🐋 Docker MCP 服务器

一个使用自然语言管理 Docker 的 MCP 服务器！

🪩 它能做什么？

• 🚀 使用自然语言编排容器
• 🔍 检查并调试正在运行的容器
• 📀 使用 Docker 卷管理持久化数据

❓ 这个工具适合哪些人？

• 服务器管理员：连接到远程 Docker 引擎，例如管理面向公众的网站。
• 爱折腾的人：在本地运行容器，尝试支持 Docker 的开源应用。
• AI 爱好者：探索大型语言模型的能力极限！

演示

一段快速演示，展示如何使用自然语言部署 WordPress：

https://github.com/user-attachments/assets/65e35e67-bce0-4449-af7e-9f4dd773b4b3

🏎️ 快速入门

安装

Claude Desktop

在 macOS 上：~/Library/Application\ Support/Claude/claude_desktop_config.json

在 Windows 上：%APPDATA%/Claude/claude_desktop_config.json

"mcpServers": {
  "mcp-server-docker": {
    "command": "uvx",
    "args": [
      "mcp-server-docker"
    ]
  }
}

docker build -t mcp-server-docker .

"mcpServers": {
  "mcp-server-docker": {
    "command": "docker",
    "args": [
      "run",
      "-i",
      "--rm",
      "-v",
      "/var/run/docker.sock:/var/run/docker.sock",
      "mcp-server-docker:latest"
    ]
  }
}

📝 提示词

🎻 docker_compose

使用自然语言来编排容器。参见上方的演示。

提供项目名称和所需容器的描述，剩下的工作就交给 LLM 来完成。

此提示词会指示 LLM 进入“计划+执行”循环。你与 LLM 的交互将包括以下步骤：

1. 你向 LLM 提供要启动的容器指令。
2. LLM 计算出一个简洁的自然语言计划，并将其呈现给你。
3. 你可以选择：
   • 执行该计划。
   • 向 LLM 提供反馈，LLM 将重新计算计划。

示例

• 名称：nginx，容器： “部署一个暴露在 9000 端口的 nginx 容器”
• 名称：wordpress，容器：“部署一个 WordPress 容器和一个配套的 MySQL 容器，将 WordPress 暴露在 9000 端口”

继续一个项目

当你开始与此提示词的新对话时，LLM 会获取使用给定项目名称创建的所有容器、卷和网络的状态。

这主要用于清理，以防你丢失了一个负责创建许多容器的聊天记录。

📔 资源

对于每个容器，该服务器都会实现一些资源：

• 统计信息：容器的 CPU、内存等指标。
• 日志：查看容器的部分日志。

🔨 工具

容器

• list_containers：列出所有容器。
• create_container：创建新容器。
• run_container：运行容器。
• recreate_container：重新创建容器。
• start_container：启动容器。
• fetch_container_logs：获取容器日志。
• stop_container：停止容器。
• remove_container：移除容器。

镜像

• list_images：列出所有镜像。
• pull_image：拉取镜像。
• push_image：推送镜像。
• build_image：构建镜像。
• remove_image：删除镜像。

网络

• list_networks：列出所有网络。
• create_network：创建网络。
• remove_network：删除网络。

卷

• list_volumes：列出所有卷。
• create_volume：创建卷。
• remove_volume：删除卷。

🚧 免责声明

敏感数据

请勿配置包含敏感数据的容器。 这包括 API 密钥、数据库密码等。

任何与 LLM 交互的敏感数据都存在泄露风险，除非 LLM 是在你的本地机器上运行的。

如果你希望安全地将密钥传递给容器，请在此仓库中提交一个问题，说明你的使用场景。

审核创建的容器

请务必仔细审核 LLM 创建的容器。Docker 并不是一个安全的沙箱环境，因此 MCP 服务器可能会通过 Docker 对宿主机造成影响。

出于安全考虑，此 MCP 服务器不支持诸如 --privileged 或 --cap-add/--cap-drop 等敏感的 Docker 选项。如果你对这些功能感兴趣，请在此仓库中提交一个问题，说明你的使用场景。

🛠️ 配置

该服务器使用 Python Docker SDK 的 from_env 方法。有关配置细节，请参阅 官方文档。

通过 SSH 连接到 Docker

此 MCP 服务器可以通过 SSH 连接到远程 Docker 守护进程。

只需在 MCP 服务器定义中设置一个 ssh:// 主机 URL：

"mcpServers": {
  "mcp-server-docker": {
    "command": "uvx",
    "args": [
      "mcp-server-docker"
    ],
    "env": {
      "DOCKER_HOST": "ssh://myusername@myhost.example.com"
    }
  }
}

💻 开发

建议使用 Devbox 来配置你的开发环境。

请参阅 devbox.json 文件，其中包含有用的开发命令。

设置好 Devbox 后，你可以将你的 Claude MCP 配置调整为使用它：

  "docker": {
    "command": "/path/to/repo/.devbox/nix/profile/default/bin/uv",
    "args": [
      "--directory",
      "/path/to/repo/",
      "run",
      "mcp-server-docker"
    ]
  },

mcp-server-docker 快速上手指南

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：macOS、Windows 或 Linux。
• Docker：已安装并正在运行 Docker Desktop 或 Docker Engine。
  • 注意：若在 Linux 下运行，当前用户需具备访问 /var/run/docker.sock 的权限。
• AI 客户端：已安装 Claude Desktop 应用。
• 依赖工具（可选但推荐）：
  • uv：推荐的 Python 包管理器和运行器（用于直接运行服务器）。
  • 或者直接使用 Docker 来运行该 MCP 服务。

安装步骤

您需要将配置添加到 Claude Desktop 的配置文件中。

1. 定位配置文件

根据您的操作系统，找到 claude_desktop_config.json 文件：

• macOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%/Claude/claude_desktop_config.json

2. 选择安装方式并配置

打开配置文件，在 "mcpServers" 对象中添加以下配置之一。

方式 A：使用 uv 直接运行（推荐）

如果您已安装 uv（未安装请参考 官方文档），这是最轻量的方式。

"mcpServers": {
  "mcp-server-docker": {
    "command": "uvx",
    "args": [
      "mcp-server-docker"
    ]
  }
}

方式 B：使用 Docker 容器运行

此方式无需在主机安装 Python 环境，但需要挂载 Docker Socket。

首先构建镜像（在项目根目录执行）：

docker build -t mcp-server-docker .

然后在配置文件中添加：

"mcpServers": {
  "mcp-server-docker": {
    "command": "docker",
    "args": [
      "run",
      "-i",
      "--rm",
      "-v",
      "/var/run/docker.sock:/var/run/docker.sock",
      "mcp-server-docker:latest"
    ]
  }
}

提示：保存配置文件后，请重启 Claude Desktop 以使更改生效。

基本使用

安装完成后，您可以在 Claude Desktop 的聊天窗口中直接使用自然语言管理 Docker。

核心功能：自然语言编排 (docker_compose)

这是最常用的功能，允许您通过描述需求来自动创建和部署容器。

使用步骤：

1. 在对话框中输入指令，格式通常为：项目名称 + 容器描述。
2. AI 会生成一个执行计划（Plan）。
3. 确认计划无误后，指示 AI 应用（Apply）该计划。

示例 1：部署 Nginx

“创建一个名为 'nginx-demo' 的项目，部署一个 nginx 容器，并将端口映射到主机的 9000 端口。”

示例 2：部署 WordPress 全家桶

“创建一个名为 'wp-site' 的项目，部署一个 WordPress 容器和一个 MySQL 数据库容器，将 WordPress 暴露在 9000 端口。”

其他常用操作

除了编排，您还可以直接询问或指令进行以下操作：

• 查看状态：“列出当前运行的所有容器及其 CPU/内存使用情况。”
• 查看日志：“显示 'wp-site' 项目中 WordPress 容器的最新日志。”
• 管理镜像：“拉取最新的 python:3.9 镜像。”
• 清理资源：“停止并移除名为 'nginx-demo' 的容器。”

⚠️ 安全提示

• 敏感数据：切勿在对话中向 LLM 提供 API 密钥、数据库密码等敏感信息。
• 权限审查：LLM 生成的容器配置请务必先审查再执行。出于安全考虑，该服务器默认不支持 --privileged 等高危参数。