SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI智能体agent-deploy-dashboard-mcp

agent-deploy-dashboard-mcp

agent-deploy-dashboard-mcp 是一个面向 AI 智能体的统一部署管理 MCP 服务器，通过单一 MCP + REST API 管理 Vercel、Render、Railway 和 Fly.io 四个平台的服务。主要能力包括：查看跨平台部署状态与健康检查、统一日志查看（支持追踪与构建日志）、环境变量的列出与更新、触发重新部署与回滚、内置 x402 微支付中间件用于 API 变现，以及按 IP 每天 50 次免费请求的速率限制和付费层级支持。项目部署在 Render 上，使用 Python 3.11、FastAPI、FastMCP、httpx 与 Pydantic 构建，并提供 Swagger UI 与 OpenAPI 文档。

访问官网

工具介绍

用途

agent-deploy-dashboard-mcp 是一个统一部署管理 MCP 服务器，用于让 AI 智能体（AI agents）从单一 MCP + REST API 管理 Vercel、Render、Railway 和 Fly.io 上的服务。

主要能力

  • 多平台支持：在同一个界面管理 Vercel、Render、Railway 和 Fly.io。
  • 部署状态：跨所有平台检查部署状态和健康情况。
  • 统一日志：追踪日志并查看构建日志。
  • 环境管理：列出、更新和管理环境变量。
  • 重新部署操作：触发重新部署和回滚。
  • x402 微支付：内置支付中间件，用于 API 变现。
  • 速率限制：每个 IP 每天 50 次免费请求，并提供付费层级支持。

工具参考

  1. list_all_services()：列出所有平台上的所有服务。参数：无。
  2. get_deploy_status(platform, service_id)：检查指定服务的部署状态。参数：platform（字符串，平台名称——vercel、render、railway 或 fly）、service_id（字符串，服务/项目 ID）。
  3. tail_logs(platform, service_id, lines=100)：流式获取服务的近期日志。参数：platform（字符串，平台名称）、lines（整数，可选，日志行数，默认 100）。
  4. get_env_vars(platform, service_id)：列出服务的环境变量。
  5. set_env_var(platform, service_id, key, value)：更新环境变量。参数：key（字符串，环境变量名称）、value（字符串，环境变量值）。
  6. trigger_redeploy(platform, service_id)：强制重新部署服务。
  7. get_build_logs(platform, deploy_id)：获取一次部署的构建日志。参数：deploy_id（字符串，部署 ID）。
  8. check_health(url)：Ping 健康检查端点。参数：url（字符串，要检查的 URL）。
  9. rollback_deploy(platform, service_id, version)：回滚到之前的部署版本。参数：version（字符串，要回滚到的版本/部署 ID）。

使用方式

MCP 配置：将以下内容添加到 MCP 设置文件（cline_mcp_settings.json 或类似文件）。基础 URL：https://agent-deploy-dashboard-mcp.onrender.com。免费层级包含：每个 IP 每天 50 次请求、包含所有工具、支持所有平台、无需信用卡。

付费层级（HTTP 402 支付）：免费层级用尽后，每次请求 $0.01，通过 HTTP 402 使用加密钱包支付。钱包地址：0x8E844a7De89d7CfBFe9B4453E65935A22F146aBB。在请求中包含 X-Payment 头并提供支付证明。

在 Render 上部署：1. 将此仓库 fork 到你的 GitHub 账户；2. 前往 Render Dashboard；3. 点击 New → Web Service；4. 连接你的 GitHub 仓库：aparajithn/agent-deploy-dashboard-mcp；5. 配置：Name：agent-deploy-dashboard-mcp，Runtime：Docker，Region：Oregon（或最近区域），Instance Type：Free；6. 添加环境变量：VERCEL_TOKEN、RENDER_API_KEY、RAILWAY_TOKEN（可选）、FLY_API_TOKEN（可选）、X402_WALLET_ADDRESS（可选）、PUBLIC_HOST = agent-deploy-dashboard-mcp.onrender.com；7. 点击 Create Web Service。

环境变量：通过环境变量配置平台 API 访问。获取 API 令牌：Vercel：https://vercel.com/account/tokens；Render：https://dashboard.render.com/u/settings#api-keys；Railway：https://railway.app/account/tokens；Fly.io：运行 flyctl auth token。

技术栈：Python 3.11（现代 async/await）、FastAPI（REST API 框架）、FastMCP（MCP 协议实现，Streamable HTTP）、httpx（快速异步 HTTP 客户端）、Pydantic（数据验证）。

API 参考文档：部署后，可在以下地址查看交互式 API 文档：Swagger UI：https://agent-deploy-dashboard-mcp.onrender.com/docs；OpenAPI JSON：https://agent-deploy-dashboard-mcp.onrender.com/openapi.json。

适用场景

需要跨多个部署平台集中管理服务状态、日志、环境变量和部署操作的 AI 智能体工作流。

限制

平台支持状态分为三级：✅ 表示完全实现，⚠️ 表示部分实现，⏳ 表示计划中/桩实现；但资料未给出各平台具体处于哪一状态。项目采用 MIT License，详见 LICENSE。问题反馈：GitHub Issues；邮箱：aparajith@dabaracoffee.com。由 Forge（Aparajith 的编码智能体）为 AI 智能体构建。

同类工具

查看分类