Back to MCP directory
publicPublicdnsLocal runtime

FastlyMCP

Fastly MCP 是一个通过模型上下文协议(MCP)将Fastly API功能集成到AI助手的工具,允许用户通过AI管理CDN服务、缓存、安全配置等,同时保护API密钥安全。

article

README

🚀 Fastly MCP 项目介绍

Fastly 是一家领先的内容分发网络(CDN)服务提供商,专注于为全球互联网提供高效、安全的应用交付解决方案。其产品涵盖内容交付网络(CDN)、边缘计算平台以及企业级安全功能。

Fastly 提供了一系列强大的 API 接口,方便开发者直接调用其核心服务功能。借助这些 API,用户能够实现对 Fastly 服务的自动化管理,具体包括:

  • 服务配置与管理
  • 域名解析与记录设置
  • 性能监控与分析
  • 安全功能(如 Web 应用防火墙、DDoS 防护等)
  • 边缘计算能力

✨ 主要特性

Fastly MCP 实现概述

为便于开发者使用 Fastly 服务,我们推出了基于 Node.js 的 MCP 服务器实现。该实现支持 AI 助手通过 Model Context Protocol 协议与 Fastly 网络进行交互。其主要功能如下:

  1. 基于 API 的服务管理
  2. 支持多租户环境
  3. 日志记录与监控
  4. 安全认证机制

核心特点

  • 采用 Fastly 官方 API,保障兼容性
  • 提供详细的错误处理和日志记录
  • 支持大规模服务部署
  • 具备可扩展的架构设计

使用场景

  1. 服务配置与优化
  2. 性能数据分析
  3. 边缘计算应用开发
  4. 安全策略管理
  5. 自动化运维

📦 安装指南

准备工作

  • Fastly 账户及 API Key(获取方法:https://www.fastly.com/signup/)
  • 支持 MCP 的 AI 助手(如 Anthropic Claude、GPT 系列等)
  • Node.js 环境(建议版本 14+)

配置步骤

在您的 AI 助手配置文件中添加以下内容:

{
  "mcpServers": {
    "fastly": {
      "command": "node",
      "args": ["path/to/fastly-mcp.mjs"],
      "env": {
        "FASTLY_API_KEY": "your_fastly_api_key"
      }
    }
  }
}

💻 使用示例

基础用法

按照上述安装指南完成准备和配置工作后,即可使用 Fastly MCP 与 Fastly 服务进行交互。

高级用法

以下是一些复杂场景的使用案例:

  • 针对特定服务 ID [service_id/name] 分析流量特征并提出优化建议
  • 配置实时视频流传输的最佳实践
  • 检测配置中的潜在冲突
  • 优化视频分块缓存策略
  • 增强 Web 应用防火墙(WAF)安全防护
  • 设置源站 mTLS 认证
  • 实现边缘计算的 A/B 测试功能
  • 添加动态图像重写规则(基于 VCL)
  • 分析最近 24 小时内 [service_id/name] 的日志,找出导致 5xx 错误的根本原因

📚 详细文档

欲了解详细信息,请参考以下资源:

  • Fastly API 文档:https://www.fastly.com/documentation/reference/api/
  • Model Context Protocol 官方网站:https://modelcontextprotocol.io/introduction
  • 快速上手指南:https://docs.fastly.com/en/guides/start-here

📄 许可证

本项目采用 MIT 许可证,具体条款请参见 LICENSE 文件。

help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client