Workshop MCP Server

车间MCP服务器

AI驱动的开发助手，具有代码审查、GitHub PR自动化、OpenShift测试生成和执行、必须收集分析和集群调试功能。

 

______________________________________________________________________

特性

1. 代码审查 -通过安全、性能和质量检查进行逐行分析
2. 公关评论 -自动GitHub PR评论和评论
3. OpenShift测试 -测试生成（Gherkin/YAML/Go/Shell）和执行
4. 必须收集分析器 -基于人工智能诊断的集群健康评估
5. 群集调试器 -智能问题分析和修复建议
6. Web图形用户界面 -所有工具的漂亮界面

______________________________________________________________________

快速开始

🚀 自动设置（推荐）

# 1. Clone repository
git clone https://github.com/gangwgr/workshop-mcp-server.git
cd workshop-mcp-server

# 2. Auto-configure for your AI system
./setup-ai.sh all        # Configure all AI systems (Gemini, OpenAI, Claude)
# OR choose specific:
# ./setup-ai.sh gemini   # Only Google Gemini
# ./setup-ai.sh openai   # Only OpenAI GPT-4
# ./setup-ai.sh claude   # Only Claude Desktop

# 3. Start web GUI
./setup-ai.sh start

# 4. Open browser: http://127.0.0.1:8080

📝 手动设置

# 1. Clone and setup
git clone https://github.com/gangwgr/workshop-mcp-server.git
cd workshop-mcp-server
python3 -m venv .venv
source .venv/bin/activate

# 2. Install dependencies
pip install -e .
pip install -r integrations/requirements-integrations.txt

# 3. Configure API keys (create .env file)
cp .env.template .env
# Edit .env and add your API keys

# 4. (Optional) Authenticate for GitHub/OpenShift features
gh auth login
oc login https://api.your-cluster.example.com:6443

# 5. Run web GUI
cd web_gui
python app.py

# 6. Open browser: http://127.0.0.1:8080

有关详细设置，请参阅 设置.md |先决条件： 先决条件.md

______________________________________________________________________

用法

Web GUI（推荐）

访问地址： http://127.0.0.1:8080 为所有工具提供直观的界面。

MCP服务器（克劳德桌面）

pip install -e .
python -m workshop_mcp_server.server

配置Claude Desktop以使用此服务器（请参阅 设置.md).

AI系统集成

支持多种开箱即用的AI系统：

• 🤖 谷歌双子座 -直接API和函数调用
• 🧠 OpenAI GPT-4 -功能调用和交互式聊天
• 💬 Anthropic Claude -MCP协议（克劳德桌面版）
• 🔗 LangChain -适用于任何LLM的通用集成

自动配置可用：

./setup-ai.sh all  # Configure all AI systems with guided setup

# Gemini Example
from integrations.gemini_integration import GeminiMCPClient
client = GeminiMCPClient()
result = client.review_code(code="def test(): pass", with_gemini_analysis=True)

# GPT-4 Example
from integrations.openai_integration import OpenAIMCPClient
client = OpenAIMCPClient()
response = client.chat("Debug my OpenShift API server")

# LangChain (Universal - works with ANY LLM)
from integrations.langchain_integration import create_mcp_agent
from langchain_google_genai import ChatGoogleGenerativeAI
agent = create_mcp_agent(ChatGoogleGenerativeAI(model="gemini-pro"))
response = agent.run("Review this code for security issues: ...")

看 集成/README.md 完整的指南。

______________________________________________________________________

可用工具

______________________________________________________________________

建筑

Users (Web Browser / Claude Desktop)
           ↓
Web GUI / MCP Server / CLI Tools
           ↓
Tool Layer (Python Functions)
           ↓
GitHub API / OpenShift Cluster / Must-Gather Files

技术栈： Python 3.8+、Flask、MCP协议、GitHub CLI、OpenShift CLI

______________________________________________________________________

部署

生产（Gunicorn）

pip install gunicorn
cd web_gui
gunicorn -w 4 -b 0.0.0.0:8080 app:app

码头工人

docker build -t workshop-mcp-server .
docker run -p 8080:8080 -v ~/.kube/config:/root/.kube/config workshop-mcp-server

OpenShift

oc new-app python:3.9~https://github.com/your-username/workshop-mcp-server.git \
  --context-dir=web_gui --name=mcp-server
oc expose svc/mcp-server

______________________________________________________________________

故障排除

看 设置.md 以获得更多帮助。

______________________________________________________________________

贡献

1. 分叉存储库
2. 创建特征分支
3. 通过测试进行更改
4. 提交拉取请求

______________________________________________________________________

______________________________________________________________________

支持

• 文档: 先决条件.md | 设置.md | 集成/README.md
• 问题: https://github.com/your-username/workshop-mcp-server/issues

______________________________________________________________________

为DevOps、SRE和开发团队构建