NetBoxに聞いてみる Ollama＋Open WebUIでMCPクライアント構築

Last updated at 2025-09-02Posted at 2025-08-31

AI関連の技術を試してみたくて、NetBox 内の情報を MCP サーバ経由で ChatGPT 風にブラウザから調べられる環境を構築してみました。
ちょうど NetBox 側で MCP サーバのツールが公開されていたので、そちらをつかって、さらに、少し前に公開された Gemma 3 という LLM をローカル環境で動かすことにやってみました。

今回、以下のようにチャット形式で NetBox の情報を確認できるようになります。

最後におまけとして、外部接続では Gemini を使った実験もしています

本記事で紹介する Gemma モデルの利用は、Google が定める Gemma Terms of Use に従う必要があります。実際に利用する場合は必ず最新の規約をご確認ください。

今回の構成

今回は以下のような構成で実施しています

それぞれの役割は以下のとおりです

Open WebUI（ブラウザUI + バックエンド）
- ブラウザからのUI表示、会話管理、MCPツール呼び出し、Ollama への推論依頼
Ollama
- ローカル環境で LLM を動かすツール、今回は Gemma 3 のモデルを実行
Gemma 3
- LLM 本体
  - Google DeepMind が公開した最新のオープン大規模言語モデル (LLM)
  - 「Gemini」（Googleの商用モデル）とは別で、研究・開発者向けに軽量＆無料で使えるモデル
MCP Server
- NetBox 用の MCP Server、 MCP プロトコル経由で MCP クライアント ( Open WebUI ) とやりとり

今回確認した各バージョンは以下の通りです、Ubuntu上に Docker コンテナで各ツールを利用します

Ubuntu : 24.04.2 LTS
NetBox関連
- NetBox : v4.3.7
- NetBox MCP Server : 0.1.0
Open WebUI : v0.6.26
Ollama : 0.11.8
- gemma3:4b を今回利用

Docker のインストールは、コチラを参考にしてください

環境準備

NetBox 本体の準備

NetBox の Docker 用ファイルを取得するために、リポジトリをクローンします

# NetBox の Docker 用ファイルを取得するために、リポジトリをクローン
git clone -b release --depth=1 https://github.com/netbox-community/netbox-docker.git

# ディレクトリ移動
cd netbox-docker/

NetBox MCP Server の準備

./appディレクトリを作成し、そこへ NetBox MCP Server のリポジトリをクローンします。

# ./app ディレクトリを作成
mkdir ./app

# NetBox MCP Server のリポジトリをクローン
git clone --depth=1 https://github.com/netboxlabs/netbox-mcp-server app

次にnetbox-dockerディレクトリ上に Dockerfile-NetBox-MCP を作成し、NetBox MCP Server を Docker 上で動かせるようにします。
以下はその内容です。

Dockerfile-NetBox-MCP

# Python 3.12 slim + uv + mcpo
FROM python:3.12-slim

ENV PYTHONDONTWRITEBYTECODE=1
ENV PYTHONUNBUFFERED=1

# 必要最低限のビルドツール
RUN apt-get update -y && apt-get install -y --no-install-recommends \
    curl ca-certificates build-essential git \
    && rm -rf /var/lib/apt/lists/*

# uv をインストール
RUN curl -LsSf https://astral.sh/uv/install.sh | sh
ENV PATH="/root/.local/bin:${PATH}"

# アプリを配置
WORKDIR /opt/app
COPY app/ /opt/app/

# 依存インストール
# requirements.txt は公式リポジトリに含まれています
RUN uv add -r requirements.txt

# ポートは mcpo を 8000 で待受
EXPOSE 8000

# mcpo で NetBox MCP Server を HTTP 化して公開
# 環境変数 NETBOX_URL と NETBOX_TOKEN は docker-compose 側で与えます
CMD ["uvx","mcpo","--port","8000","--","uv","run","server.py"]

docker-compose.override.yml の準備

NetBox の docker-compose.yml に以下を内容を追記する docker-compose.override.yml を作成します

NetBox
- 確実に起動するように healthcheck を変更
- 初めからログインユーザとAPIトークンを設定（必要に応じて変更してください）
NetBox MCP Server
- Dockerfile-NetBox-MCP を利用して NetBox MCP Server 用のコンテナをビルド
Ollama と Open WebUI のコンテナ構築のための内容を記載

以下が docker-compose.override.yml になります

docker-compose.override.yml

services:
  netbox: &netbox
    container_name: netbox
    ports:
      - "80:8080"          # NetBox は http://<サーバーのIP>:80
    depends_on:
      postgres:
        condition: service_healthy  # netbox 起動前に postgres が起動している必要がある
      redis:
        condition: service_healthy  # netbox 起動前に redis が起動している必要がある
      redis-cache:
        condition: service_healthy  # netbox 起動前に redis-cache が起動している必要がある
    healthcheck:
      test: curl -f http://localhost:8080/login/ || exit 1
      start_period: 180s  # 初回でエラーなるため 90s から延長
      timeout: 3s
      interval: 10s       # 15s から短縮
    environment:
      SKIP_SUPERUSER: "false"                   # 初回起動時にスーパーユーザ・APIを作成を有効化
      SUPERUSER_NAME: "netbox"                  # ユーザを設定、必要に応じて変更
      SUPERUSER_PASSWORD: "netbox"              # パスワードを設定、必要に応じて変更
      SUPERUSER_EMAIL: "netbox@example.com"     # メールアドレスを設定、必要に応じて変更
      SUPERUSER_API_TOKEN: "0123456789abcdef0123456789abcdef01234567" # 初回起動時にAPIを設定、必要に応じて変更

  netbox-worker:
    container_name: netbox-worker

  netbox-housekeeping:
    container_name: netbox-housekeeping

  postgres:
    container_name: postgres

  redis:
    container_name: redis

  redis-cache:
    container_name: redis-cache

  netbox-mcp:
    build:
      context: .
      dockerfile: Dockerfile-NetBox-MCP
    container_name: netbox-mcp
    environment:
      - NETBOX_URL=http://netbox:8080/                          # netbox の URL を設定
      - NETBOX_TOKEN=0123456789abcdef0123456789abcdef01234567   # netbox の API トークンを設定
    ports:
      - "8000:8000"
    depends_on:
      netbox:
        condition: service_healthy

  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    depends_on:
      netbox:
        condition: service_healthy
    ports:
      - "11434:11434"           # Ollama API
    volumes:
      - ollama-models:/root/.ollama
    environment:
      - OLLAMA_HOST=0.0.0.0

  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    container_name: open-webui
    depends_on:
      - ollama
    ports:
      - "3000:8080"             # Web UI は http://<サーバーのIP>:3000
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434        # Ollama API URL
      - 'TOOL_SERVER_CONNECTIONS=[{"url":"http://netbox-mcp:8000","path":"openapi.json","auth_type":"none","key":"","config":{"enable":true},"info":{"name":"NetBox-MCP","description":"NetBox MCP Server"}}]' # NetBox-MCP の設定
      - WEBUI_AUTH=false
    volumes:
      - openwebui-data:/app/backend/data

volumes:
  ollama-models:
  openwebui-data:

このディレクトリで

docker compose up -d

を実行すると、各コンテナのビルドと起動がはじまります

Ollama で Gemma 3 モデルを取得する

Ollama は、ローカル環境で LLM を動かすためのランタイムです。利用したいモデルは事前に ollama pull コマンドでダウンロードしておく必要があります。

Docker 上で動いている場合は、以下のように docker exec 経由でコンテナ内の Ollama CLI を実行して Gemma 3 モデルを適用できます。

docker exec -it ollama bash -lc "ollama pull gemma3:4b"

今回は、Gemma 3 (4B) モデルを利用しました
これよりもサイズの小さい 270m や 1b のモデルも選択できますが、チャットの質問にうまく回答してもらえなかったので 4b モデルを今回は利用しました

▼ Gemma 3 で利用できるモデルの一覧

ここまでで、構築は完了です

Open WebUI から NetBox に問い合わせてみる

ブラウザで http://<サーバーのIP>:3000/ を入力すると、Open WebUI が表示されます。
新しいチャットで、NetBox-MCPを下の画像のように有効にします

IPアドレスを取得してみる

まずは、「NetBox MCPツールを使って、Netbox上のデータの中で 10.99.0.0/24 に登録されているIPv4アドレスの数を教えて」という質問をすると、NetBox上のデータを正しく取得できました
ただし、回答に5分くらいかかります・・・

サーバー上で以下のコマンドで MCP サーバー側で、どういった問い合わせが来ているか確認できます

docker logs -f netbox-mcp

以下のようなログでMCPサーバーに対して問い合わせが来ていることがわかります

2025-XX-XX XX:06:33,710 - INFO - Calling endpoint: netbox_get_objects, with args: {'object_type': 'ip-addresses', 'filters': {'ip_networks': '10.99.0.0/24'}}
[XX/XX/25 XX:06:33] DEBUG    Received message:                     server.py:587
                             <mcp.shared.session.RequestResponder
                             object at 0x783ac9b2f9d0>
                    INFO     Processing request of type            server.py:624
                             CallToolRequest
                    DEBUG    Dispatching request of type           server.py:626
                             CallToolRequest
                    DEBUG    Starting new HTTP connection  connectionpool.py:241
                             (1): netbox:8080
                    DEBUG    http://netbox:8080 "GET       connectionpool.py:544
                             /api/ipam/ip-addresses/?ip_ne
                             tworks=10.99.0.0%2F24
                             HTTP/1.1" 200 3391
                    DEBUG    Response sent                         server.py:673
INFO:     172.18.0.10:58380 - "POST /netbox_get_objects HTTP/1.1" 200 OK

デバイス情報を取得してみる

次にデバイスの一覧を取得してみました、なかなか期待した回答がもらえず、最後は、以下の画像のような誘導尋問のような質問にして、やっと期待した回答がもらえました

外部の Google の Gemini (Gemini API)を利用

高速かつ正確な回答を期待して、ローカル LLM の Gemma 3 から、外部の Gemini (Gemini API) に変えて使ってみます

Google AI Studio で API キー発行

Google AI Studio にログイン（Googleアカウント必須）
左のメニューの下の方の「Get API key」から新しいキーを作成
「+ APIキーを作成」から作成
表示された API キーをコピーしておきます

Open WebUI に登録

Open WebUI 管理画面の左下の User を選択 → 「設定」
開いた設定画面の左下の「管理者設定」を選択
「接続」を選択し、「OpenAI API」の右の「＋」で接続を追加
以下の画像のように追加
- 「URL」は https://generativelanguage.googleapis.com/v1beta/openai
- 「キー」は Google AI Studio で作成した API キーを入力
URL の右側にある円の矢印を選択すると、接続を確認して成功すると画面右上に緑色で「サーバー接続が確認されました」が表示されれば OK です
最後に「保存」で終了