Coolify MCP Server
O servidor Model Context Protocol (MCP) mais abrangente para Coolify. Permite que assistentes de IA como Claude, Cursor e Claude Code gerenciem sua PaaS auto-hospedada — implante aplicativos, depure infraestrutura, execute operações em lote e pesquise documentos por meio de linguagem natural.
Visão Geral
Coolify MCP Server é o principal servidor do Model Context Protocol (MCP) desenvolvido pela comunidade para o Coolify, a popular alternativa de PaaS de código aberto e auto-hospedado ao Heroku, Vercel e Netlify. Ele permite que assistentes de codificação de IA (Claude Desktop, Cursor, Claude Code, etc.) gerenciem e depurem completamente sua instância do Coolify usando comandos em linguagem natural.
Com 38 ferramentas altamente otimizadas, busca inteligente de recursos (por nome/domínio/IP em vez de UUIDs), respostas eficientes em tokens e busca de documentação em texto completo integrada, ele transforma sua IA em um poderoso co-piloto DevOps para implantações auto-hospedadas.
Principais Funcionalidades
- 38 Ferramentas Otimizadas: Abrange infraestrutura, servidores, projetos, aplicações, bancos de dados, serviços, implantações, variáveis de ambiente, chaves privadas, equipes, tokens de nuvem (Hetzner, DigitalOcean) e muito mais.
- Diagnóstico Inteligente:
diagnose_app,diagnose_server,find_issuescom identificadores amigáveis para humanos. - Operações em Lote: Reiniciar projetos inteiros, atualizações em massa de ambiente, parar/reimplantar múltiplas aplicações.
- Eficiência de Tokens: As respostas são 85–99% menores do que a API bruta do Coolify (ex.: list_applications reduzido de ~170KB para ~4.4KB).
- Busca em Texto Completo da Documentação: Busca integrada em mais de 1.500 fragmentos da documentação do Coolify.
- Respostas em Estilo HATEOAS: Inclui ações sugeridas para seguir e paginação para melhor contexto da IA.
- Pronto para Produção: Mais de 98% de cobertura de testes, TypeScript rigoroso, tratamento robusto de erros.
Casos de Uso
- Implantações Dirigidas por IA: "Implante meu app Next.js do repositório GitHub X em produção."
- Gerenciamento de Infraestrutura: "Liste todos os servidores, mostre o uso de recursos e reinicie o servidor de banco de dados."
- Depuração e Diagnóstico: "Diagnostique por que minha aplicação está falhando e sugira correções."
- Gerenciamento em Lote: "Atualize variáveis de ambiente em todas as aplicações no Projeto Y e reimplante."
- Assistência de Documentação: "Busque na documentação do Coolify como configurar backups do PostgreSQL."
- Fluxos de Trabalho DevOps Completos: Combine com outros servidores MCP para pipelines de implantação orquestrados por IA de ponta a ponta.
Instalação (Mais Fácil)
Via npx (Recomendado para Claude Desktop / Cursor / Claude Code)
# Para Claude Desktop – adicione ao claude_desktop_config.json
npx -y @masonator/coolify-mcp
Defina estas variáveis de ambiente:
COOLIFY_ACCESS_TOKEN(seu token de API do Coolify)COOLIFY_BASE_URL(ex.:https://sua-instancia-coolify.com)
Linha de comando rápida para Claude Code:
claude mcp add coolify -e COOLIFY_ACCESS_TOKEN=xxx -e COOLIFY_BASE_URL=https://seu-coolify.com -- npx @masonator/coolify-mcp@latest
O código-fonte completo e configurações Docker/manuais estão disponíveis no repositório.
Compatibilidade
- Clientes: Claude Desktop, Cursor, Claude Code, qualquer ferramenta de IA compatível com MCP.
- Versão do Coolify: Testado com v4.0.0-beta.460+ (detecta funcionalidades automaticamente).
- Licença: MIT
Comunidade e Alternativas
Esta é a implementação mais ativamente mantida e rica em recursos (versão 2.7.3 em fevereiro de 2026), publicada no registro oficial do MCP. Forks aprimorados (por exemplo, dazeb/coolify-mcp-enhanced) adicionam ferramentas extras de implantação, se necessário.
Comece a gerenciar seu PaaS auto-hospedado com IA hoje mesmo — o Coolify MCP Server torna o DevOps conversacional e sem esforço.
Tags
Related Entries
Keep exploring similar tools and resources in this category.

Hyper3D MCP
MCP ServersHyper3D MCP is Hyper3D's hosted Rodin MCP server for creating 3D assets from natural-language instructions or supported references, checking asynchronous generation progress, and retrieving model download links inside AI coding clients. Official setup is documented for Codex, Claude Code, and Kimi Code CLI.
Related Reads
Background, tutorials, and protocol context connected to this entry.







