基于Docker的MCP服务器磁盘监控实践

发布时间：2026/11/5 4:13:13
基于Docker的MCP服务器磁盘监控实践

1. 项目概述

最近在技术社区中经常看到关于MCP Server的讨论，作为一个长期关注容器化和AI技术的开发者，我决定亲自动手实践一下MCP Server的搭建过程。由于资源限制，本次先实现一个基础的磁盘监控服务，后续再扩展LLM模型应用部分。

这个项目的主要目标是构建一个基于Docker的MCP服务器镜像，提供以下核心功能：

  • 通过RESTful API接口查询服务器磁盘列表
  • 检查指定磁盘的SMART健康状态
  • 提供完整的Python客户端实现
  • 支持SSE(Server-Sent Events)传输模式

选择Docker作为部署方式主要基于以下考虑：

  1. 环境隔离：避免污染主机环境
  2. 可移植性：一次构建，随处运行
  3. 资源控制：方便限制CPU/内存使用
  4. 快速部署：简化依赖管理流程

2. 环境准备

2.1 系统要求

推荐使用以下操作系统环境：

  • EulerOS 2.x/22.03 LTS：项目主要在该环境下测试
  • Ubuntu 20.04+：apt包管理更简单
  • CentOS 7/8：与EulerOS兼容性好

硬件要求：

  • CPU：x86_64架构，至少2核
  • 内存：建议4GB以上
  • 存储：/var目录至少20GB空间（Docker默认存储位置）

2.2 Docker安装

2.2.1 添加Docker仓库

对于基于RPM的系统（如EulerOS/CentOS）：

# 添加官方Docker仓库 sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

对于EulerOS需要额外适配版本：

# EulerOS 2.x（对应CentOS 7） sudo sed -i 's/$releasever/7/g' /etc/yum.repos.d/docker-ce.repo # EulerOS 22.03 LTS（对应CentOS 8） sudo sed -i 's/$releasever/8/g' /etc/yum.repos.d/docker-ce.repo
2.2.2 清理并重建缓存
sudo yum clean all sudo yum makecache
2.2.3 安装Docker引擎
sudo yum install -y docker-ce docker-ce-cli containerd.io

验证安装：

docker --version # 预期输出：Docker version 20.10.17, build 100c701
2.2.4 启动Docker服务
sudo systemctl start docker sudo systemctl enable docker sudo systemctl status docker

注意：如果使用非root用户操作Docker，需要将用户加入docker组：

sudo usermod -aG docker $USER newgrp docker

2.3 存储配置优化

默认情况下Docker将镜像存储在/var/lib/docker，如果该分区空间不足，可以考虑以下方案：

方案一：修改Docker存储路径
# 停止Docker服务 sudo systemctl stop docker # 创建新存储目录 sudo mkdir -p /data/docker # 修改配置文件 sudo tee /etc/docker/daemon.json <<EOF { "data-root": "/data/docker" } EOF # 迁移现有数据（如有） sudo rsync -avx /var/lib/docker/ /data/docker/ # 重启服务 sudo systemctl start docker
方案二：挂载新硬盘到/var（适用于大容量存储需求）

操作步骤：

  1. 识别新磁盘设备（如/dev/nvme6n1）
  2. 创建分区和文件系统：
    sudo parted /dev/nvme6n1 mklabel gpt sudo parted -a opt /dev/nvme6n1 mkpart primary ext4 0% 100% sudo mkfs.ext4 /dev/nvme6n1p1
  3. 临时挂载并迁移数据：
    sudo mkdir /mnt/newvar sudo mount /dev/nvme6n1p1 /mnt/newvar sudo rsync -avx /var/ /mnt/newvar/ sudo mv /var /var.old sudo mkdir /var sudo umount /mnt/newvar sudo mount /dev/nvme6n1p1 /var
  4. 配置永久挂载：
    echo '/dev/nvme6n1p1 /var ext4 defaults 0 0' | sudo tee -a /etc/fstab sudo mount -a

3. 项目文件准备

3.1 项目结构设计

创建标准项目目录结构：

mcp-disk-monitor/ ├── Dockerfile # 容器构建定义 ├── requirements.txt # Python依赖 ├── mcp_server.py # 服务端主程序 └── mcp_client.py # 客户端测试工具

3.2 依赖管理

requirements.txt内容：

fastmcp>=0.1.0 # MCP服务框架 langchain-mcp-adapters>=0.1.0 # 客户端适配器 aiohttp>=3.9.0 # 异步HTTP客户端 smartmontools==7.3 # SMART工具（通过系统包安装）

提示：实际Python依赖只需前三项，smartmontools将在Dockerfile中通过apt安装

3.3 服务端核心实现

mcp_server.py关键功能解析：

磁盘列表查询功能
@mcp.tool def list_disks() -> List[Dict[str, Any]]: """ 查询磁盘列表的底层实现原理： 1. 使用lsblk命令获取磁盘信息（-J参数输出JSON格式） 2. 解析返回的JSON数据结构 3. 提取关键字段：名称、大小、类型、挂载点 4. 递归处理子设备（分区、逻辑卷等） """ result = subprocess.run( ["lsblk", "-J", "-o", "NAME,SIZE,TYPE,MOUNTPOINT"], capture_output=True, text=True, check=True ) data = json.loads(result.stdout) return data.get("blockdevices", [])
SMART健康检查功能
@mcp.tool def check_disk_smart(device: str = "/dev/sda") -> str: """ SMART检查实现细节： 1. 调用smartctl命令（需root权限） 2. 解析输出中的"SMART overall-health"状态 3. 处理各种异常情况： - 命令不存在 - 设备不存在 - 权限不足 """ try: result = subprocess.run( ["sudo", "smartctl", "-H", device], capture_output=True, text=True, check=False ) output = result.stdout.lower() return "PASSED" if "passed" in output else "FAILED" except Exception as e: return f"ERROR: {str(e)}"

3.4 客户端实现要点

mcp_client.py关键设计：

  1. 使用MultiServerMCPClient处理连接池
  2. 异步IO设计提高并发性能
  3. 结果处理支持多种格式：
    • 原始文本
    • JSON对象
    • 错误信息
  4. 磁盘信息可视化展示：
    def format_disk_info(disks): """使用树状结构美观展示磁盘层级关系""" # 实现细节省略...

4. Docker镜像构建

4.1 Dockerfile深度解析

FROM python:3.11-slim as builder # 阶段一：构建依赖 RUN apt-get update && apt-get install -y \ gcc \ python3-dev \ && pip install --user -r requirements.txt FROM python:3.11-slim # 安装运行时依赖 RUN apt-get update && apt-get install -y \ smartmontools \ util-linux \ sudo \ && rm -rf /var/lib/apt/lists/* # 复制已构建的Python环境 COPY --from=builder /root/.local /root/.local COPY . /app # 环境配置 ENV PATH=/root/.local/bin:$PATH WORKDIR /app # 权限配置 RUN echo "ALL ALL=(ALL) NOPASSWD: /usr/sbin/smartctl" >> /etc/sudoers && \ chmod +x /app/mcp_server.py EXPOSE 6666 CMD ["python", "mcp_server.py"]

构建优化技巧：

  1. 使用多阶段构建减小镜像体积
  2. 分离构建时依赖和运行时依赖
  3. 最小化权限配置（仅允许smartctl的sudo权限）
  4. 使用slim基础镜像减少不必要的组件

4.2 镜像构建实操

执行构建命令：

docker build -t mcp-disk-monitor:1.0 .

构建过程常见问题处理：

  1. 网络超时：更换pip源或使用代理
    RUN pip install --trusted-host pypi.tuna.tsinghua.edu.cn \ -i https://pypi.tuna.tsinghua.edu.cn/simple \ -r requirements.txt
  2. 权限不足：确保用户有docker组权限
  3. 存储空间不足：参考2.3节配置存储路径
  4. 架构不匹配：明确指定平台
    docker build --platform linux/amd64 -t mcp-disk-monitor .

5. 运行与测试

5.1 容器化部署

启动容器的最佳实践：

docker run -d \ --name mcp-disk \ --restart unless-stopped \ -p 6666:6666 \ -v /dev:/dev:ro \ --cap-add=SYS_ADMIN \ mcp-disk-monitor:1.0

参数说明：

  • -v /dev:/dev:ro：只读挂载设备目录
  • --cap-add=SYS_ADMIN：授予必要的系统权限
  • --restart：配置自动重启策略

5.2 服务验证

检查服务健康状态：

# 检查容器状态 docker ps -f name=mcp-disk # 查看实时日志 docker logs -f mcp-disk # 测试API接口 curl http://localhost:6666/sse

客户端测试示例输出：

================================================== 测试 list_disks 工具... ================================================== ├─ sda (disk, 447.1G) ├─ sda1 (part, 512M) [挂载点: /boot/efi] ├─ sda2 (part, 1G) [挂载点: /boot] └─ sda3 (part, 445.6G) ├─ vg0-root (lvm, 50G) [挂载点: /] ├─ vg0-swap (lvm, 8G) └─ vg0-data (lvm, 387.6G) [挂载点: /data]

5.3 生产环境建议

  1. 网络安全：

    • 使用TLS加密通信
    • 配置防火墙规则
    • 启用API认证

  2. 资源限制：

    docker run -d \ --memory 2g \ --cpus 1.5 \ --name mcp-prod \ ...

  3. 日志管理：

    docker run -d \ --log-driver json-file \ --log-opt max-size=10m \ --log-opt max-file=3 \ ...

6. 高级配置与优化

6.1 安全加固方案

  1. 非root用户运行：

    RUN useradd -r -u 1001 -g root appuser && \ chown -R appuser:root /app USER appuser

  2. 只读文件系统：

    docker run --read-only \ --tmpfs /tmp \ ...

  3. 安全扫描：

    docker scan mcp-disk-monitor:1.0

6.2 性能调优技巧

  1. SSE连接优化：

    mcp.run( transport="sse", host="0.0.0.0", port=6666, sse_ping_interval=30, # 保持连接活跃 timeout=300 )

  2. 容器资源监控：

    docker stats mcp-disk

  3. 客户端连接池配置：

    self.client = MultiServerMCPClient({ self.server_name: { "url": server_url, "transport": "sse", "pool_size": 5, # 连接池大小 "timeout": 30 } })

6.3 扩展性设计

  1. 添加新监控指标：

    @mcp.tool def disk_usage(): """监控磁盘使用率""" return subprocess.check_output(["df", "-h"]).decode()

  2. 集成告警功能：

    def check_disk_smart(device): result = subprocess.run(...) if "FAILED" in result: send_alert(f"磁盘{device}故障") return result

  3. 支持Prometheus监控：

    from prometheus_client import start_http_server, Gauge smart_status = Gauge('disk_smart_status', 'SMART健康状态', ['device']) @mcp.tool def check_disk_smart(device): status = get_smart_status(device) smart_status.labels(device=device).set(1 if status=="PASSED" else 0) return status

在实际部署过程中，我发现以下几个经验点特别值得注意：

  1. 生产环境务必配置资源限制，避免单个容器耗尽系统资源
  2. SMART检查需要精确的权限控制，过度授权会带来安全隐患
  3. 客户端需要完善的错误处理和重试机制，特别是对网络波动的适应
  4. 磁盘信息查询的JSON处理要考虑各种边缘情况，如设备名称包含特殊字符等