Harness 管道与交付资源 MCP 操作器
将以下提示词粘贴到你的 AI 对话框中:
请根据官方安装指南 https://skillhub.cn/install/skillhub.md,安装规范名 @user_3c6cb52e/operate-harness-pipelines-projects-and-delivery-resources-from-mcp-enabled-agents 对应的技能到你的 AI 助手。
技能介绍
解决什么问题
当你把 CI/CD 和云资源管理搬到 Harness 上之后,一次典型的发布往往要在平台里来回点十几个页面:找到项目的 pipeline、触发一次 run、确认 service 的当前配置、核对某个 feature flag 的开关状态,再翻到 cost 页签看一眼这次部署花了多少钱。这些动作本身不复杂,但它们把人拴在 Harness UI 上,也让自动化流程在最关键的一环断了——脚本可以构建镜像,却拿不到 pipeline 的执行状态;CI 任务可以跑完测试,却无法顺手创建一条新的 environment。更麻烦的是权限:如果把整个组织的 Harness 账号密钥交给一个 agent,它的操作范围远超过它真正需要的。这个技能要解决的就是这件事:让 agent 在 MCP 工作流里对 Harness 的管道、服务、环境、feature flag 和成本数据做有边界的操作,而不是替代人做全套运维。
它如何工作
技能的核心是一个 Harness MCP Server。agent 通过 MCP 协议发起请求,由 server 把指令翻译成对 Harness 平台资源的调用。技能把资源面收得很窄,只覆盖 pipelines、services、environments、feature flags、cost data 以及相关的平台资源,不做平台内无关领域的透传。
工作方式上有几层限制值得写清楚:
- 传输层按环境切换:本地客户端走
stdio,远程或共享部署走HTTP,容器化场景可以直接放进 Docker 或 Kubernetes。 - 认证方式取决于部署形态:本地自托管需要用户自己创建 Harness API key(在 My Profile → API Keys 里生成);托管版则使用 Harness Platform OAuth,而不是
HARNESS_API_KEY,这意味着它天然挂在平台的授权体系下。 - 托管端点不是开了就能用:需要 Harness Support 按账号逐个启用和配置,之后这个 endpoint 才能被调用。
适用边界
先说它不做什么。它不负责 Harness 之外的云资源编排,也不会代替你设计 pipeline 的 YAML 结构;它定位在"让 agent 能读写 Harness 里已有的那几类资源",前提是你的账号已经完成了前置配置。
另外要留意托管版和自托管版的差异:如果你打算在本地客户端里跑,需要自己管好 API key 的存放;如果你打算在团队共享的部署里用,要先确认 Harness Support 已经为这个账号打开了 OAuth 通路。在这两件事没落实之前,agent 拿到的只是协议层面的成功响应,而不是真正执行的操作。
使用场景
- CI流水线运行后,agent通过MCP自动查询Harness pipeline执行状态并获取构建结果
- 团队共享部署环境时,agent调用托管Harness MCP服务批量创建environment配置
- 发布前核对feature flag开关状态,agent直接读取Harness平台数据替代人工页面切换
- 监控部署成本变化,agent定期拉取Harness cost数据生成资源消耗报表
适合人员
- 需要将CI/CD流程接入AI agent的开发团队负责人,希望实现管道操作自动化
- 管理多个Harness环境的资源管理员,需要批量配置但减少UI操作
- 负责发布流程的DevOps工程师,想要通过agent自动触发pipeline并收集结果
- 关注云成本的技术负责人,需要agent定期提取Harness成本数据用于分析