Blog

Der Rundeck MCP Server: KI, in der Ihre Automatisierung lebt

von Madeline Zemer 7. Oktober 2026 | 5 Minuten Lesezeit

Dieser Blogbeitrag ist Teil der fortlaufenden Serie von PagerDuty darüber, wie wir Kunden auf ihrem Weg zu autonomen Betriebsabläufen unterstützen. Lesen Sie weiter, um zu erfahren, wie PagerDutys Runbook Automation / Rundeck MCP Server, der kürzlich in der allgemeinen Verfügbarkeit (GA) angekündigt wurde, zu dieser Vision beiträgt.


 

Ihr Team nutzt bereits KI-Assistenten in Claude, Cursor oder VS Code. Bitten Sie einen solchen Assistenten um Hilfe bei Ihrer Rundeck- oder Runbook-Automatisierungsinstanz, muss er raten. Da er keine Verbindung zu Ihrer Instanz hat, kennt er weder Ihre Job-Schemas noch die Syntax Ihrer Knotenfilter oder das Format Ihrer ACL-Richtlinien. Sie erhalten eine plausibel aussehende YAML-Jobdefinition, die beim Import fehlschlägt, oder einen Vorschlag, der nicht ganz zu Ihrer Version passt. Anschließend müssen Sie die Definition in die Benutzeroberfläche einfügen, sie selbst ausführen und eine Rückmeldung geben, bevor der Assistent Ihnen beim nächsten Schritt helfen kann.

Die Einschränkung liegt im Zugriff, nicht in der Modellqualität. KI im operativen Bereich ist nur dann nützlich, wenn sie auf den Systemen agieren kann, auf denen Ihre Automatisierung läuft, und für viele Teams sind das Rundeck und Runbook Automation.

Wir haben diese Lücke mit dem Runbook-Automatisierung / Rundeck MCP-Server Die neue Funktion ist ab Version 6.1.0 oder höher allgemein für Rundeck- und selbstgehostete Runbook-Automatisierungskunden verfügbar. Fügen Sie Ihre Instanz als MCP-Verbindung in Claude, Cursor, VS Code oder Codex hinzu. Ihr Assistent kann dann Jobs erstellen, ausführen und Berichte darüber erstellen sowie ACL-Richtlinien direkt für Ihre Instanz unter Ihren Berechtigungen schreiben. Im Folgenden sehen Sie, wie das anhand von drei typischen Aufgaben aussieht.

 

Aus einem Satz einen funktionierenden Job entwickeln

 

Eine der Herausforderungen bei der Runbook-Automatisierung ist der lange Einarbeitungsprozess. Neue Benutzer müssen sich mit Jobdefinitionen, Plugin-Konfiguration, YAML-Struktur und ACLs vertraut machen, bevor sie erste Ergebnisse sehen. Das bedeutet stundenlanges Studium der Dokumentation und viel Ausprobieren – und genau hier scheitern viele Teams.

Sobald der MCP-Server verbunden ist, beschreiben Sie Ihre Wünsche, und der Assistent erstellt sie in Ihrer Instanz.  

Fragen Sie: „Gibt es bereits MongoDB-Jobs?“ und es durchsucht innerhalb von Sekunden jedes Projekt und jeden Job. Bitten Sie es, „einen Job zu erstellen, der eine MongoDB-Collection anhand einer von mir zur Laufzeit bereitgestellten Eingabe abfragt und dabei gegebenenfalls vorhandene Plugins verwendet“, und es wird Folgendes tun:

  • Prüft, welche Plugins auf Ihrer Instanz installiert sind, und findet den MongoDB Command Runner.
  • Erstellt den Job um dieses Plugin herum mit Laufzeiteingaben.
  • Das Datenbankpasswort wird aus dem Schlüsselspeicher abgerufen, anstatt es einzubetten.
  • Die Definition wird vor dem Import anhand des Rundeck-Schemas validiert, damit keine fehlerhaften Daten auf dem Server landen.

Öffnen Sie die Rundeck-Benutzeroberfläche, und es handelt sich um einen echten, live und ausführbaren Job. Was für neue Benutzer früher Stunden dauerte, dauert jetzt weniger als eine Minute.

Führen Sie Automatisierungen durch und erhalten Sie Antworten, ohne zu wissen, wo sich irgendetwas befindet.

Der tägliche Betrieb einer Automatisierungsinstanz hängt von institutionellem Wissen ab: zu welchem ​​Projekt ein Job gehört, wie er heißt und welche ID er hat. Bediener, die dieses Wissen nicht im Kopf haben, verbringen viel Zeit mit der Suche, bevor sie handeln können, und jede Frage zum Ergebnis eines Laufs erfordert das Öffnen der Benutzeroberfläche und das Lesen der Protokolle.

Bitten Sie den Assistenten, den API-Prüfauftrag auszuführen, ohne ihm einen genauen Namen oder eine ID zu geben. Er findet den richtigen Auftrag, führt ihn aus, wartet auf dessen Abschluss, liest das Ausführungsprotokoll und fasst das Ergebnis zusammen. Über dieselbe Verbindung können Sie die heutigen fehlgeschlagenen Ausführungen abrufen, die Aufträge in einem Projekt auflisten oder einen Wiederherstellungsauftrag auslösen – alles in natürlicher Sprache. Namenskonventionen sind somit keine Voraussetzung mehr für die Arbeit.

ACL-Richtlinien anhand der Vorgaben erstellen und validieren

Die Zugriffsverwaltung kann auch für Kunden eine Herausforderung darstellen. Automatisierungsprozesse greifen auf die Produktionsinfrastruktur zu, daher ist die Beschränkung der Ausführungsrechte eine Sicherheitsanforderung. ACL-Richtlinien sind jedoch YAML-Dateien mit Kontexten, Abgleichregeln sowie Zulassungs- und Sperrlisten. Ein kleiner Fehler kann unbemerkt den Zugriff blockieren oder zu viele Berechtigungen erteilen. Dies ist der häufigste Punkt, an dem Teams Support-Tickets erstellen oder ins Stocken geraten.

Beschreiben Sie stattdessen die Absicht: „Erstellen Sie eine ACL-Richtlinie, die es der DBA-Gruppe ermöglicht, Jobs in der Gruppe „Databases/MongoDB“ des Projekts „welcome-project“ auszuführen, aber alle anderen Elemente des Projekts nur anzuzeigen.“ Der Assistent erstellt die Richtlinie, validiert die Struktur vor der Anwendung und erklärt in verständlicher Sprache, was die Richtlinie erlaubt. Sie vergleichen die Erklärung mit Ihrer Absicht, und die Syntax wird automatisch für Sie korrigiert.

Das Ganze zusammenführen

Diese drei Funktionen basieren auf einer gemeinsamen Architektur: einer MCP-Verbindung, die Ihrem Assistenten direkten, autorisierten Zugriff auf Ihre Rundeck- oder Runbook-Automation-Instanz ermöglicht. Da der Assistent den tatsächlichen Zustand (installierte Plugins, bestehende Jobs, Ihre Schemaversion) ausliest, erzeugt er Artefakte, die beim ersten Import funktionieren, anstatt Annäherungen, die Sie debuggen müssen. Dadurch wird ein universeller KI-Assistent zu einem vollwertigen Operator auf Ihrer Plattform.

Das Sicherheitsmodell ist integriert. Der Server verwendet Ihr eigenes API-Token, sodass der Assistent nur die Aktionen ausführen kann, zu denen Sie bereits berechtigt sind. Er validiert Jobdefinitionen und ACL-Richtlinien, bevor er sie anwendet. Destruktive Aktionen erfordern eine manuelle Bestätigung. Sie behalten stets den Überblick, und Runbook Automation bleibt die sichere, kontrollierte Plattform im Hintergrund.

Für die Kunden bedeutet dies eine schnellere Einführung, sodass neue Benutzer vom ersten Tag an produktiv sind; eine schnellere Implementierung, sodass erste Aufgaben und Zugriffsrichtlinien in Minuten statt in Wochen erledigt sind; und eine Automatisierung, die von Grund auf sicher ist.

Den Weg zu autonomen Operationen ebnen

Ihr Team sollte die KI-Vorschläge nicht manuell in YAML übersetzen und selbst ausführen, bevor der Assistent beim nächsten Schritt helfen kann.

PagerDutys Ansatz für autonome Operationen:

  • Setzt intelligente Agenten in großem Umfang ein – sie filtern Störfaktoren heraus, beschleunigen die Problemlösung und halten Sie dort auf dem Laufenden, wo es darauf ankommt.
  • Vertieft den gesamten Incident-Management-Lebenszyklus, indem es Teams in die Lage versetzt, Vorfälle schneller zu beheben.
  • Erweitert die Plattform und das Ökosystem um Funktionen, die Teams dabei helfen, Vorfälle zu verhindern.

Der Runbook Automation / Rundeck MCP Server bringt uns dieser Vision näher. Möchten Sie sehen, wie intelligente Agenten Ihre Automatisierungsplattform für Ihr Team optimieren können? Sehen Sie sich die Demo an.

Mehr dazu erfahren Sie unter https://docs.rundeck.com/docs/mcp/ Weitere Informationen zu Installationsanweisungen und einen Leitfaden mit bewährten Vorgehensweisen finden Sie hier.