1. 生产案例

• 清理节点

• 重启节点

• 删除异常 Pod

• 巡检集群

2. 两步快速配置

第一步，配置 mcp

将这段配置丢给 OpenClaw，OpenClaw 会帮你配置好。

1
2
3
4
5
6
7
8

{
  "mcpServers": {
    "ops-mcp-server": {
      "baseUrl": "http://ops-mcp-server/mcp",
      "headers": { "Authorization": "Bearer xxx" }
    }
  }
}

第二步，安装 skills

告诉 OpenClaw 安装一个 ops-mcp-server 的 skills。

1

clawhub install ops-mcp-server

这样你就可以开始根据自己的需求，养殖一只运维用的 OpenClaw 了。

3. 怎么对接 OpenClaw

不仅要让 OpenClaw 长出手脚，能够执行具体的任务；还需要长出眼睛能观测系统的运行状态。

执行任务主要依赖于一些 SOP。有了这些标准操作流程，我们才能放心大胆地将执行环节交给 OpenClaw。可以参考之前的文章 你也可以这样落地 AI Agent - SOPS 篇 。

运维的观测，不仅仅是指标、日志、链路，还有事件，可以参考之前的文章 你也可以这样落地 AI Agent - 运维事件篇 。事件是一个更好的观测维度，事件伴随的是变更，而变更是稳定性最大的敌人、是最需要关注的维度。

这些能力，我们都通过 ops-mcp-server 导出给 OpenClaw。其实，不仅仅是导出给 OpenClaw，我们开发的一些 Vibe coding 的项目，也都是基于 ops-mcp-server。如果内部没有现成的能力层网关，使用 mcp server 对外提供统一的访问入口是一个非常不错的选择。

4. OpenClaw 的运维飞轮

OpenClaw 是一个具有自我进化能力的系统。为什么你会感觉 OpenClaw 越用越聪明，越来越懂你？因为 OpenClaw 在不断地循环于尝试处理、接受反馈、优化方法。几个来回之后，OpenClaw 很容易就能拿到一个不错的分数。

OpenClaw 需要一个飞轮。OpenClaw 需要知道运维对象的状态，需要能检查系统的状态，需要能修改系统状态，需要再次去确认运维对象的状态。而这些就是需要我们提供给 OpenClaw 的能力，可以是一个接口、一个脚本、一个 CLI 等。

如上图，如果能提供这些完整的能力给 OpenClaw，那么 OpenClaw 就会用飞轮给我们带来无限的可能性。