Ansible Development Tools MCP Server 是一个把 Ansible 工具链暴露给 AI 助手的协议服务器。配置完成后，Claude / Copilot / Cursor / Gemini 就能直接帮你跑 lint、建脚手架、执行 Playbook，告别手动粘贴报错。

背景：AI 助手的"工具盲区"

用过 AI 编程助手的人都有一个体感：它能生成还算像样的 Ansible Playbook，但对你本地环境的状态一无所知。版本对不上？报错信息要你自己贴过去？lint 要自己跑完再复制输出？

这些摩擦点的根源在于：AI 只会"看"，不会"摸"——它没有直接操作工具的通道。

Model Context Protocol（MCP） 就是为了打通这个通道而生的。它是一套开放协议，定义了 AI 应用如何与外部工具、数据源标准化交互。而 Ansible Development Tools MCP Server（以下简称 ADT MCP Server）就是 Ansible 官方基于这套协议实现的工具集成层。

ADT MCP Server 能做什么？

配置好之后，你的 AI 助手会获得以下能力：

📖 信息与文档

  • 查询 Ansible 设计哲学（Zen of Ansible）
  • 获取 最佳实践指南
  • 列出所有可用的 MCP 工具

🛠 环境管理

  • 检查当前环境的 Python / Ansible / ADT 版本
  • 自动配置虚拟环境并安装依赖
  • 安装和验证 Ansible Development Tools

🏗 项目脚手架

  • 生成符合规范结构的新 Playbook
  • 创建完整的 Collection 骨架

✅ 代码质量

  • 运行 ansible-lint 并支持自动修复
  • 创建和验证 Execution Environment 定义

▶️ Playbook 执行

  • 通过 ansible-navigator 执行 Playbook，带智能环境检测和容器管理

架构一览

ADT MCP Server 以子进程方式运行，通过 stdio 传输与 AI 客户端通信，协议为 JSON-RPC 2.0：

┌─────────────────┐
│  AI 助手 / IDE  │
└────────┬────────┘
         │ MCP Protocol
         │ (JSON-RPC 2.0)
┌────────▼──────────────────┐
│  Ansible Dev Tools        │
│     MCP Server            │
└────────┬──────────────────┘
         │
    ┌────┴────┐
    │         │
┌───▼───┐ ┌──▼──────┐
│Ansible│ │ Ansible │
│ Tools │ │  APIs   │
└───────┘ └─────────┘

AI 助手发出请求 → MCP Server 翻译成对 Ansible 工具链的实际调用 → 返回结构化结果给 AI → AI 解读后给出回答或操作。

快速上手

⚠️ ADT MCP Server 目前处于 Technical Preview 阶段。

环境要求

组件 最低版本
Python 3.11+
Node.js（npm 方案） 24+
Docker / Podman（容器方案） 任意近期版本

两种运行方式

方案 A：npm 包（推荐，有 Node.js 时最简单）
npx -y @ansible/ansible-mcp-server --stdio
方案 B：容器镜像（无需 Node.js）
docker run --rm -i \
  -v /your/ansible/project:/workspace \
  -e WORKSPACE_ROOT=/workspace \
  ghcr.io/ansible/devtools-mcp-server:latest --stdio

支持的镜像 tag：latest、语义版本（1.2.3、1.2）、Git SHA。

各 AI 客户端配置详解

Claude Desktop

配置文件位置：

  • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
  • Linux：~/.config/Claude/claude_desktop_config.json

npm 方案：

{
  "mcpServers": {
    "ansible": {
      "command": "npx",
      "args": ["-y", "@ansible/ansible-mcp-server", "--stdio"],
      "env": {
        "WORKSPACE_ROOT": "/path/to/your/ansible/project"
      }
    }
  }
}

容器方案：

{
  "mcpServers": {
    "ansible": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-v", "/path/to/your/ansible/project:/workspace",
        "-e", "WORKSPACE_ROOT=/workspace",
        "ghcr.io/ansible/devtools-mcp-server:latest",
        "--stdio"
      ]
    }
  }
}

把 docker 换成 podman 即可使用 Podman。如果只需只读访问，可在 volume 后加 :ro。

Claude Code（命令行）

# npm 方案
claude mcp add ansible -- npx -y @ansible/ansible-mcp-server --stdio

# 容器方案
claude mcp add ansible -- docker run --rm -i \
  -v /path/to/your/ansible/project:/workspace \
  -e WORKSPACE_ROOT=/workspace \
  ghcr.io/ansible/devtools-mcp-server:latest --stdio

不传 WORKSPACE_ROOT 时默认使用当前目录。

VS Code（Copilot Chat）

在用户或工作区的 settings.json 中添加：

npm 方案：

{
  "mcp": {
    "servers": {
      "ansible": {
        "command": "npx",
        "args": ["-y", "@ansible/ansible-mcp-server", "--stdio"],
        "env": {
          "WORKSPACE_ROOT": "${workspaceFolder}"
        }
      }
    }
  }
}

${workspaceFolder} 会自动解析为当前打开项目的根目录，无需硬编码路径。

Cursor IDE

使用 Ansible VS Code 扩展时最省事： MCP Server 会自动启动，只需在设置中开启：

{
  "ansible.mcpServer.enabled": true
}

不使用扩展时（独立配置）： 在项目根目录创建 .cursor/mcp.json：

{
  "mcpServers": {
    "ansible": {
      "command": "npx",
      "args": ["-y", "@ansible/ansible-mcp-server", "--stdio"],
      "env": {
        "WORKSPACE_ROOT": "."
      }
    }
  }
}

Gemini CLI

在 .gemini/settings.json 中添加：

{
  "mcpServers": {
    "ansible": {
      "command": "npx",
      "args": ["-y", "@ansible/ansible-mcp-server", "--stdio"],
      "env": {
        "WORKSPACE_ROOT": "/path/to/your/ansible/project"
      }
    }
  }
}

IBM Bob IDE / Shell

全局配置 ~/.bob/mcp_settings.json 或项目级 .bob/mcp.json，格式与上面相同。

环境变量参考

变量 说明 默认值
WORKSPACE_ROOT Ansible 项目目录路径 .（当前目录）
NODE_OPTIONS 额外的 Node.js 标志（仅 npm 方案） —

验证服务器是否正常启动

配置完成后，可用下面的命令手动测试：

npm 方案：

echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"0.1"}}}' \
  | npm exec -- ansible-mcp-server --stdio

容器方案：

echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"0.1"}}}' \
  | docker run --rm -i ghcr.io/ansible/devtools-mcp-server:latest --stdio

如果响应包含 "serverInfo" 且其中 "name": "ansible-mcp-server"，则服务器工作正常。

实际能带来哪些改变？

对比传统 Ansible 开发流程和接入 MCP 后的体验：

场景 传统方式 接入 ADT MCP Server
lint 报错 手动跑 ansible-lint，复制输出粘贴给 AI AI 直接调用 lint 工具，拿到结构化结果自动分析
新建 Collection 记命令、查文档 让 AI 直接生成规范骨架
环境问题排查 手动 ansible --version，逐一粘贴 AI 自动检查整个环境状态并给出建议
执行 Playbook 手动跑、看输出、再问 AI AI 执行并实时解读输出
了解最佳实践 翻文档 直接问 AI，AI 可查询官方规范回答

小结

ADT MCP Server 的意义不只是"又一个 AI 插件"——它代表了一种方向：AI 助手从"问答式"升级为"操作式"。

当 AI 能直接感知你的项目状态、执行工具、读取真实输出，它给出的建议就不再是空中楼阁，而是立足于你的实际环境。对 Ansible 用户来说，这意味着更少的上下文切换、更快的问题定位、更高质量的自动化代码。

目前该功能处于 Technical Preview，配置和 API 可能还会变动，但现在就值得上手体验。

参考链接：

# ansible # MCP
Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

cover

Spring AI Alibaba Admin：Java Agent 生态，终于有人把运维这课补上了

avatar AI Agent技术社区
cover

【工具】这7个Agent Skill，让你的AI助手战力翻倍

avatar AI Agent技术社区
cover

Hermes学习

avatar AI Agent技术社区