源自 | 阿里云开发者 赵帅博(川林) 2025-04-23 18:00

本文介绍了如何通过alibaba-cloud-ops-mcp-server和MCP（Model Context Protocol）实现AI助手对阿里云资源的复杂任务操作。内容涵盖背景、准备步骤（如使用VS Code与Cline配置MCP Server）、示例场景（包括创建实例、监控实例、运行命令、启停实例等），以及支持的工具列表和参考文档。借助这些工具，用户可通过自然语言与AI助手交互，完成ECS实例管理、VPC查询、云监控数据获取等运维任务，实现高效“掌上运维”。

背景

随着人工智能技术的快速发展，AI助手逐渐从简单的对话服务向复杂任务执行方向演进。为了使AI助手具备更强的操作能力，MCP（Model Context Protocol）[1] 应运而生。MCP通过将大模型与工具调用能力结合，让AI助手能够规划并完成复杂的现实任务。

alibaba-cloud-ops-mcp-server[2]是一款专门为阿里云资源管理设计的MCP Server，它通过集成阿里云Open API和系统运维管理（OOS）[3]的能力，为AI助手提供了一系列强大的工具支持。这些工具涵盖了阿里云资源的生命周期管理（如创建、启动、停止、重启等），包括云监控数据获取以及运行命令、更换系统镜像等功能，目前已覆盖ECS实例、RDS实例以及OSS Bucket等资源。借助alibaba-cloud-ops-mcp-server，用户可以通过自然语言与AI助手交互，快速完成复杂的运维任务。

在alibaba-cloud-ops-mcp-server提供的工具中，一部分功能是通过阿里云 Open API 实现的，而像运行命令、启停实例等复杂操作，则依托于系统运维管理（OOS）[3]。OOS 不仅能够为云产品提供强大的运维操作能力，还支持复杂的任务编排，尤其在处理异步场景时表现出色。例如，在启动或停止实例的过程中，OOS 会实时检查实例状态，确保 AI 助手调用完成后，ECS 实例的状态与预期一致（如 Running 或 Stopped）。此外，OOS 还内置了多种高频运维场景的公共模板，这些模板并非简单的单步 API 调用，而是经过优化的复杂操作流程，能够显著减少多轮交互的需求，提高任务执行的准确率，同时节省模型的 token 消耗，让整个过程更加高效和可靠。

准备步骤

使用 VS Code [4]+ Cline [5]配置MCP Server

Cline是一款强大的Vscode插件，开源且完全免费，支持打开文件/文件夹、运行任务、调试代码、管理窗口等操作，能够借助大模型的能力调用工具，规划并完成真实的复杂任务

配置流程

1. 安装 UV[6]

2. 在VS Code 插件市场下载并打开Cline插件，在设置中配置大模型 API KEY
    
   

这里以配置阿里云百炼API Key为例：

a. API Provider：选择Open AI Compatible

b. Base URL：https://dashscope.aliyuncs.com/compatible-mode/v1（阿里云百炼兼容接口）

c. API Key：前往 API-KEY[7] 页面获取

d. Model ID：模型ID总览[8]

1）推荐使用上下文较长的模型，如：qwen-max-latest等支持128k上下文的模型，否则可能会因为上下文长度限制导致AI助手无法交互

3. 配置MCP Servers

a. 选择右上方的工具栏中的MCP Servers
 

b. 进入MCP Server界面，点击Configure
配置JSON文件，关闭json文件即可保存并完成配置。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

{
  "mcpServers": {
    "alibaba-cloud-ops-mcp-server": {
      "timeout": 600,
      "command": "uvx",
      "args": [
        "alibaba-cloud-ops-mcp-server@latest"
      ],
      "env": {
        "ALIBABA_CLOUD_ACCESS_KEY_ID": "Your Access Key ID",
        "ALIBABA_CLOUD_ACCESS_KEY_SECRET": "Your Access Key SECRET"
      }
    }
  }
}

c. 配置完毕后，在Installed
界面能够检查对应MCP Server的状态，提供的Tools数量以及详细信息。

4. 右下角配置AI助手的对话模式，为了AI助手能够实际调用工具，推荐您使用Act模式。配置完毕后您就可以在对话框开启您的对话。

示例场景

alibaba-cloud-ops-mcp-server能够为您的AI助手提供工具，操作阿里云资源并完成日常运维操作等多种需求，以针对ECS和RDS实例的生命周期进行管理和监控为例，我们将为您展示AI助手会如何使用alibaba-cloud-ops-mcp-server
的工具。

创建ECS实例

向AI助手发起提问后，AI助手会自动开始规划需要使用的工具并向您请求使用许可。

经过不断的交互，AI助手会逐渐取得所有创建ECS实例所必需的参数。

在收集到所需信息后，AI助手会发起创建ECS实例的请求。

最终AI助手成功创建了名为alibabacloud-mcp
的ECS实例。

在ECS控制台验证，AI助手成功创建了ECS实例。

监控ECS实例

当创建了ECS实例之后，我们往往希望对实例进行监控，传统的运维方式往往需要登录到ECS控制台或者云监控控制台进行查看。现在，我们可以借助alibaba-cloud-ops-mcp-server
轻松实现掌上运维，只需和AI助手进行自然语言交互即可轻松获取ECS实例的实时状态。

在获取对应数据后，AI助手将会进行分析并为您展示ECS实例的详细监控数据。

在ECS实例上运行命令

在实际的开发过程中，为实现运行命令，首先我们需要编写命令脚本，并通过远程登录或者ECS控制台登陆到ECS实例上，再运行对应的命令脚本。现在，借助alibaba-cloud-ops-mcp-server
，您只需通过自然语言，即可轻松实现运行命令的复杂操作。AI助手将会分析您的指令，得出合适的命令脚本，并借助工具帮助您在ECS实例上执行指定的命令，等待命令运行结束后向您报告命令的运行结果，从而实现 分析指令-运行命令-报告结果 整条链路的打通。以在ECS实例上部署NGINX为例：

启停RDS实例

在日常使用过程中，RDS实例的启动和停止是较为高频的操作类型，现在，有了alibaba-cloud-ops-mcp-server
的支持，只要您发出指令，您的AI助手可以自动为您启动或者停止对应的RDS实例，并且等待RDS实例的状态变为期望的状态（Running或Stopped）之后, 才会向您汇报任务完成。

• 关闭实例
  

• 启动实例

结语

alibaba-cloud-ops-mcp-server
 
通过与 MCP 的深度集成，为 AI 助手赋予了强大的工具调用能力和复杂任务执行能力，显著提升了其在运维场景中的实用性和效率。无论是 阿里云资源的创建、监控、启停管理，还是在实例上运行自定义命令、更换系统镜像等操作，用户都可以通过自然语言交互轻松完成，真正实现了“掌上运维”的便捷体验。更多功能和支持的工具细节，请参阅本文附录。

我们诚邀您体验
 
alibaba-cloud-ops-mcp-server，亲身感受 AI 与云计算深度融合带来的高效与便利，开启智能运维的新篇章！如果您对 OOS 的能力感兴趣，也可以访问帮助文档[8]或登录OOS 控制台[3]，探索更多关于 OOS 的强大功能和应用场景。

附

alibaba-cloud-ops-mcp-server支持工具列表

参考文档：

[1]MCP: https://modelcontextprotocol.io/introduction

[2]alibaba-cloud-ops-mcp-server: https://github.com/aliyun/alibaba-cloud-ops-mcp-server

[3]阿里云系统运维管理(OOS): https://oos.console.aliyun.com/overview?utm_content=g_1000403402

[4]Visual Studio Code: https://code.visualstudio.com/

[5]Cline: https://cline.bot/

[6]UV: https://github.com/astral-sh/uv

[7]百炼: https://bailian.console.aliyun.com/?utm_content=g_1000403403

[8]OOS帮助文档: https://help.aliyun.com/zh/oos/product-overview/introduction-to-oos?utm_content=g_1000403404