Halaman ini menjelaskan cara menyiapkan dan berinteraksi dengan penilaian Mainframe Assessment Tool menggunakan klien MCP seperti Gemini CLI atau agen AI melalui Model Context Protocol (MCP). Anda dapat menggunakan perintah bahasa natural untuk mendapatkan insight tentang penilaian mainframe. Dengan server MCP, Anda dapat menggunakan agen AI untuk melakukan operasi penemuan dan analisis pada penilaian Mainframe Assessment Tool Anda. Misalnya, Anda dapat melakukan hal berikut:
- Mencantumkan dan melihat penilaian yang ada.
- Jelajahi domain bisnis yang ditemukan dalam penilaian Anda.
- Telusuri dan filter aset berdasarkan kriteria yang berbeda.
- Mengambil spesifikasi aset, termasuk metrik dependensi dan kompleksitas.
Untuk mengetahui informasi selengkapnya tentang MCP, lihat Apa itu Model Context Protocol (MCP)?.
Sebelum memulai
Untuk bersiap mengaktifkan dan terhubung ke server MCP, selesaikan tugas-tugas berikut:
- Pahami Mainframe Assessment Tool. Pastikan Anda telah menggunakan Mainframe Assessment Tool untuk menjalankan penilaian.
- Berikan izin yang diperlukan. Untuk mengaktifkan server MCP Mainframe Assessment Tool, Anda memerlukan izin untuk menetapkan metadata kustom pada instance VM. Lihat menetapkan dan menghapus metadata kustom untuk mengetahui detail tentang peran dan izin yang diperlukan.
- Siapkan Google Cloud CLI. Instal dan konfigurasi Google Cloud CLI versi terbaru. Untuk mengetahui informasi selengkapnya, lihat Menginstal Google Cloud CLI.
Mengaktifkan server MCP
Untuk mengaktifkan server MCP di instance VM Alat Penilaian Mainframe, tambahkan
kunci metadata MAT_ENABLE_MCP dan tetapkan nilainya ke true dengan menjalankan
perintah gcloud berikut:
gcloud compute instances add-metadata INSTANCE_NAME \
--metadata=MAT_ENABLE_MCP=true \
--zone=ZONE
Ganti kode berikut:
INSTANCE_NAME: nama instance VM Anda.ZONE: zona tempat instance VM Anda berada.
Jika Anda menyetel kunci metadata pada VM yang sedang berjalan, Anda harus memulai ulang VM agar perubahan diterapkan.
Terhubung ke server MCP
Anda dapat terhubung ke server MCP menggunakan agen AI standar yang mendukung koneksi MCP melalui HTTP yang Dapat Di-streaming.
Server MCP terletak di rute /mcp/ dari port yang sama yang digunakan untuk mengakses UI Mainframe Assessment Tool, lihat Mengakses VM Mainframe Assessment Tool dari komputer Anda.
Contoh konfigurasi
Bagian berikut memberikan contoh cara mengonfigurasi berbagai agen AI untuk terhubung ke server MCP.
Ganti LOCAL_PORT: dengan port lokal yang digunakan untuk mengakses UI Mainframe Assessment Tool.
Gemini CLI
Untuk menggunakan Gemini CLI, konfigurasi server MCP di file setelan Gemini CLI sebagai berikut:
{
"mcpServers": {
"mainframe-assessment-tool": {
"httpUrl": "http://localhost:LOCAL_PORT/mcp/"
}
}
}
Untuk mengetahui informasi selengkapnya, lihat Mengonfigurasi server MCP di settings.json.
Alat server MCP
Server MCP Mainframe Assessment Tool menyediakan alat yang memungkinkan agen AI mengambil data dari penilaian Anda.
ListAssessments
Mencantumkan semua penilaian yang ada di instance Mainframe Assessment Tool. Setiap penilaian mencakup nama, ID, deskripsi, dan stempel waktunya.
ListDomains
Mencantumkan domain untuk ID penilaian Mainframe Assessment Tool tertentu. Setiap domain mencakup nama, deskripsi, dan ID-nya.
Argumen
| Nama | Jenis | Wajib | Deskripsi |
|---|---|---|---|
AssessmentId |
string | Ya | ID penilaian Mainframe Assessment Tool. |
ListAssets
Mencantumkan aset untuk ID penilaian Mainframe Assessment Tool tertentu. Setiap aset mencakup ID, nama, jalur, jenis, dan ID domain yang ditetapkan.
Argumen
| Nama | Jenis | Wajib | Deskripsi |
|---|---|---|---|
AssessmentId |
string | Ya | ID penilaian Mainframe Assessment Tool. |
FetchDomain
Mengambil detail domain untuk ID domain dan ID penilaian Mainframe Assessment Tool tertentu. Detail domain mencakup ID, nama, deskripsi, dan ringkasan.
Argumen
| Nama | Jenis | Wajib | Deskripsi |
|---|---|---|---|
AssessmentId |
string | Ya | ID penilaian Mainframe Assessment Tool. |
DomainId |
string | Ya | ID domain Mainframe Assessment Tool. |
FetchAsset
Mengambil ringkasan spesifikasi untuk aset untuk ID penilaian Mainframe Assessment Tool tertentu. Spesifikasi aset mencakup ID, nama, penggunaan, deskripsi, grafik ETL, dan peta BMS.
Argumen
| Nama | Jenis | Wajib | Deskripsi |
|---|---|---|---|
AssessmentId |
string | Ya | ID penilaian Mainframe Assessment Tool. |
AssetId |
string | Ya | ID aset Mainframe Assessment Tool. |
DetailedSpec |
boolean | Tidak (default: false) |
Jika disetel ke benar (true), respons juga mencakup spesifikasi metode dengan kasus pengujiannya. |
FetchAssetsCyclomaticComplexity
Mengambil skor kompleksitas siklomatik untuk daftar aset untuk ID penilaian Alat Penilaian Mainframe tertentu.
Argumen
| Nama | Jenis | Wajib | Deskripsi |
|---|---|---|---|
AssessmentId |
string | Ya | ID penilaian Mainframe Assessment Tool. |
AssetIds |
string[] | Ya | Daftar ID aset Mainframe Assessment Tool. |
ListBusinessRulesExtractionJobs
Mencantumkan Tugas Aturan Bisnis untuk ID penilaian Mainframe Assessment Tool tertentu. Daftar yang ditampilkan mencakup ID, nama, status, perintah fokus, dan lainnya untuk setiap tugas.
Argumen
| Nama | Jenis | Wajib | Deskripsi |
|---|---|---|---|
AssessmentId |
string | Ya | ID penilaian Mainframe Assessment Tool. |
ListBusinessRules
Mencantumkan Aturan Bisnis yang diekstrak oleh ID tugas ekstraksi aturan bisnis dan ID penilaian Alat Penilaian Mainframe tertentu. Untuk menangani sejumlah besar aturan, tindakan ini mendukung penomoran halaman.
Argumen
| Nama | Jenis | Wajib | Deskripsi |
|---|---|---|---|
AssessmentId |
string | Ya | ID penilaian Mainframe Assessment Tool. |
JobId |
string | Ya | ID tugas ekstraksi aturan bisnis. |
PageSize |
string | Tidak | Ukuran halaman yang akan diambil. Nilai maksimum yang didukung adalah `25`. |
PageToken |
string | Tidak | Token halaman yang akan diambil. Nilai ini ditampilkan oleh panggilan sebelumnya ke tindakan ini. |
OrderList |
objek | Tidak | Urutan untuk menampilkan hasil. Lihat deskripsi per kolom. |
OrderList.OrderBy |
string | Tidak | Nama kolom untuk mengurutkan hasil berdasarkan. Contoh: business_rule_id, business_rule_name, status. |
OrderList.Order |
string | Tidak | Arah pesanan. Nilai yang didukung adalah: ASCENDING, DESCENDING. |
Filter |
objek | Tidak | Memfilter hasil yang ditampilkan. Lihat deskripsi per kolom. |
Filter.Status |
string | Tidak | Status aturan bisnis yang akan difilter. Nilai yang didukung adalah: PENDING, VALIDATED, OBSOLETE. |
Filter.Tags |
string[] | Tidak | Daftar tag yang terkait dengan aturan bisnis. |
Filter.AssetIDs |
string[] | Tidak | Daftar ID aset Mainframe Assessment Tool yang terkait dengan aturan bisnis. |
Contoh Penggunaan
Berikut adalah contoh perintah bahasa alami yang dapat dijawab oleh agen AI dengan menggunakan alat server MCP untuk mengambil dan memproses data penilaian:
- Skenario: Menemukan program yang kompleks dalam penilaian.
- Perintah pengguna: "Buat daftar 10 program COBOL paling kompleks dalam penilaian yang disebut
AssessmentName." - Skenario: Temukan dan filter aset yang termasuk dalam domain bisnis.
- Perintah pengguna: "Buat daftar semua tugas JCL yang terkait dengan domain
DomainNamedalam penilaian yang disebutAssessmentName." - Skenario: Dapatkan dependensi aset dari penilaian.
- Perintah pengguna: "Apa saja dependensi tugas JCL
JCLJobNamedalam penilaian yang disebutAssessmentName?" - Skenario: Temukan aturan bisnis yang diekstrak dari tugas tertentu.
- Perintah pengguna: "List all business rules extracted by
BusinessRuleJobNamein the assessment calledAssessmentName?" (Buat daftar semua aturan bisnis yang diekstrak olehBusinessRuleJobNamedalam penilaian yang disebutAssessmentName?)