【要約】OCI Cloud MCP Serverを使ってテナンシ管理業務を省力化してみる - その1 導入編 [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
OCIテナンシの管理者が、大規模な環境におけるアドホックな調査業務において、手作業やコマンド調査に多大な時間を費やす問題に直面している。コンパートメントが400以上存在する環境では、一括作業が困難である。具体的には以下の課題がある。
- ・リソース増加に伴い、OCI CLIのコマンド体系を調べるコストが増大。
- ・統計情報の収集やセキュリティチェックが、手作業による個別対応になりがち。
- ・コンパートメント構造が複雑で、一括操作や広範囲な調査がやりづらい。
// Approach
管理者は、LLMがOCI APIを直接操作できるMCPサーバーを導入することで、自然言語による管理業務の自動化を試みた。OCI Python SDKをラップした『oci-cloud-mcp-server』を採用し、以下の手順で環境を構築した。
- ・
uvを用いてPython環境を構築し、MCPサーバーをセットアップ。 - ・VS CodeのCodexから、STDIO経由でMCPサーバーに接続。
- ・OCI CLIの接続プロファイルを利用して、API認証を確立。
- ・LLMがSDKのメソッドや引数を動的に探索し、クエリを組み立てる仕組みを活用。
// Result
管理者がMCPサーバーを導入した結果、自然言語によるリソース調査の効率化を確認できた。コマンドの暗記なしに、Computeインスタンス一覧やユーザーのログイン履歴を即座に抽出可能である。また、サービス制限の逼迫状況など、複雑な判断を要するクエリもLLMが適切に実行した。ただし、以下の点も判明した。
- ・Audit APIのタイムアウトにより、極めて複雑なタスクは失敗する場合がある。
- ・調査内容が会話ログとして残るため、作業メモとしての活用が可能。
- ・トークン消費量や、機密情報のログ管理には注意が必要。
Senior Engineer Insight
> 運用管理の「調査フェーズ」における開発体験を劇的に向上させる技術だ。コマンドの暗記やドキュメント参照の時間を削減できる点は大きい。一方で、LLMによるAPI実行はトークン消費と実行時間の増大を招く。また、Audit APIのタイムアウトに見られるように、大規模データに対するクエリ性能には限界がある。実戦投入には、IAMポリシーによる「参照専用権限」の厳格な適用と、機密情報が会話ログに残るリスクへの対策が不可欠だ。