Railway MCP

resmi

Server Railway MCP memungkinkan interaksi bahasa alami dengan proyek dan infrastruktur Railway Anda. Minta IDE atau asisten AI Anda untuk membuat proyek, menyebarkan template, mengelola lingkungan, menarik variabel, menyebarkan ulang layanan, dan lainnya.

Lihat di railway.comCoba MCP iniDisponsori

Apa yang bisa Anda lakukan dengan Railway MCP?

  • Membuat dan men-deploy proyek — Minta untuk membuat proyek baru atau men-deploy template seperti Postgres, dengan create-project dan deploy_template.
  • Mengelola variabel lingkungan — Tarik variabel ke file .env atau atur per lingkungan menggunakan list_variables dan set_variables.
  • Men-deploy ulang atau men-debug layanan — Picu deploy ulang dengan redeploy, atau gunakan railway-agent untuk mendiagnosis mengapa layanan mogok.
  • Mengontrol fitur flag — Daftar, lihat, atau alihkan flag seperti checkout-v2 melalui list-feature-flags dan set-feature-flag.
  • Menangani domain dan jaringan — Buat domain dengan generate_domain, atau kelola proxy TCP dan jaringan privat.
  • Menskala dan mengonfigurasi layanan — Perbarui konfigurasi layanan atau skala instance menggunakan update_service dan scale_service.

Server MCP Terhosting

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

Terpasang ke Claude Code, Codex, Cursor, dan lainnya

Dokumentasi

Railway MCP Server mengimplementasikan Model Context Protocol (MCP). Ini memungkinkan asisten AI untuk membuat proyek, men-deploy template, mengelola environment, menarik variabel, dan men-deploy ulang layanan.

Server berjalan di mcp.railway.com. Hubungkan ke server tersebut dengan salah satu dari dua cara:

  • Melalui CLI (default). Perintah railway mcp menghubungkan editor Anda ke mcp.railway.com melalui Railway CLI, menggunakan kembali kredensial railway login Anda sehingga tidak diperlukan autentikasi kedua.
  • 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 lebih baru.

Memulai cepat

Instal Railway CLI dan konfigurasikan keterampilan agen, MCP, dan autentikasi dalam satu perintah. Pilih opsi untuk menghasilkan perintah pengaturan:

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 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 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 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.

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

Prasyarat

Menghubungkan ke server MCP Railway memerlukan akun Railway. Koneksi CLI default juga memerlukan Railway CLI yang terinstal dan sesi railway login sehingga dapat menggunakan kembali kredensial tersebut. OAuth tidak memerlukan CLI.

Contoh penggunaan

Gunakan prompt yang menjelaskan hasil Railway yang Anda inginkan dari agen.

  • Buat dan deploy aplikasi baru

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

  • Deploy dari template

    Deploy a Postgres database

  • Tarik variabel environment

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

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

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

  • Deploy ulang layanan

    Redeploy my api service in the production environment

  • Kelola fitur 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 mengekspos alat-alat berikut. Asisten AI Anda memilih alat berdasarkan permintaan Anda. Gunakan railway-agent untuk operasi multi-langkah.

  • Akun
    • whoami
  • Proyek
    • list-projects, create-project, list-services
  • Fitur flag
    • list-feature-flags, get-feature-flag
    • set-feature-flag, delete-feature-flag (admin; penghapusan destruktif ditandai di tingkat protokol)
  • Deployment
    • redeploy
    • accept-deploy: komit perubahan yang dipentaskan dan deploy (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

Jalankan server secara lokal

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

Server lokal mengekspos 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
  • Environment dan deployment: 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
  • Template: 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 API Railway atas nama Anda. Ingat poin-poin berikut:

  • Autentikasi CLI. Perintah railway mcp membaca dan menyegarkan kredensial railway login Anda. Konfigurasi editor tidak berisi kredensial Railway yang berumur panjang.
  • Cakupan OAuth. Dengan OAuth, Anda memilih workspace 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 memerlukan identitas pengguna untuk penagihan dan jejak audit.

Anda tetap harus:

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

Permintaan fitur

Bagikan permintaan fitur di Railway MCP Server Central Station post.