本文介绍了如何通过

ops-mcp-与MCP共同支持AI助手对阿里云资源执行繁复的操作任务。这一功能包括但不限于任务背景介绍、准备工作（例如，运用VS Code进行MCP配置）、具体应用场景（如实例创建、监控、命令执行、实例启停等），同时提供了相应的工具清单和参考文档。借助这些设备，用户能够利用自然语言与人工智能助手进行交流，执行ECS实例的管理、VPC的查询以及云监控数据的获取等运维工作，从而实现便捷的“移动运维”。——作者：赵帅博（川林）

背景

人工智能技术的迅猛进步促使AI助手的功能不断升级，从基础的对话服务拓展至执行复杂任务。为了提升AI助手的操作水平，一种名为MCP的技术应运而生。MCP技术通过整合大型模型与工具调用功能，使得AI助手能够进行任务规划并有效完成各种复杂的现实任务。

ops-mcp-是一款定制的MCP产品，专为阿里云资源管理量身打造。它巧妙地融合了阿里云Open API的强大功能以及系统运维管理（OOS）的卓越性能，为AI助手配备了众多高效实用的工具，极大地增强了其支持能力。这些工具实现了对阿里云资源全生命周期的管理，涉及创建、启动、停止、重启等操作，同时具备云监控数据采集、执行运行命令、更换系统镜像等多样化功能。目前，它们已支持ECS实例、RDS实例以及OSS等资源的全面覆盖。借助这些工具，用户可以更高效地管理和运维云资源。

通过ops-mcp-平台，用户能够与AI助手进行自然语言交流，进而高效地执行一系列繁琐的运维工作。

在提供的工具中，部分功能是通过阿里云 Open API 来实现的；而诸如运行命令、启停实例等较为复杂的操作，则依赖于系统运维管理（OOS）。系统运维管理（OOS）不仅为云产品赋予了强大的运维操作能力，还具备支持复杂任务编排的能力，特别是在处理异步场景时，其表现尤为出色。在启动或终止实例的阶段，OOS 实时监控实例的运行状况，目的在于验证AI助手任务执行完毕后，ECS实例的实际状态是否与预设目标相符（例如，或者）。此外，OOS 内置了针对多种常见运维场景的通用模板，这些模板并非仅仅是简单的单个API调用，而是经过精心优化的复杂操作流程。它们能够显著降低多轮交互的必要性，提升任务执行的精确度，并且节约模型的资源消耗，使得整个流程既高效又可靠。

准备步骤

使用 VS Code + 配置MCP

该插件功能全面，实行开源策略，并且提供完全免费的下载使用，它能够执行诸如打开文件或文件夹、执行任务、调试代码以及管理窗口等多种操作。此外，它还能利用大型模型的力量，调用各类工具，进行任务规划并高效完成各种真实的复杂工作。

配置流程

1. 安装 UV

在VS Code的插件商店中下载并启用该插件，随后进入设置界面，进行大模型API密钥的配置。

这里以配置阿里云百炼API Key为例：

a. API ： 选择 Open AI

b. Base URL：（阿里云百炼兼容接口）

访问API-KEY页面，即可获取您的API密钥。

d. ID：模型ID总览

建议选用具有较宽上下文覆盖范围的模型，例如qwen-max-系列，其支持长达128k的上下文，若不采用此类模型，可能会因上下文长度限制而影响AI助手的交互效果。

3. 配置MCP

a. 选择右上方的工具栏中的MCP

进入MCP操作界面后，需点击“配置JSON文件”按钮，随后关闭该json文件，这样便可以保存并完成配置过程。

{  "mcpServers": {    该服务名为“阿里云运维控制平台服务器”。: {      "timeout": 600,      "command": "uvx",      "args": [        禁止使用"alibaba-cloud-ops-mcp-server@latest"，此版本号不得被采用。      ],      "env": {        "ALIBABA_CLOUD_ACCESS_KEY_ID": "Your Access Key ID",        禁止使用“ALIBABA_CLOUD_ACCESS_KEY_SECRET”这一特定标识，需遵循相应的安全规范。: "Your Access Key SECRET"      }    }  }}

配置完成之后，用户可在相应界面查看到针对MCP的状态信息、数量以及详尽的细节。

在界面的右下角，我们设置了AI助手的交流界面，为了确保AI助手能够有效调用各种工具，我们建议您启用Act模式。完成配置之后，您便可以在对话框中开始与AI助手进行对话。

示例场景

ops-mcp，该工具能够协助您的AI助手执行阿里云资源的操作，并处理日常的运维任务，满足多样化需求。以ECS和RDS实例的生命周期管理及监控为例，我们将向您演示AI助手如何运用ops-mcp进行操作。

--ops-mcp- 的工具。

创建ECS实例

在向AI助手提出问题之后，AI助手便会自动启动，开始筹备所需的工具，并且会向您征求是否可以使用的同意。

通过持续的交流互动，AI助手将逐步获取构建ECS实例所需的所有必要信息。

在收集到所需信息后，AI助手会发起创建ECS实例的请求。

AI助手最终成功构建了一个名为“-mcp”的ECS服务器实例。

在ECS控制台验证，AI助手成功创建了ECS实例。

监控ECS实例

在成功部署ECS服务器实例后，我们通常期望对其实施监控。以往，采用常规的运维手段，我们需手动登录至ECS管理界面或云监控平台进行数据查看。如今，我们得以利用

轻松通过掌上运维，仅需与AI助手进行流畅的自然语言对话，便可便捷地查询ECS实例的当前运行状况。

在获得相关数据资料之后，AI助手将对其进行深入解析，并向您呈现ECS实例的全面监控信息。

在ECS实例上运行命令

在开发实践中，为了执行运行指令，我们首先要撰写命令脚本，随后通过远程登录或使用ECS控制台登录至ECS实例，并执行相应的命令脚本。目前，利用

--ops-mcp- ，您只需用自然语言表述，便能轻松完成运行命令的复杂操作。AI助手将解析您的指令，生成相应的命令脚本，并利用工具在ECS实例上执行这些命令。命令执行完毕后，它会向您反馈运行结果，从而确保了从分析指令、执行命令到报告结果的整个流程顺畅无阻。以在ECS实例上部署应用为例：，

启停RDS实例

在日常使用中，RDS实例的开启与关闭动作频次较高，如今，随着

只要您下达指令，借助ops-mcp-的支持，您的AI助手便能自动启动或关闭相应的RDS实例，并在RDS实例达到期望状态后，才会向您反馈任务已完成的状况。

结语

通过与MCP的深度融合，AI助手获得了强大的工具调用功能以及执行复杂任务的能力，这在运维领域大幅增强了其实用性和工作效率。在阿里云平台上，用户能够轻松地通过自然语言进行资源创建、监控、启停等管理操作，亦可在实例上执行自定义命令、更换系统镜像等任务，这些操作均能实现“掌上运维”的便捷体验。关于更多功能及工具的详细说明，请查阅本文附录。

我们诚邀您体验

亲身体验了AI与云计算深度结合所带来之高效与便捷，我们共同开启了智能运维的新纪元！对OOS的强大功能和应用场景感兴趣的话，不妨查阅帮助文档，或直接登录OOS控制台，深入探索更多精彩内容。

附 --ops-mcp- 支持工具列表