id}/reboot/ 具有正确的请求正文

api_client.py

将最终HTTP请求发送到上游TRMM/PAI API，并返回规范化的结果对象。

此层处理：

• 身份验证标头
• 超时
• JSON解析
• 状态处理
• 结构化错误报告

______________________________________________________________________

设计目标

此MCP服务器故意固执己见。

1.小工具表面

服务器仅包括 有用的 工具，而不是上游模式中的每个端点。

2.模型友好型工具

每个工具的设计都便于较小的模型正确调用。

3.阅读第一行为

在可能的情况下，模型应首先进行检查，然后采取行动。

4.后端拥有的请求格式

该模型永远不应该负责构建原始端点路径或请求有效负载。

5.更安全的操作

破坏性或状态改变工具保持有限，并明确命名。

______________________________________________________________________

当前工具覆盖范围

代理

• list_agents
• get_agent
• get_agent_history
• get_agent_notes
• create_agent_note
• get_agent_tasks
• create_agent_task
• reboot_agent
• shutdown_agent
• wake_agent
• run_agent_command
• run_agent_script
• get_agent_eventlog
• list_agent_processes
• get_agent_process
• kill_agent_process

检查

• list_checks
• get_check
• list_agent_checks
• run_checks
• run_checks_for_agent
• reset_check
• reset_all_checks_for_agent

软件

• get_agent_software
• uninstall_agent_software
• list_choco_packages

Windows更新

• get_agent_winupdates
• scan_agent_winupdates
• install_agent_winupdates

服务

• list_agent_services
• get_agent_service
• control_agent_service

脚本

• list_scripts
• get_script
• download_script
• test_script_on_agent

报告

• list_report_history
• run_report_history
• list_report_schedules
• get_report_schedule
• run_report_schedule

警报

• get_alert
• update_alert_status

自动化

• get_automation_policies_overview
• get_automation_policy
• list_automation_policy_checks
• list_automation_policy_tasks
• run_automation_task
• get_automation_task_status
• get_automation_check_status

任务

• list_tasks
• get_task
• run_task

______________________________________________________________________

故意不包括的内容

此服务器确实 不 尝试公开上游模式中的每个端点。

除非确实需要，否则有意避免以下类型的端点：

• 每个对象类型的通用CRUD
• 广泛的管理突变终点
• 高度模糊的更新端点
• 原始通过API工具
• 需要大型请求体的配置繁重的端点
• 与更清晰的现有工具重叠太多的工具

这可以防止模型不堪重负，并减少不正确的工具选择。

______________________________________________________________________

工具行为示例

示例1：按名称重新启动代理

该模型应：

1. 呼叫 list_agents
2. 识别正确的代理
3. 呼叫 reboot_agent(agent_id, mode="normal")

示例2：调查服务问题

该模型应：

1. 找到代理人
2. 呼叫 get_agent_service(...) 或 list_agent_services(...)
3. 检查结果
4. 然后再打电话 control_agent_service(...) 如果要求或明确适当

示例3：检查Windows更新

该模型应：

1. 呼叫 get_agent_winupdates(agent_id)
2. 检查结果
3. 只打电话 scan_agent_winupdates(...) 或 install_agent_winupdates(...) 当被要求时

______________________________________________________________________

运行服务器

使用Uvicorn启动FastAPI应用程序：

uvicorn server:app --host 0.0.0.0 --port 8000