a2a mcp
Back to MCP Servers
WildFly MCP logo
mcp-server298

WildFly MCP

WildFly MCP 是一款官方的 MCP 伺服器，橋接大型語言模型與運作中的 WildFly 應用伺服器，實現以自然語言監控、管理及與 JVM 實例、日誌、指標、部署項目和 CLI 操作進行互動。

XFacebookLinkedInRedditHacker News

概覽

WildFly MCP 是 WildFly 團隊的一個開源專案，提供工具將廣受歡迎的 WildFly 應用伺服器與生成式人工智慧能力整合。其核心是 WildFly MCP 伺服器，這是一個基於 Quarkus 的胖 JAR 應用程式，扮演 Model Context Protocol (MCP) 伺服器的角色。

它作為 LLMs（例如在 Claude Desktop 或其他 MCP 用戶端中）與一個或多個執行中的 WildFly 實例之間的安全橋樑，讓管理員和開發者能夠使用自然語言來管理及監控 Java 企業伺服器。

功能

  • 多伺服器支援：可同時連線並與多個執行中的 WildFly 實例互動。
  • 豐富的資料揭露：
    • JVM 配置、版本和執行時詳細資訊
    • 伺服器日誌和配置檔案
    • Prometheus 指標和健康狀態
    • 已部署的應用程式及其二進位內容（例如 XML 描述檔）
  • CLI 操作：直接從 AI 提示執行 WildFly CLI 命令（功能逐步擴充）。
  • 預定義提示：內建常見任務的使用者提示，可供探索和重複使用。
  • MCP 相容性：完整支援 MCP 工具和提示；可與任何相容的 MCP 用戶端（SSE 傳輸）協作。
  • 額外工具：包含 WildFly Chat Bot（基於網頁的自然語言互動 UI）以及與 WildFly AI Feature Pack 整合，用於進階情境，例如將 WASM 二進位檔作為 MCP 工具揭露。

使用案例

  • 自然語言伺服器管理：詢問您的 AI 助手「顯示我 WildFly 日誌中最近的錯誤」或「將此應用程式部署到伺服器 X」。
  • 監控與疑難排解：擷取即時指標、健康檢查和配置詳細資訊，無需切換工具。
  • 企業 AI 工作流程：將 WildFly 管理整合到 AI 驅動的 DevOps 管線或基於聊天的營運中心。 – 教育與探索性用途：讓 LLMs 分析已部署的應用程式、建議最佳化或解釋伺服器行為。
  1. WASM 驅動的工具：將高效能的 WebAssembly 模組作為 MCP 工具直接暴露於 WildFly 中。

運作方式

WildFly MCP 伺服器作為一個獨立的 Quarkus 應用程式運行。它會發現並連線到已配置的 WildFly 實例，將它們的資料和操作揭露為可發現的 MCP 工具。接著，AI 模型可以呼叫這些工具來讀取資料或觸發操作，確保互動安全且情境感知。

其設計旨在透過增加對話式 AI 層，來補足現有的 WildFly 管理介面（CLI、管理主控台、REST、JMX）。

快速開始

  1. 複製儲存庫：git clone https://github.com/wildfly-extras/wildfly-mcp.git
  2. 建置並執行 WildFly MCP 伺服器（Quarkus fat JAR）。
  3. 為您的 WildFly 實例配置連接詳情。
  4. 將 MCP 用戶端（例如 Claude Desktop）連接到伺服器。
  5. 開始使用自然語言提示與您的 WildFly 伺服器進行互動。

詳細說明請參閱 wildfly-mcp-server README 。

相關資源

  • WildFly 官方網站：https://www.wildfly.org/
  • WildFly AI 功能套件（進階 MCP + WASM 整合）。
  • WildFly 聊天機器人元件（網頁使用者介面體驗）。
  • 涵蓋 WildFly 中 MCP 整合的會議簡報與影片。

WildFly MCP 代表著在企業級 Java 應用程式伺服器中引入 AI 原生管理的重要一步。

Tags

mcpmcp-serverwildflyjavaquarkusjvmai監控管理cli企業級

Related Entries

Keep exploring similar tools and resources in this category.

Browse MCP Servers
GitHub Copilot Coding Agent logo

GitHub Copilot Coding Agent

MCP Servers

GitHub Copilot Coding Agent, now documented as Copilot cloud agent, is GitHub's asynchronous software development agent for researching repositories, planning changes, editing code on branches, and opening pull requests for review. It runs in a GitHub Actions-powered environment and can be started from GitHub, supported IDEs, GitHub CLI, the REST API, integrations, or the GitHub MCP Server.

vercel eve logo

vercel eve

MCP Servers

Vercel Eve is an open-source, filesystem-first TypeScript framework for building durable AI agents on Vercel. It organizes agent capabilities as files for instructions, tools, skills, channels, schedules, subagents, and connections, including integrations with external MCP and OpenAPI tools.

Agent Reach logo

Agent Reach

MCP Servers

Agent Reach is an open-source CLI and Agent Skill that installs, routes, and health-checks upstream tools for web, social, GitHub, video transcript, RSS, and search access. It is not documented as a standalone MCP server; some channels use MCP-backed upstream tools such as mcporter/Exa, xiaohongshu-mcp, and linkedin-scraper-mcp.

TinyFish logo

TinyFish

MCP Servers

TinyFish 為相容 MCP 的 AI 助手提供網頁自動化、網路搜尋、內容擷取以及遠端瀏覽器會話工具。代管的 MCP 伺服器使用 OAuth 2.1，而可選的本地 @tiny-fish/mcp 代理支援 API 金鑰驗證，適用於僅限本地、CI 及無頭設定。

X MCP logo

X MCP

MCP Servers

X MCP 是 X 官方託管的 Model Context Protocol 伺服器，可讓相容 MCP 的 AI 工具呼叫 X API 端點。它透過 xurl 橋接 OAuth 使用者情境，支援貼文搜尋、使用者查詢、書籤、趨勢、新聞和 Articles 等工作流程。

TinyFish logo

TinyFish

MCP Servers

TinyFish exposes web automation, web search, content extraction, and remote browser-session tools to MCP-compatible AI assistants. The hosted MCP server uses OAuth 2.1, while an optional local @tiny-fish/mcp proxy supports API-key authentication for local-only, CI, and headless setups.