k8s-multicluster-mcp MCP 服务器

“k8s-multicluster-mcp” MCP 服务器的功能是什么？

k8s-multicluster-mcp MCP 服务器是一款 Model Context Protocol (MCP) 服务器应用，专为实现跨多个 Kubernetes 集群的操作而设计。通过管理多个 kubeconfig 文件，该服务器为用户和 AI 助手提供了标准化 API，可同时操作多个 Kubernetes 集群。它支持资源管理、集群状态查询、跨集群对比等任务，大幅提升开发与运维效率。对于需要在开发、测试、生产等复杂环境中集中管理集群的团队来说，能够在单一界面下实现统一管理和无缝上下文切换。

提示模板列表

仓库中未提及任何特定的提示模板。

资源列表

仓库中未有明确的 MCP 资源文档。

工具列表

在 server.py 或文档中未明示具体工具，但应用核心功能为实现 Kubernetes 资源管理与跨集群上下文切换。

该 MCP 服务器的应用场景

• 多集群管理： 在单一界面集中管理多个 Kubernetes 环境（如开发、测试、生产），提升运维效率。
• 上下文切换： 通过指定上下文参数，轻松切换至不同 Kubernetes 集群，减少手动配置工作。
• 跨集群对比： 对比不同集群间的资源、状态与配置，有助于发现配置漂移或不一致性。
• 统一资源管理： 跨多个集群执行资源部署、扩缩容、更新等操作，无需手动切换 kubeconfig。
• 团队集中访问： 团队成员可通过单一 MCP 界面安全协作访问所有 Kubernetes 集群，优化工作流。

部署方法

Windsurf

1. 确保你已安装 Python 3.8+ 和 pip。
2. 克隆仓库：

   git clone https://github.com/razvanmacovei/k8s-multicluster-mcp.git
   cd k8s-multicluster-mcp
   

3. 安装依赖：

   pip install -r requirements.txt
   

4. 将你的 kubeconfig 文件放入某目录，并设置 KUBECONFIG_DIR 环境变量。
5. 编辑 Windsurf MCP 服务器配置（如 config.json）：

   {
     "mcpServers": {
       "kubernetes": {
         "command": "python3",
         "args": ["/path/to/k8s-multicluster-mcp/app.py"],
         "env": {
           "KUBECONFIG_DIR": "/path/to/your/kubeconfigs"
         }
       }
     }
   }
   

6. 保存文件并重启 Windsurf，确认服务器运行正常。

Claude

1. 按上述前提和安装步骤操作。
2. 通过 Smithery 自动安装：

   npx -y @smithery/cli install @razvanmacovei/k8s-multicluster-mcp --client claude
   

3. 配置你的 Claude Desktop 的 config.json：

   {
     "mcpServers": {
       "kubernetes": {
         "command": "python3",
         "args": ["/path/to/k8s-multicluster-mcp/app.py"],
         "env": {
           "KUBECONFIG_DIR": "/path/to/your/kubeconfigs"
         }
       }
     }
   }
   

4. 保存并重启 Claude Desktop。

Cursor

1. 按上述步骤完成克隆和安装。
2. 添加到你的 Cursor 配置中：

   {
     "mcpServers": {
       "kubernetes": {
         "command": "python3",
         "args": ["/path/to/k8s-multicluster-mcp/app.py"],
         "env": {
           "KUBECONFIG_DIR": "/path/to/your/kubeconfigs"
         }
       }
     }
   }
   

3. 保存并重启 Cursor。

Cline

1. 按上述步骤完成克隆和安装。
2. 添加到你的 Cline 配置中：

   {
     "mcpServers": {
       "kubernetes": {
         "command": "python3",
         "args": ["/path/to/k8s-multicluster-mcp/app.py"],
         "env": {
           "KUBECONFIG_DIR": "/path/to/your/kubeconfigs"
         }
       }
     }
   }
   

3. 保存并重启 Cline。

API 密钥安全建议：

• 将诸如 API 密钥、kubeconfig 等敏感信息放入环境变量中。
• 示例配置：

  {
    "mcpServers": {
      "kubernetes": {
        "command": "python3",
        "args": ["/path/to/k8s-multicluster-mcp/app.py"],
        "env": {
          "KUBECONFIG_DIR": "/secure/path",
          "KUBE_API_KEY": "${KUBE_API_KEY}"
        },
        "inputs": {
          "kube_api_key": {
            "type": "env",
            "env": "KUBE_API_KEY"
          }
        }
      }
    }
  }
  

在流程中如何使用此 MCP

FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，首先在流程中添加 MCP 组件，并将其与 AI 智能体连接：

点击 MCP 组件以打开配置面板，在系统 MCP 配置部分，按如下 JSON 格式填写你的 MCP 服务器信息：

{
  "k8s-multicluster-mcp": {
    "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。请记得将 “k8s-multicluster-mcp” 替换为你的 MCP 服务器实际名称，并将 URL 换为你自己的 MCP 服务器地址。

概览

补充说明：

• Roots 支持：未提及
• 采样支持：未提及

根据目前仓库提供的信息，k8s-multicluster-mcp 是专为 Kubernetes 多集群运维设计的 MCP 服务器。但在提示模板、资源与工具文档等方面细节不足，限制了其完整性和易用性评分。

MCP 评分

总体评分：4/10

虽然该服务器在 Kubernetes 多集群管理 via MCP 方面具有独特且有价值的功能，但缺乏提示模板、资源与工具定义及授权协议文档，限制了其在更广泛 MCP 用途和开发者采用方面的实用性。