Agentic-Ops Control Plane

Name: Agentic-Ops Control Plane
Author: nolll77

โดย nolll77รุ่น 0.1.14i★ –iบนเครื่องหรือคลาวด์

ชื่อใน registryio.github.nolll77/agentic-ops

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Autonomous and governed SRE & MLOps control plane for AI agent platforms.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: บนเครื่องหรือคลาวด์
ช่องทาง (transport): stdio, Streamable HTTP
หมวด: อื่น ๆ

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย
PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

เปิด Settings → Connectors
กด Add custom connector
วางที่อยู่ด้านล่างแล้วกด Add
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://agentic-ops-5ebv.onrender.com/mcp

หรือรันในเครื่องคุณ

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "agentic-ops": {
      "command": "uvx",
      "args": [
        "agentic-ops"
      ]
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http agentic-ops https://agentic-ops-5ebv.onrender.com/mcp

หรือรันในเครื่องคุณ

claude mcp add agentic-ops -- uvx agentic-ops

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "agentic-ops": {
      "url": "https://agentic-ops-5ebv.onrender.com/mcp"
    }
  }
}

หรือรันในเครื่องคุณ

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "agentic-ops": {
      "command": "uvx",
      "args": [
        "agentic-ops"
      ]
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "agentic-ops": {
      "type": "http",
      "url": "https://agentic-ops-5ebv.onrender.com/mcp"
    }
  }
}

หรือรันในเครื่องคุณ

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "agentic-ops": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "agentic-ops"
      ]
    }
  }
}

ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:

เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://agentic-ops-5ebv.onrender.com/mcp

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

ยังไม่ได้อ่านรายการเครื่องมือของตัวนี้ เราตรวจ endpoint ทีละชุดวนไป

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub nolll77 ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
endpoint ตอบ
ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป
… ยังไม่ตรวจ
ล็อกอินแบบ OAuth
ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
ยังไม่ได้ตรวจ เราอ่านรายการเครื่องมือตอนตรวจ endpoint

เทียบกับตัวอื่นในหมวด อื่น ๆi

ดาวมากกว่า 0% ของอีก 32505 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 69% ของอีก 32505 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32505 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Agentic-Ops Control Plane ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

ได้ทั้งสองแบบ จะลงในเครื่องหรือต่อผ่านคลาวด์ก็ได้

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.1.14) เข้า registry 16 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, topo^alpin

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวาน

ติดตั้ง

topo^alpin

โดย topoalpin.app

Avalanche bulletins and mountain weather forecasts for any place in the Alps.

รันบนคลาวด์อัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Agentic-Ops Control Plane

-059669)

Language / Langue : English (Main Documentation) | [Lire la documentation complète en Français (README_FR.md)](README_FR.md)

Official Anthropic Model Context Protocol Registry: io.github.nolll77/agentic-ops (v0.1.12 Active) | Glama MCP Catalog: glama.ai/mcp/servers/nolll77/agentic-ops

mcp-name: io.github.nolll77/agentic-ops

Agentic-Ops is a personal MLOps control-plane project for exploring how AI agents (LLMs) can help investigate operational signals such as Data Drift, Model Staleness, and OOMKilled Pods.

Unlike frameworks that prioritize agent autonomy, it explores SRE-inspired controls: deterministic policies, observability, fail-closed authorization, asynchronous human review, and cryptographic auditability. These features are engineering work in progress, not a claim of production qualification or EU AI Act compliance.

Current release and honest qualification status

The Python package is distributed on PyPI; multi-architecture container images (linux/amd64, linux/arm64) are distributed on GHCR (ghcr.io/nolll77/agentic-ops) and Docker Hub (nolll78/agentic-ops).
A local Docker/kind exercise validated an alert webhook through the worker to a simulated investigation episode, and confirmed that its state survived a pod restart on the same PVC. This is local single-node evidence, not a backup-restore or cluster-loss test.
Release automation tests and version-checks a GitHub release, publishes Python distributions to PyPI, then builds and publishes the matching AMD64/ARM64 container to both GHCR and Docker Hub. See docs/CONTAINER_IMAGE_PUBLICATION.md.
Release v0.1.4 adds a fail-closed local inventory, SQLite backup/restore commands, and a synthetic load/crash-recovery benchmark. These tools do not themselves qualify a production deployment.
Release v0.1.5 improves protected console/LLM-probe authentication UX. Render must still have a private ADMIN_API_KEY configured for these protected actions.
Release v0.1.6 adds verified multi-database/evidence backup sets, a simulation-only approval continuation on the original episode, expanded worker crash and inventory lifecycle tests, and a size-matrix benchmark. It does not certify an off-host restore or enable live actions.
Production qualification is not claimed. Entra/SCIM, multi-node HA, deployment-target backup restoration, recovery objectives, synchronization of local inventory with a live source, and action-by-action live execution remain unqualified.
The detailed repository-to-production mapping, missing target-specific values, owners, validation evidence, and promotion gates are documented in docs/INDUSTRIAL_PRODUCTION_BLUEPRINT.md.
Render console/chat probe setup and the exact ADMIN_API_KEY prerequisite are documented in docs/RENDER_CONSOLE_CHAT_TROUBLESHOOTING.md.
A solo, single-node observation/simulation profile does not require an Entra tenant. Its scope and remaining self-operated qualification work are in docs/SELF_HOSTED_PRODUCTION_PATH.md. This is distinct from enterprise SSO, HA and independent audit anchoring.

For implemented behavior versus open production gates, see docs/INDUSTRIAL_IMPLEMENTATION_STATUS.md and docs/PRODUCTION_READINESS_ROADMAP_AND_GAPS.md.

Project Origin: Extracted from `nolll77/car_accident` into an MLOps Control Plane

Originally, Agentic-Ops was developed as an SRE governance and self-healing component inside the road-safety MLOps platform [`nolll77/car_accident`](https://github.com/nolll77/car_accident) (BAAC data warehouse, Feast feature store, MLflow, and FastAPI inference).

It was extracted into this standalone repository to explore a reusable MLOps control plane:

Zero Domain Coupling: All dataset-specific logic (car_accident) was removed in favor of a Hexagonal Architecture (`Ports & Adapters`) driven by declarative YAML policies (autonomy_policy.yaml, action_catalog.yaml, risk_register.yaml).
Designed for adapters: The core engine (Orchestrator FSM, PolicyEngine, Trust Ledger) uses canonical Signal and SystemFacts contracts. Connecting it to another system still requires a suitable adapter, security review, and qualification for that target.

Live Demonstration & Validation Reports

The following public Render instance and reports demonstrate selected features. They are not evidence of production qualification or an availability guarantee:

Live Serverless Auto-Wake Production Instance (`Render` + `Tailscale` + `cron-job.org`):

Live Control Plane Status: [`https://agentic-ops-5ebv.onrender.com/`](https://agentic-ops-5ebv.onrender.com/)
Live Interactive SRE Web Console (`/console`): [`https://agentic-ops-5ebv.onrender.com/console`](https://agentic-ops-5ebv.onrender.com/console)
💬 Live Interactive Web Chat Assistant (`/chat`): [`https://agentic-ops-5ebv.onrender.com/chat`](https://agentic-ops-5ebv.onrender.com/chat)
Live `MCP` (`Model Context Protocol`) Manifest (`/mcp/manifest`): [`https://agentic-ops-5ebv.onrender.com/mcp/manifest`](https://agentic-ops-5ebv.onrender.com/mcp/manifest) *(Full guide: [`docs/MCP_SERVER_GUIDE.md`](docs/MCP_SERVER_GUIDE.md))*
Live Tailscale Mesh Status (`100.85.*.*` anonymized): [`https://agentic-ops-5ebv.onrender.com/api/tailscale/status`](https://agentic-ops-5ebv.onrender.com/api/tailscale/status)
Live Read-Only Pull Snapshot (`jakatt/cac_mlops`): [`https://agentic-ops-5ebv.onrender.com/api/cac/snapshot`](https://agentic-ops-5ebv.onrender.com/api/cac/snapshot)

[!TIP]

### 💬 Try the Live SRE Assistant Web Chat (/chat)

Direct Access: [`https://agentic-ops-5ebv.onrender.com/chat`](https://agentic-ops-5ebv.onrender.com/chat)

Ask natural language SRE questions, explore the 435 Failure Modes Taxonomy, simulate the 36 incident scenarios, and inspect the Multi-Agent System (MAS) in real-time with zero tokens consumed.

Cloud Sandbox Validation Report (`Docker Agentic Platform`): End-to-end deployment on an isolated micro-VM and line-by-line technical interpretation of all 30 unit, adversarial, and cryptographic security tests: [Read the Cloud Sandbox Deployment & Validation Report (`DOCKER_SANDBOX_VALIDATION.md`)](DOCKER_SANDBOX_VALIDATION.md)
Tailscale Pull Interconnection Report with Target Platform [`jakatt/cac_mlops`](https://github.com/jakatt/cac_mlops): Userspace Tailscale tunneling (--tun=userspace-networking / SOCKS5 proxy / DERP relays), strict read-only ingestion across 5 observability sources (Loki, Prometheus, MLflow, Prefect, Evidently), and validation via 13 unit tests: [Read the Tailscale Pull Connector Architecture & Validation Report (`CAC_TAILSCALE_PULL_CONNECTOR.md`)](CAC_TAILSCALE_PULL_CONNECTOR.md)
Target Outage & Scaleway/Tailscale Degradation Resilience Guide: Explains why the Control Plane never crashes if the supervised VPS goes down, detailing RemoteServiceStatus.REMOTE_TARGET_OFFLINE error absorption, Fail-Closed governance, autonomous local test execution, and 1-minute self-healing recovery: [Read the Target Outage & Resilience Guide (`docs/TARGET_OUTAGE_AND_RESILIENCE_GUIDE.md`)](docs/TARGET_OUTAGE_AND_RESILIENCE_GUIDE.md)
Official Thesis Defense Report (PDF, 40 Pages): Comprehensive SRE & MLOps thesis defense report on governance, multi-layer observability, deterministic FSM, and interconnection with jakatt/cac_mlops: [Read the Official Defense Report (`docs/Rapport_soutenance_Mar25_MLOps_Agentic_Car_Accident.pdf`)](docs/Rapport_soutenance_Mar25_MLOps_Agentic_Car_Accident.pdf)

Presentation Slides Explaining this Repository

Online Google Slides Presentation: [`https://docs.google.com/presentation/d/1fi5rEGww1CexT4OUcDj1d9W8YQhkL5GoXZwWDtCjLA0/edit?usp=sharing`](https://docs.google.com/presentation/d/1fi5rEGww1CexT4OUcDj1d9W8YQhkL5GoXZwWDtCjLA0/edit?usp=sharing)

Foundational Knowledge Engineering: The MLOps Failure Taxonomy & Incident War-Room Scenarios Registry

An AI Agent cannot safely diagnose or govern a production MLOps platform without a formal, structured ontology of how machine learning systems fail in the real world. Before writing a single line of orchestration code, Agentic-Ops was grounded in two foundational engineering registries that serve as the cognitive, observability, and decision-making reference frame for the entire repository:

Foundational Reference Document	Direct Link in Repository	Scale & Depth	Operational Role in `Agentic-Ops`

| 1. MLOps Failure Modes & Risk Taxonomy (`v2`) | [`docs/mlops_failure_modes_taxonomy.md`](docs/mlops_failure_modes_taxonomy.md) | 435 Failure Modes across 10 System Dimensions (636 lines / 143 KB) | The Observability & Risk Compass. Catalogs every failure class (Infrastructure, Data Pipelines, Feature Store, Training, Serving, Observability, CI/CD, SecOps, FinOps, Org) calibrated by Severity (`1-5`), Probability (`1-5`), Detectability (`1-5`), `RPN` (`Risk Priority Number` `/125`), primary `SLO` impact, detection sensor, automated mitigation, and human runbook. Compiled via [`agentic_ops/cli/compile_tax

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

Agentic-Ops Control Plane

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

topo^alpin

README จากผู้ทำ

Agentic-Ops Control Plane

Current release and honest qualification status

Project Origin: Extracted from nolll77/car_accident into an MLOps Control Plane

Live Demonstration & Validation Reports

Presentation Slides Explaining this Repository

Foundational Knowledge Engineering: The MLOps Failure Taxonomy & Incident War-Room Scenarios Registry

Project Origin: Extracted from `nolll77/car_accident` into an MLOps Control Plane