Agent Skills
返回列表
🤖

Terraform 基础设施即代码 MCP 服务器

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/terraform-mcp-server-infrastructure-as-code。

技能介绍

要解决的具体问题

当AI代理需要与Terraform生态交互时，常面临三类痛点：无法直接浏览Terraform Registry中的Providers与模块、无法便捷管理HCP Terraform的工作区（如创建、更新、删除）、难以验证基础设施配置的有效性。这些限制让AI代理在“基础设施即代码”场景中难以实现自动化能力，也无法与Terraform的核心工作流（如工作区管理、配置验证）深度集成。

核心能力与工作原理

该技能通过Model Context Protocol（MCP）连接Terraform生态，核心能力包括：

  • 浏览Providers与发现模块：集成Terraform Registry，AI代理可直接查询可用Providers的版本、功能，以及社区/官方模块的使用场景；
  • 管理工作区：支持创建、更新、删除HCP Terraform工作区，同时管理变量、标签与运行（Run）生命周期；
  • 验证配置：对接Terraform的验证能力，帮助AI代理检查基础设施配置文件的语法与逻辑有效性；
  • 监控指标：在Streamable HTTP模式下，通过OpenTelemetry集成跟踪工具调用量、延迟与失败情况，同时暴露HTTP服务器的基础指标。

关键使用步骤

  1. 服务启动：选择匹配环境的上游安装路径（如Docker容器、Go工具链编译），确保服务可通过0.0.0.0地址访问；
  2. 参数配置：根据需求设置ENABLE_TF_OPERATIONS环境变量（默认false），启用需要明确批准的工具；
  3. 代理对接：在支持MCP的AI助手（如Claude、支持MCP的代码编辑器）中配置该服务器，实现与Terraform生态的交互。

适用边界与注意点

  • 环境依赖：容器化部署需确保Docker已安装并运行；
  • 工具权限：ENABLE_TF_OPERATIONS默认关闭，需手动开启以使用高风险工具（如工作区删除）；
  • 监控限制：OpenTelemetry指标仅在Streamable HTTP模式下可用；
  • 协议要求：需搭配支持Model Context Protocol的AI助手，否则无法触发工具调用。

使用场景

  • 日常管理 HCP Terraform 工作区：需要在 CI 流程中批量创建、更新或删除工作区，并维护变量与标签。
  • 选型基础设施组件：需要在 Terraform Registry 中浏览可用 Provider 与官方/社区模块，对比版本和适用场景。
  • 提交配置前自检：需要验证 HCL 基础设施配置文件的语法与逻辑是否有效，避免错误进入部署环节。
  • 线上排障：需要通过 OpenTelemetry 指标跟踪 MCP 工具调用的调用量、延迟和失败情况，定位服务瓶颈。

适合人员

  • 云平台工程师：日常用 Terraform 管理基础设施，希望 AI 代理辅助管理工作区并复用现成模块。
  • 平台工程团队成员：在构建内部 AI 代理时，需要让其直接对接 Terraform Registry 与 HCP Terraform。
  • DevOps 自动化开发者：需要批量验证 HCL 配置有效性，并持续监控 MCP 工具调用的延迟与失败。
  • 基础设施合规工程师：在审计前需要确认工作区的变量、标签与配置变更符合团队规范。