Risoluzione dei problemi più efficace con il nuovo server MCP per Red Hat Enterprise Linux (ora disponibile in anteprima per sviluppatori)

Gli amministratori di sistema e gli sviluppatori di Red Hat Enterprise Linux (RHEL), oltre ad avere anni di esperienza e intuizione, si affidano da tempo a una serie di strumenti specifici per diagnosticare i problemi. Tuttavia, man mano che gli ambienti diventano più complessi, il carico cognitivo necessario per interpretare efficacemente i log e risolvere i problemi è aumentato.

Oggi siamo lieti di annunciare l’anteprima per sviluppatori di un nuovo server Model Context Protocol (MCP) per RHEL. Questo nuovo server MCP è progettato per colmare il divario tra RHEL e i Large Language Model (LLM), inaugurando una nuova era di risoluzione dei problemi più efficace.

Cos'è il server MCP per RHEL?

MCP è uno standard aperto che consente ai modelli di IA di interagire con dati e sistemi esterni, originariamente rilasciato da Anthropic e donato nel dicembre 2025 all'Agentic AI Foundation della Linux Foundation. Il nuovo server MCP di RHEL è ora disponibile in anteprima per sviluppatori e utilizza questo protocollo per fornire un accesso diretto e sensibile al contesto a RHEL dalle applicazioni IA che supportano il protocollo MCP, come Claude Desktop o goose.

In precedenza abbiamo rilasciato server MCP per Red Hat Lightspeed e Red Hat Satellite che abilitano una serie di interessanti scenari di utilizzo. Questo nuovo server MCP amplia questi scenari di utilizzo ed è progettato appositamente per il troubleshooting approfondito sui sistemi RHEL.

Risoluzione dei problemi più efficace

Ecco alcuni degli scenari di utilizzo abilitati dalla connessione del tuo LLM a RHEL con il nuovo server MCP.

• Analisi intelligente dei log: analizzare i dati dei log è un'attività complessa. Il server MCP consente agli LLM di acquisire e analizzare i log di sistema RHEL. Questa funzionalità permette l'analisi della causa principale basata sull'IA e il rilevamento di anomalie, aiutandoti a trasformare i dati di log grezzi in informazioni utili.
• Analisi delle prestazioni: il server MCP è in grado di accedere a informazioni quali il numero di CPU, il carico medio, i dati sulla memoria e l'utilizzo di CPU e memoria dei processi in esecuzione. Ciò consente a un sistema LLM di analizzare lo stato attuale del sistema, identificare potenziali cali delle prestazioni ed elaborare altri suggerimenti relativi alle prestazioni.

Per aiutarti a esplorare queste nuove funzionalità in modo più sicuro, l’anteprima per sviluppatori si concentra sull'abilitazione di MCP di sola lettura. Il server MCP consente a un LLM di ispezionare ed effettuare raccomandazioni e utilizza chiavi SSH standard per l'autenticazione. Inoltre, può essere configurato con una allowlist per l'accesso ai file di log e ai livelli di log. Il server MCP non consente l'accesso tramite shell aperta al tuo sistema RHEL, poiché i comandi che esegue sono pre-verificati.

Esempi di scenari di utilizzo

In questi esempi, utilizzo l'agente IA goose e il server MCP per lavorare con uno dei miei sistemi RHEL 10 denominato rhel10.example.com. Goose supporta diversi provider di LLM, inclusi provider in hosting online e in hosting locale. Io sto usando un modello in hosting locale.

Ho installato Goose e il server MCP sulla mia workstation Fedora, con l'autenticazione tramite chiave SSH configurata con rhel10.example.com.

Inizierò con un prompt che chiede all'LLM di aiutarmi a controllare l'integrità del sistema rhel10.example.com:

L'LLM utilizza una serie di strumenti forniti dal server MCP per raccogliere informazioni di sistema:

Sulla base di questi dati, l'LLM fornisce una panoramica del sistema e della sua integrità, inclusa questa tabella:

Inoltre, fornisce questo riepilogo, evidenziando i problemi critici che devono essere risolti, come il file system root quasi pieno e un paio di servizi che non funzionano sul sistema.

Analizziamo i problemi identificati. Chiederò all'LLM di aiutarmi a determinare perché l'utilizzo del disco è così elevato:

L'LLM utilizza gli strumenti forniti dal server MCP per determinare cosa sta utilizzando più spazio su disco:

In base a ciò, l'LLM determina che la directory /home/brian/virtual-machines contiene un file da 25 GB e che la directory /home/brian/.local occupa 24 GB di spazio:

Infine, chiederò anche all'LLM di aiutarmi con httpd.service, che era stato precedentemente segnalato come non funzionante.

L'LLM utilizza lo strumento Read File fornito dal server MCP:

Sulla base di ciò, l'LLM segnala le potenziali cause del malfunzionamento di httpd.service:

Inoltre, fornisce anche alcune istruzioni dettagliate per risolvere questo problema:

Il server MCP per RHEL mi ha permesso di identificare e risolvere facilmente i potenziali problemi relativi a un file system quasi pieno e a un servizio httpd non funzionante.

Quali sono i prossimi sviluppi?

Sebbene si parta dall'analisi di sola lettura, la roadmap prevede l'estensione ad altri casi d'uso. Per seguire il processo di sviluppo, tieni d'occhio il nostro repository GitHub upstream. I contributi upstream sono benvenuti. Siamo molto interessati ai tuoi suggerimenti: richieste di miglioramento, segnalazioni di bug e così via. Puoi contattare il team su GitHub o tramite il Fedora AI/ML Special Interest Group (SIG).

Vuoi sperimentare una risoluzione dei problemi più efficace?

Il server MCP per RHEL è ora disponibile in anteprima per sviluppatori. Connetti la tua applicazione client LLM e scopri come l'IA contestuale può cambiare il modo in cui gestisci RHEL. Per iniziare, consulta la documentazione Red Hat e la documentazione upstream.