让大模型当网工：实战搭建 H3C CLI MCP 智能体-有度

一、为什么要做这件事

传统网络运维痛点
- CLI 手敲，容易出错，需要熟记命令
自动化脚本问题
- 只能写死逻辑，不智能
大模型出现后的改变

以前是“人操作设备”，
现在是“人指挥 AI，AI 操作设备”。

二、整体架构

组件	作用
Cherry Studio	AI 大脑
MCP	AI 和工具的通信协议
h3c-cli-mcp	设备控制插件
交换机	被控制对象

三、什么是 MCP

一句话来讲就是：

MCP 是让大模型“学会用工具”的协议。

举例类比：

就像给 AI 装了“手”和“键盘”。

四、实战：构建 H3C CLI MCP

首先下载源码，构建本地智能服务，源码地址在我的Git仓库，或者 GitHub仓库

项目目录结构，关于如何拉取代码到本地部署华三智能体，请参考项目 Readme 文档

h3c_cli_mcp/
 ├─ server.py
 └─ __init__.py
pyproject.toml

将源码下载到本地且构造成 h3c-cli-mcp 指令后，就可以在 AI助手内导入使用测试了，本文使用的AI助手是 cherry studio

五、在Cherry Studio中构建MCP智能体

首先下载 Cherry Studio，见官网

然后一次按下图所示，点击设置 -> MCP服务器 -> 添加 -> 快速创建

然后输入对应的指令和名称，开启服务即可

然后点击左上角首页，点击新增助手，编辑好助手名称和对应的提示词即可，提示词在git仓库说明文档内有，也可自行AI

telnet实验测试，在HCL中先构建一个简单的topo，由于HCL模拟器未提供能直接与本地地址通信的端口，所以需要手动配置telnet，最好是将设备最大接口与本地Host直接相连，划分一个专门用于AI自动配置的通道网段，然后按规律分配地址，最后开启telnet，将地址表发给AI助手，最后有啥配置需求，只需全权交给AI负责即可

华三交换机或路由器 telnet 配置

sys
telnet server enable
line vty 0 15
 authentication-mode none
 user-role network-admin
int g1/0/48
port link-mode route
ip address 192.168.99.101 24

本文测试拓扑如下