terraform-mcp-server
Enables AI agents to manage Terraform modules by searching, inspecting, and scaffolding configurations from private GitHub repositories. Also provides backend S3 configuration for generated Terraform code.
README
terraform-mcp-server
MCP (Model Context Protocol) server para gestionar los módulos de Terraform de la organización <TuOrg> en GitHub.
Este server expone tools que permiten a los agentes de IA buscar, inspeccionar y scaffoldear configuraciones de Terraform usando la librería de módulos privados de la organización (repos con el nombre terraform-aws-module-*).
Funcionalidades
- search_modules — Lista y filtra los módulos de Terraform disponibles en la organización
- get_module — Obtiene el detalle del módulo: README, variables, outputs y última versión
- list_module_versions — Lista todos los tags de versión disponibles de un módulo
- scaffold_terraform — Genera una configuración completa de Terraform usando un módulo
Instalación
# Clona el repositorio
git clone https://github.com/<TuOrg>/terraform-mcp-server.git
cd terraform-mcp-server
# Instala con pip
pip install -e .
# O con uv
uv pip install -e .
Variables de entorno
| Variable | Obligatoria | Default | Descripción |
|---|---|---|---|
GITHUB_TOKEN |
Sí | — | Personal access token de GitHub con scope repo |
GITHUB_ORG |
Sí | <TuOrg> (placeholder) |
Nombre de la organización de GitHub — el default es un placeholder, hay que definirla |
MODULE_PREFIX |
No | terraform-aws-module- |
Prefijo de los repos de módulos |
TF_MIN_VERSION |
No | 1.10 |
Versión mínima de Terraform en las configuraciones generadas (1.10+ es necesario para el locking nativo de state en S3) |
IAC_ROLE_NAME |
No | terraform-iac |
Rol IAM que asume el provider generado — el assume_role se emite siempre, nunca se usan credenciales estáticas |
Uso
Arrancar el server
# Directamente
terraform-mcp-server
# O como módulo de Python
python -m terraform_mcp_server.server
Configuración del cliente MCP
Agrégalo a la configuración de tu cliente MCP (por ejemplo, Claude Desktop, Kiro, etc.):
{
"mcpServers": {
"terraform-mcp-server": {
"command": "terraform-mcp-server",
"env": {
"GITHUB_TOKEN": "ghp_your_token_here"
}
}
}
}
O si lo ejecutas desde el código fuente con uv:
{
"mcpServers": {
"terraform-mcp-server": {
"command": "uv",
"args": ["run", "--directory", "/path/to/terraform-mcp-server", "terraform-mcp-server"],
"env": {
"GITHUB_TOKEN": "ghp_your_token_here"
}
}
}
}
Referencia de tools
search_modules
Busca los módulos de Terraform disponibles en la organización.
Parámetros:
query(str, opcional): filtra los módulos por nombre de servicio
Ejemplo de respuesta:
{
"count": 2,
"modules": [
{
"name": "terraform-aws-module-vpc",
"service_name": "vpc",
"description": "Terraform module for AWS VPC",
"last_updated": "2024-01-15T10:30:00Z",
"default_branch": "main"
}
]
}
get_module
Obtiene información detallada de un módulo concreto.
Parámetros:
service_name(str, obligatorio): nombre del servicio (por ejemplo, "vpc", "ec2")
list_module_versions
Lista todas las versiones disponibles (tags git) de un módulo.
Parámetros:
service_name(str, obligatorio): nombre del servicio
scaffold_terraform
Genera una configuración completa de Terraform usando un módulo.
Parámetros:
service_name(str, obligatorio): nombre del serviciovariables(dict, opcional): valores de variables para precargar
Archivos generados:
versions.tf— Bloqueterraform(required_version, required_providers)providers.tf— Configuración del provider (region +assume_roleobligatorio sobreterraform-iac+ default_tags)variables.tf— Variables comunes + propias del móduloterraform.tfvars— Valores de las variables (con placeholders)main.tf— Llamada al módulooutputs.tf— Outputs del módulodata.tf— Placeholder de data sources
El bloque provider incluye siempre
assume_role.aws_account_ides una variable obligatoria (validada a 12 dígitos) y sin default — Terraform no se ejecuta hasta que se indique la cuenta propietaria del rolterraform-iac.
get_backend_config
Obtiene la configuración del backend S3 (bucket, key, region) según team, project y environment.
El bloque devuelto va en backend.tf (campo file de la respuesta).
Parámetros:
team(str, obligatorio): nombre del equipoproject(str, obligatorio): nombre del proyectoenvironment(str, obligatorio): environment (dev, staging, prod, ...)bucket(str, opcional): bucket indicado por el usuario — tiene prioridad sobreBACKEND_CONFIGregion(str, opcional): region indicada por el usuario — tiene prioridad sobreBACKEND_CONFIG
Normalmente resuelve desde la variable de entorno BACKEND_CONFIG (JSON con backends y
environment_mapping). Si no está definida, no falla: devuelve needs_user_input con la
pregunta que el agente debe hacer, para volver a llamarla con bucket y region.
{
"needs_user_input": true,
"missing": ["bucket", "region"],
"question_for_user": "¿En qué bucket de S3 y en qué region quieres guardar el state?"
}
Desarrollo
# Instala las dependencias de desarrollo
pip install -e ".[dev]"
# Ejecuta en modo desarrollo
python -m terraform_mcp_server.server
Convención de nombres de los módulos
Los módulos siguen el patrón: terraform-aws-module-{service_name}
Ejemplos:
terraform-aws-module-vpc→ service_name:vpcterraform-aws-module-ec2→ service_name:ec2terraform-aws-module-rds→ service_name:rdsterraform-aws-module-s3→ service_name:s3
Licencia
MIT
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.