Railway MCP

Railway MCP Server adalah server Model Context Protocol (MCP) yang memungkinkan interaksi bahasa alami dengan proyek dan infrastruktur Railway Anda. Minta IDE atau asisten AI Anda untuk membuat proyek, menerapkan templat, mengelola environment, menarik variabel, menerapkan ulang layanan, dan banyak lagi.

Railway menawarkan dua cara untuk terhubung:

• MCP Lokal — berjalan melalui Railway CLI di mesin Anda. Direkomendasikan untuk sebagian besar alur kerja agen pengkodean karena berbagi autentikasi dan konteks proyek CLI.
• MCP Jarak Jauh — endpoint yang dihosting di mcp.railway.com. Tidak perlu instalasi lokal atau CLI; klien mengautentikasi melalui OAuth di browser.

Mulai cepat

Instal Railway CLI dan konfigurasikan dukungan agen — skill, MCP, dan autentikasi — dalam satu perintah. Alihkan opsi untuk menyesuaikan perintah dengan apa yang ingin Anda siapkan:

Jika CLI sudah terinstal, lewati bootstrap dan jalankan:

railway setup agent          # local MCP
railway setup agent --remote # remote MCP

Baca terus untuk konfigurasi manual per editor, daftar alat yang tersedia, dan pertimbangan keamanan.

Konfigurasi per editor

Jika Anda lebih suka menghubungkan editor secara manual — atau ingin melihat persis apa yang ditulis railway mcp install — gunakan tombol alih untuk beralih antara konfigurasi stdio lokal dan konfigurasi HTTP jarak jauh:

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

Memahami MCP

Model Context Protocol (MCP) mendefinisikan standar tentang bagaimana aplikasi AI (host) dapat berinteraksi dengan alat eksternal dan sumber data 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 memelihara koneksi satu-ke-satu dengan server MCP individual.
• Server: Program mandiri (seperti Railway MCP Server) yang mengekspos alat dan alur kerja untuk mengelola sistem eksternal.

Railway MCP Server lokal menerjemahkan permintaan bahasa alami ke dalam alur kerja CLI yang didukung oleh Railway CLI. Server MCP jarak jauh berjalan di infrastruktur Railway dan mengautentikasi melalui OAuth.

Prasyarat

• MCP Lokal — instal dan autentikasi Railway CLI.
• MCP Jarak Jauh — akun Railway. Tidak perlu instalasi lokal.

Contoh penggunaan

• 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
  

• Tarik variabel environment

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

• Debug penerapan yang gagal (hanya alat jarak jauh 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 seperangkat alat yang dikurasi. Asisten AI Anda memanggil ini secara otomatis berdasarkan konteks permintaan Anda.

MCP Lokal

Server lokal berjalan melalui Railway CLI dan mengekspos seperangkat alat CRUD yang lebih luas:

• Status
  • check-railway-status — verifikasi instalasi dan autentikasi CLI
• Proyek & layanan
  • list-projects, create-project-and-link
  • list-services, link-service
  • deploy — terapkan layanan
  • deploy-template — terapkan dari Railway Template Library
• Environment
  • create-environment, link-environment
• Konfigurasi
  • list-variables, set-variables
  • generate-domain
• Observabilitas
  • get-logs

MCP Jarak Jauh

Server jarak jauh mengekspos seperangkat alat yang terfokus ditambah titik masuk agen yang kuat. Untuk hal yang kompleks, delegasikan ke railway-agent.

• 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 di tingkat protokol)
• Penerapan
  • redeploy
  • accept-deploy — komit perubahan bertahap dan terapkan (destruktif; klien meminta konfirmasi)
• Agen
  • railway-agent — serahkan permintaan bahasa alami ke agen AI Railway untuk operasi multi-langkah seperti analisis log, debugging, dan konfigurasi layanan

Pertimbangan keamanan

Railway MCP Server menjalankan perintah CLI atau memanggil API Railway atas nama Anda. Operasi destruktif sengaja dikecualikan dari daftar alat server lokal, tetapi Anda tetap harus:

• Tinjau tindakan yang diminta oleh LLM sebelum menyetujuinya, terutama yang destruktif (redeploy, accept-deploy, railway-agent).
• Batasi akses untuk memastikan hanya pengguna tepercaya yang dapat memanggil server MCP.
• Hindari risiko produksi dengan membatasi penggunaan pada environment non-kritis jika memungkinkan.

Untuk server jarak jauh secara khusus:

• Cakupan OAuth. Saat Anda menyetujui, Anda memilih ruang kerja dan proyek mana yang dapat diakses klien. Token berumur pendek dan dapat dicabut dari pengaturan akun Railway Anda.
• Tindakan destruktif ditandai di tingkat protokol. Klien yang menghormati petunjuk ini akan meminta konfirmasi.
• Token proyek tidak diterima. Server MCP jarak jauh memerlukan identitas pengguna untuk penagihan dan jejak audit.

Permintaan fitur

Railway MCP Server sedang dalam proses pengembangan. Kami secara aktif menambahkan lebih banyak alat dan fitur. Jika Anda memiliki permintaan fitur, tinggalkan umpan balik Anda di postingan Central Station ini.