Railway MCP

npx add-mcp 'https://mcp.railway.com'

Railway MCP Server mengimplementasikan Model Context Protocol (MCP). Server ini memungkinkan asisten AI membuat proyek, menerapkan templat, mengelola lingkungan, mengambil variabel, dan menerapkan ulang layanan.

Server berjalan di mcp.railway.com. Hubungkan dengan salah satu dari dua cara berikut:

• Melalui CLI (default). Perintah railway mcp menghubungkan editor Anda ke mcp.railway.com melalui Railway CLI, menggunakan kembali kredensial railway login Anda sehingga autentikasi kedua tidak diperlukan.
• Dengan OAuth. Editor yang mendukung OAuth terhubung langsung ke https://mcp.railway.com tanpa CLI.

Catatan: Menghubungkan melalui CLI memerlukan CLI versi 5.44.0 atau yang lebih baru.

Mulai cepat

Instal Railway CLI dan konfigurasi keterampilan agen, MCP, serta autentikasi dengan satu perintah. Pilih opsi untuk membuat perintah penyiapan:

Jika CLI sudah terinstal, lewati bootstrap dan jalankan:

railway setup agent          # connect through the CLI (default)
railway setup agent --oauth  # connect with OAuth

Lanjutkan membaca untuk konfigurasi manual per editor, daftar alat yang tersedia, dan pertimbangan keamanan.

Konfigurasi per editor

Jika Anda lebih suka mengonfigurasi editor secara manual, atau ingin memeriksa apa yang ditulis oleh railway mcp install, gunakan pemilih untuk beralih antara koneksi CLI, OAuth, dan menjalankan server secara lokal:

railway mcp install menggabungkan entri server Railway ke dalam konfigurasi yang sudah ada tanpa menghapus server MCP lainnya. Jalankan ulang kapan saja untuk memperbarui.

Memahami MCP

Model Context Protocol (MCP) menetapkan standar tentang cara aplikasi AI (host) berinteraksi dengan alat dan sumber data eksternal melalui arsitektur klien-server.

• Host: Aplikasi seperti Cursor, VS Code, Claude Code, atau Windsurf yang terhubung ke server MCP.
• Klien: Lapisan di dalam host yang mempertahankan koneksi satu-ke-satu dengan masing-masing server MCP.
• Server: Program mandiri (seperti Railway MCP Server) yang menyediakan alat dan alur kerja untuk mengelola sistem eksternal.

Server MCP Railway berjalan di infrastruktur Railway. Perintah railway mcp terhubung ke server melalui stdio dan menyertakan kredensial dari sesi railway login Anda pada setiap permintaan. Editor yang mendukung OAuth terhubung langsung.

Prasyarat

Untuk terhubung ke server MCP Railway, Anda memerlukan akun Railway. Koneksi CLI default juga memerlukan Railway CLI yang telah terinstal dan sesi railway login agar kredensial tersebut dapat digunakan kembali. OAuth tidak memerlukan CLI.

Contoh penggunaan

Gunakan prompt yang menjelaskan hasil Railway yang ingin Anda capai dengan agen.

• Buat dan terapkan aplikasi baru

  Create a Next.js app in this directory and deploy it to Railway.
  Also assign it a domain.
  

• Terapkan dari templat

  Deploy a Postgres database
  

• Ambil variabel lingkungan

  Pull environment variables for my project and save them to a .env file
  

• Debug penerapan yang gagal (menggunakan alat railway-agent)

  Use the railway agent to figure out why my backend service is
  crashing on deploy
  

• Terapkan ulang layanan

  Redeploy my api service in the production environment
  

• Kelola feature flag

  List feature flags for project <projectId>
  

  Set the checkout-v2 feature flag to true on project <projectId>
  

Alat MCP yang tersedia

Railway MCP Server menyediakan alat-alat berikut. Asisten AI Anda memilih alat berdasarkan permintaan Anda. Gunakan railway-agent untuk operasi bertahap.

• Akun
  • whoami
• Proyek
  • list-projects, create-project, list-services
• Feature flag
  • list-feature-flags, get-feature-flag
  • set-feature-flag, delete-feature-flag (admin; penghapusan destruktif ditandai pada tingkat protokol)
• Penerapan
  • redeploy
  • accept-deploy: commit perubahan yang telah di-stage dan terapkan (destruktif; klien meminta konfirmasi)
• Agen
  • railway-agent: teruskan permintaan dalam bahasa alami ke agen AI Railway untuk operasi bertahap seperti analisis log, debugging, dan konfigurasi layanan
• Tugas agen cloud (lihat Tugas)
  • run-cloud-agent-task: serahkan pekerjaan kepada agen cloud (memulai agen baru dikenai biaya; klien meminta konfirmasi)
  • check-cloud-agent-task, list-cloud-agent-tasks, get-cloud-agent-transcript
  • respond-cloud-agent-task, cancel-cloud-agent-task
  • list-cloud-agent-models

Jalankan server secara lokal

CLI juga menyertakan server MCP dalam proses untuk mesin yang tidak dapat menjangkau mcp.railway.com, misalnya pada jaringan dengan egress terbatas. Jalankan dengan railway mcp local, atau tulis konfigurasi untuk editor yang didukung dengan railway mcp install --local. Server ini berkomunikasi langsung dengan Railway API menggunakan kredensial CLI Anda, menandai alat destruktif dengan petunjuk tingkat protokol, dan menampilkan pratinjau sebelum meminta confirm: true.

Server lokal menyediakan kumpulan alat yang berbeda dari mcp.railway.com:

• Akun: whoami
• Proyek dan layanan: list_workspaces, list_projects, create_project, list_services, create_service, remove_service, connect_service_source, disconnect_service_source, link_service, get_service_config, update_service, dan scale_service
• Lingkungan dan penerapan: create_environment, link_environment, environment_status, list_deployments, dan deploy
• Variabel: list_variables, set_variables, dan add_reference_variable
• Domain: generate_domain, list_domains, domain_status, update_domain, delete_domain, dan retry_domain_certificate
• Jaringan: list_tcp_proxies, get_tcp_proxy, create_tcp_proxy, remove_tcp_proxy, private_network_status, dan private_network_update
• Templat: search_templates dan deploy_template
• Penyimpanan: create_bucket, remove_bucket, create_volume, update_volume, dan remove_volume
• Observabilitas: get_logs, service_metrics, http_requests, http_error_rate, dan http_response_time
• Dokumentasi: docs_search dan docs_fetch

Pertimbangan keamanan

Railway MCP Server memanggil Railway API atas nama Anda. Perhatikan hal-hal berikut:

• Autentikasi CLI. Perintah railway mcp membaca dan memperbarui kredensial railway login Anda. Konfigurasi editor tidak berisi kredensial Railway yang berlaku jangka panjang.
• Cakupan OAuth. Dengan OAuth, Anda memilih ruang kerja dan proyek yang dapat diakses klien. Token berumur pendek dan dapat dicabut dari pengaturan akun Railway Anda.
• Tindakan destruktif ditandai pada tingkat protokol. Klien yang mematuhi petunjuk ini akan meminta konfirmasi.
• Token proyek tidak diterima. Server memerlukan identitas pengguna untuk penagihan dan jejak audit.

Anda tetap harus:

• Tinjau tindakan yang diminta oleh LLM sebelum menyetujuinya, terutama tindakan destruktif (redeploy, accept-deploy, railway-agent, dan remove_service, delete_domain, remove_tcp_proxy, remove_bucket, serta remove_volume milik server lokal).
• Batasi akses untuk memastikan hanya pengguna tepercaya yang dapat menjalankan server MCP.
• Hindari risiko produksi dengan membatasi penggunaan pada lingkungan nonkritis jika memungkinkan.

Permintaan fitur

Sampaikan permintaan fitur di postingan Railway MCP Server Central Station.