Helm Chart CLI MCP 服务器

“Helm Chart CLI” MCP 服务器的作用是什么？

Helm Chart CLI MCP 服务器为 AI 助手和 Kubernetes 的 Helm 包管理器之间提供了桥梁。该 MCP 服务器使 AI 助手能够通过自然语言请求与 Helm 交互，实现 Helm 工作流自动化，包括安装 Charts、管理仓库和执行各种 Helm 命令。通过 Model Context Protocol 暴露 Helm 能力，开发和运维团队可以更高效地查询、管理和控制 Kubernetes 应用部署。服务器提升了开发流程，支持以编程方式或 AI 驱动交互完成如 Chart 创建、Lint 校验、仓库管理和命令自动补全等任务。

指令模板列表

在可用文档或代码库中未提及指令模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

在可用文档或代码库中未明示 MCP 资源。

工具列表

• helm_completion
  生成多种 shell（bash、fish、powershell、zsh）的自动补全脚本。
• helm_create
  创建指定名称的新 Helm Chart，可选指定 Starter 模板。
• helm_lint
  对 Chart 进行验证测试，确保结构正确。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

典型用例

• 自动化 Chart 创建
  开发者可通过编程方式请求新 Helm Chart 脚手架，简化 Kubernetes 应用部署流程。
• 通过 Lint 工具校验 Chart
  AI 助手可自动调用 lint 工具验证 Chart 合规性，减少人为失误并提升部署可靠性。
• Shell 命令自动补全
  提供 shell 专用自动补全脚本，提高 Helm 命令行效率。
• 与 AI 助手集成
  支持 AI 智能体直接管理 Helm 操作，实现对话式 DevOps，减少上下文切换。
• 仓库与 Chart 管理
  （假定自 Helm 常规操作，但工具列表未明示——请以文档为准。）

安装方法

Windsurf

1. 确保已安装 Python 3.8+ 和 Helm CLI。
2. 克隆仓库：

   git clone https://github.com/modelcontextprotocol/servers.git
   cd src/helm
   

3. 安装依赖并运行：

   uv venv
   source .venv/Scripts/Activate.ps1
   uv pip install -e .
   mcp-server-helm
   

4. 将 MCP 服务器添加到你的 Windsurf 配置中：

   {
     "mcpServers": {
       "helm-chart-cli": {
         "command": "mcp-server-helm",
         "args": []
       }
     }
   }
   

5. 保存，重启 Windsurf 并验证连接。

API 密钥安全示例

{
  "mcpServers": {
    "helm-chart-cli": {
      "command": "mcp-server-helm",
      "args": [],
      "env": {
        "API_KEY": "${HELM_MCP_API_KEY}"
      },
      "inputs": {
        "api_key": "${HELM_MCP_API_KEY}"
      }
    }
  }
}

Claude

1. 确认前置条件：已安装 Python 3.8+ 和 Helm CLI。
2. 按上述步骤克隆并搭建。
3. 编辑 Claude 配置：

   {
     "mcpServers": {
       "helm-chart-cli": {
         "command": "mcp-server-helm",
         "args": []
       }
     }
   }
   

4. 保存并重启 Claude，确认服务器已注册。

Cursor

1. 安装 Python 3.8+ 和 Helm CLI。
2. 按上述步骤克隆、安装并启动 MCP 服务器。
3. 添加到 Cursor 配置：

   {
     "mcpServers": {
       "helm-chart-cli": {
         "command": "mcp-server-helm",
         "args": []
       }
     }
   }
   

4. 保存并重启 Cursor，测试连接。

Cline

1. 确认前置条件并按上述步骤克隆/搭建。
2. 将 MCP 服务器添加到 Cline 配置：

   {
     "mcpServers": {
       "helm-chart-cli": {
         "command": "mcp-server-helm",
         "args": []
       }
     }
   }
   

3. 保存，重启 Cline 并验证。

在流程中如何使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到你的 FlowHunt 工作流，首先在流程中添加 MCP 组件并将其连接到你的 AI 智能体：

点击 MCP 组件打开配置面板。在系统 MCP 配置区域，按如下 JSON 格式填写你的 MCP 服务器信息：

{
  "helm-chart-cli": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 智能体即可作为工具访问 MCP 的所有功能。请注意将 “helm-chart-cli” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

综上，Helm Chart CLI MCP 服务器在工具支持和安装说明上表现扎实，但缺乏明确的资源和指令模板列表，以及 Root 或采样相关文档。整体文档实用且聚焦，适合技术用户。

MCP 评分

评分：
该 MCP 服务器的实现注重工具暴露与安装文档，实用性强，但缺少完整 MCP 资源/指令原语和高级特性说明。综合评分 6/10——实用性高，功能齐全度略逊于最佳范例。