Railway MCP Server
官方Railway MCP Server 讓您能透過自然語言與 Railway 專案及基礎設施互動。您可以指示 IDE 或 AI 助手建立專案、部署模板、管理環境、提取變數、重新部署服務等。
文件
Railway MCP Server 是一個 Model Context Protocol (MCP) 伺服器,讓你能以自然語言與 Railway 專案及基礎架構互動。你可以要求 IDE 或 AI 助理建立專案、部署範本、管理環境、拉取變數、重新部署服務等。
Railway 提供兩種連線方式:
- 本機 MCP — 透過你機器上的 Railway CLI 執行。建議用於大多數編碼代理工作流程,因為它會共用 CLI 的驗證和專案脈絡。
- 遠端 MCP — 位於
mcp.railway.com的託管端點。無需本機安裝或 CLI;用戶端透過瀏覽器中的 OAuth 進行驗證。
快速入門
安裝 Railway CLI 並透過一個指令設定代理支援 — 技能、MCP 和驗證。切換選項以自訂你想要設定的指令:
如果已安裝 CLI,請跳過引導步驟並執行:
railway setup agent # local MCP
railway setup agent --remote # remote MCP
請繼續閱讀以了解各編輯器的手動設定、可用工具清單以及安全性考量。
各編輯器設定
如果你想手動為編輯器進行設定 — 或想確切了解 railway mcp install 寫入了什麼 — 請使用切換功能在本機 stdio 設定和遠端 HTTP 設定之間切換:
railway mcp install 會將 Railway 伺服器項目合併到現有設定中,而不會移除其他 MCP 伺服器。隨時重新執行即可更新。
了解 MCP
Model Context Protocol (MCP) 定義了一個標準,說明 AI 應用程式(主機)如何透過用戶端-伺服器架構與外部工具和資料來源互動。
- 主機:連接到 MCP 伺服器的應用程式,例如 Cursor、VS Code、Claude Code 或 Windsurf。
- 用戶端:主機內部的層級,負責與個別 MCP 伺服器維持一對一連線。
- 伺服器:獨立的程式(例如 Railway MCP Server),用於公開管理外部系統的工具和工作流程。
本機 Railway MCP Server 會將自然語言請求轉換為由 Railway CLI 驅動的 CLI 工作流程。遠端 MCP 伺服器則在 Railway 的基礎架構上執行,並透過 OAuth 進行驗證。
先決條件
- 本機 MCP — 安裝並驗證 Railway CLI。
- 遠端 MCP — 一個 Railway 帳戶。無需本機安裝。
使用範例
-
建立並部署新的應用程式
Create a Next.js app in this directory and deploy it to Railway. Also assign it a domain. -
從範本部署
Deploy a Postgres database -
拉取環境變數
Pull environment variables for my project and save them to a .env file -
偵錯失敗的部署(僅限遠端的
railway-agent工具)Use the railway agent to figure out why my backend service is crashing on deploy -
重新部署服務
Redeploy my api service in the production environment
可用的 MCP 工具
Railway MCP Server 提供一組精選的工具。你的 AI 助理會根據請求的內容自動呼叫這些工具。
本機 MCP
本機伺服器透過 Railway CLI 執行,並公開更廣泛的 CRUD 工具集:
- 狀態
check-railway-status— 驗證 CLI 安裝和驗證狀態
- 專案與服務
list-projects、create-project-and-linklist-services、link-servicedeploy— 部署服務deploy-template— 從 Railway 範本庫 部署
- 環境
create-environment、link-environment
- 設定
list-variables、set-variablesgenerate-domain
- 可觀測性
get-logs
遠端 MCP
遠端伺服器公開一組重點工具以及一個強大的代理入口點。對於任何複雜的操作,請委派給 railway-agent。
- 帳戶
whoami
- 專案
list-projects、create-project、list-services
- 部署
redeployaccept-deploy— 提交已暫存的變更並部署(破壞性操作;用戶端會提示確認)
- 代理
railway-agent— 將自然語言請求交給 Railway 的 AI 代理,以執行多步驟操作,例如日誌分析、偵錯和服務設定
安全性考量
Railway MCP Server 會代表你執行 CLI 指令或叫用 Railway API。破壞性操作已刻意從本機伺服器的工具清單中排除,但你仍應:
- 在核准前審查 LLM 請求的動作,尤其是破壞性操作(
redeploy、accept-deploy、railway-agent)。 - 限制存取,確保只有受信任的使用者可以叫用 MCP 伺服器。
- 避免生產環境風險,盡可能將使用範圍限制在非關鍵環境。
針對遠端伺服器:
- OAuth 範圍界定。當你同意時,可以選擇用戶端可以存取哪些工作區和專案。權杖是短暫的,可以從你的 Railway 帳戶設定中撤銷。
- 破壞性動作會在協定層級標記。遵守這些提示的用戶端會提示確認。
- 不接受專案權杖。遠端 MCP 伺服器需要使用者身分以用於計費和稽核追蹤。
功能請求
Railway MCP Server 仍在開發中。我們正積極新增更多工具和功能。如果你有功能請求,請在此 Central Station 貼文中留下你的意見回饋。