基于Docker的动态可扩展MCP Server基础设施构建及跨容器工具注册方案问询

看起来你已经理清了整体架构方向——用Docker/K8s拆分MCP Server和工具实现动态扩展，同时用Git Actions做CI/CD，这个思路非常棒！核心痛点其实是从进程内本地注册到跨容器远程注册的模式转变，我来给你拆解具体的实现方案：

1. 重构MCP Server：新增远程工具注册API #

原来的@mcp.tool()是进程内直接绑定Server实例，现在要把注册逻辑改成HTTP API驱动，让工具容器能主动向Server注册自己的元信息。

修改mcp_server.py，添加注册接口 #

from fastapi import FastAPI
from fastmcp import FastMCP

# 初始化FastAPI和FastMCP
app = FastAPI(title="MCP Server", version="1.0.0")
mcp = FastMCP(name="MCP Server", version="1.0.0")

# 存储已注册工具的元信息（生产环境建议用Redis等持久化存储）
registered_tools = {}

# 工具注册接口
@app.post("/api/tools/register")
async def register_tool(tool_info: dict):
    # 校验工具信息（比如必填的名称、描述、调用地址、参数 schema）
    required_fields = ["name", "description", "invoke_url", "input_schema", "output_schema"]
    if not all(field in tool_info for field in required_fields):
        return {"status": "failed", "message": "Missing required fields"}
    
    registered_tools[tool_info["name"]] = tool_info
    print(f"Registered tool: {tool_info['name']}")
    return {"status": "success"}

# 处理工具调用的转发逻辑（当Server收到工具调用请求时，转发到对应的工具容器）
@app.post("/api/tools/invoke/{tool_name}")
async def invoke_tool(tool_name: str, params: dict):
    if tool_name not in registered_tools:
        return {"status": "failed", "message": "Tool not found"}
    
    tool = registered_tools[tool_name]
    # 转发请求到工具容器的调用接口
    import httpx
    async with httpx.AsyncClient() as client:
        response = await client.post(tool["invoke_url"], json=params)
        return response.json()

# 保留原FastMCP的核心逻辑（如果需要兼容旧的本地工具）

2. 改造工具容器：独立服务+启动时自动注册 #

每个工具不再依赖Server的mcp实例，而是做成独立的HTTP服务，启动时主动向MCP Server发送注册请求。

改造add.py为独立服务 #

from fastapi import FastAPI
import httpx
import asyncio

app = FastAPI(title="Add Tool", version="1.0.0")

# 工具核心逻辑
@app.post("/api/run")
async def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

# 健康检查接口（供Server做心跳检测）
@app.get("/health")
async def health_check():
    return {"status": "healthy"}

# 启动时向MCP Server注册
async def register_with_server():
    # 通过Docker/K8s的服务名访问Server（避免硬写IP）
    server_url = "http://mcp-server:8000" 
    tool_info = {
        "name": "add",
        "description": "Add two numbers",
        "invoke_url": "http://add-tool:8000/api/run",  # 工具自身的访问地址
        "input_schema": {"a": "int", "b": "int"},
        "output_schema": "int"
    }
    try:
        async with httpx.AsyncClient() as client:
            response = await client.post(f"{server_url}/api/tools/register", json=tool_info)
            if response.status_code == 200:
                print("Add tool registered successfully!")
            else:
                print(f"Registration failed: {response.text}")
    except Exception as e:
        print(f"Failed to connect to MCP Server: {str(e)}")

# FastAPI启动钩子，触发注册
@app.on_event("startup")
async def startup_event():
    await register_with_server()

3. Docker网络与编排配置 #

确保Server和工具容器在同一个自定义网络内，这样可以通过服务名互相访问（不用依赖动态IP）。

示例docker-compose.yml #

version: '3.8'
networks:
  mcp-network:
    driver: bridge

services:
  mcp-server:
    build: ./mcp-server
    ports:
      - "8000:8000"
    networks:
      - mcp-network
    restart: always

  add-tool:
    build: ./tools/add
    networks:
      - mcp-network
    depends_on:
      - mcp-server
    restart: always

4. K8s扩展与Git Actions CI/CD #

K8s部署要点 #

• 为MCP Server和每个工具创建单独的Deployment和Service（ClusterIP类型，供集群内部访问）
• 工具容器的环境变量中配置MCP Server的Service地址（比如MCP_SERVER_URL=http://mcp-server-service.default.svc.cluster.local）
• 可以用HPA（水平Pod自动扩缩容）根据工具的负载自动调整实例数

Git Actions示例（工具镜像构建与部署） #

name: Build & Deploy MCP Tool
on:
  push:
    branches: [mcp_tool_branch]

jobs:
  build-deploy:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      
      - name: Build Docker Image
        run: docker build -t your-registry/add-tool:${{ github.sha }} .
      
      - name: Push to Registry
        run: |
          echo "${{ secrets.DOCKER_PASSWORD }}" | docker login your-registry -u "${{ secrets.DOCKER_USERNAME }}" --password-stdin
          docker push your-registry/add-tool:${{ github.sha }}
      
      - name: Update K8s Deployment
        run: |
          kubectl config set-context --current --namespace=mcp
          kubectl set image deployment/add-tool add-tool=your-registry/add-tool:${{ github.sha }}

5. 容错与稳定性优化 #

• 心跳检测：MCP Server定期调用工具的/health接口，移除长时间无响应的工具
• 重新注册：工具容器重启后自动触发注册逻辑，确保Server能及时感知
• 注册信息持久化：生产环境把registered_tools存储到Redis或数据库，避免Server重启后丢失注册信息

这样改造后，每个工具都是独立的可扩展单元，和MCP Server完全解耦，完美适配Docker/K8s的微服务架构，也能通过Git Actions实现自动化部署。

内容来源于stack exchange