Plan Mode + MCP: audyt infrastruktury DevOps prowadzony przez AI

1. Etap planowania w Plan Mode

Zgodnie z dokumentacją Claude Code, Plan Mode (aktywowany Shift+Tab) uruchamia sesję w trybie read-only. Na starcie poproś agenta:

Plan Mode: think deeply and map the current DevOps configuration, including CI pipelines and infrastructure scripts.

Extended Thinking (pojedyncze Tab + zwrot think deeply) zapewni wnikliwy raport: lokalizację plików CI (.github/workflows), skrypty deploy (scripts/deploy.sh), definicje Terraform itp. Notuj wszystkie uwagi – Plan Mode nie zmienia kodu.

2. Przygotowanie checklisty audytowej

W tym samym trybie poproś o listę kontrolną:

Think harder and create an audit checklist covering CI status, pending PRs and database migration history.

Otrzymasz plan: np. „sprawdź status ostatniego workflow GitHub Actions”, „zweryfikuj otwarte PR-y związane z infrastrukturą”, „przejrzyj ostatnie wpisy w tabeli deploy_events”. Po zaakceptowaniu planu wyjdź z Plan Mode (Shift+Tab).

3. Konfiguracja MCP dla GitHuba i Postgresa

Skorzystaj z dokumentacji Model Context Protocol (docs/openai-agents-javascript.md) i dodaj serwery MCP:

{
  "mcpServers": {
    "github-audit": {
      "transport": "http",
      "url": "https://mcp.github.com",
      "env": {
        "GITHUB_TOKEN": "${GITHUB_TOKEN}"
      }
    },
    "postgres-audit": {
      "transport": "stdio",
      "command": "npx",
      "args": ["-y", "postgres-mcp-server"],
      "env": {
        "DATABASE_URL": "${DATABASE_URL}"
      }
    }
  }
}

W Claude Code serwery staną się narzędziami dostępnych przez MCP.

4. Realizacja checklisty poza Plan Mode

Teraz poleć agentowi wykonać zadania:

1. Status workflow

   Use MCP github-audit to list the last run of .github/workflows/deploy.yml.

2. Otwarte PR-y

   Query github-audit for pull requests labeled "infrastructure".

3. Historia migracji

   Query postgres-audit with:
   SELECT * FROM deploy_events ORDER BY created_at DESC LIMIT 10;

Claude Code wywoła odpowiednie narzędzia MCP i zaprezentuje wyniki w konsoli – wiesz, które pipeline’y zakończyły się sukcesem, jakie PR-y czekają na review i czy ostatnie deploye przeszły pomyślnie.

5. Generowanie raportu końcowego

Po zebraniu danych wróć do Plan Mode i poproś o podsumowanie:

Plan Mode: summarize the audit results and list follow-up actions for DevOps.

Extended Thinking wygeneruje raport z wnioskami (np. „PR #245 wymaga review przed deployem”, „Tabela deploy_events wskazuje brak deployu w weekend”). Możesz go zapisać do docs/devops-audit-YYYY-MM-DD.md.

6. Dobre praktyki

• Filtruj narzędzia MCP – ogranicz dostęp do koniecznych endpointów (np. tylko odczyt PR).
• Dodaj hooki PostToolUse – każdorazowo po sukcesie narzędzia uruchamiaj npm run astro check, aby mieć pewność, że audyt nie psuje builda.
• Archiwizuj raporty – wyniki Plan Mode zapisuj w repo, aby śledzić trend w czasie.

Dzięki połączeniu Plan Mode i MCP agent AI staje się pełnoprawnym audytorem DevOps, który najpierw planuje zadania, potem zbiera dane z realnych systemów i dostarcza gotową checklistę działań.

📚 Dokumentacja i Zasoby

Oficjalna Dokumentacja

• Claude Code Documentation
• Astro Documentation

Powiązane Artykuły

• Wprowadzenie do Claude Code
• Zaawansowane Techniki Claude Code