Kubernetes MCP 服务器

“Kubernetes” MCP 服务器能做什么？

Kubernetes MCP 服务器是一种 Model Context Protocol (MCP) 服务器，它作为 AI 助手与 Kubernetes 或 OpenShift 集群之间的接口。它使 AI 驱动的工具和代理能够以编程方式与 Kubernetes 和 OpenShift 环境交互，简化需要集群自省、资源管理或运维自动化的开发工作流。借助 Kubernetes MCP 服务器，AI 助手可以对 Kubernetes 资源进行类数据库查询，管理 Pods 和命名空间，在容器内执行命令，并监控资源使用情况。这样能够通过自动化配置查看、资源管理以及运维指令的执行，提升开发者和运维人员的工作效率，助力将对话式 AI 与现实云基础设施管理相结合。

提示模板列表

在仓库文件或文档中未找到明确的提示模板。

资源列表

• Kubernetes 配置（.kube/config 或集群内配置）：
  • 暴露当前正在使用的 Kubernetes 配置，便于客户端读取并用于操作。
• 通用 Kubernetes 资源：
  • 支持对任意 Kubernetes 或 OpenShift 资源进行 CRUD 操作（创建/更新、获取、列表、删除）。
• Pods：
  • 提供 Kubernetes Pod 的详细资源信息、状态、日志及指标。
• 命名空间：
  • 列出 Kubernetes 集群中所有可用的命名空间，方便上下文查询和操作。

工具列表

• 查看和管理 Kubernetes 配置：
  • 支持查看和更新当前 Kubernetes 配置。
• 资源的 CRUD 操作：
  • 创建、更新、获取、列出或删除任意 Kubernetes 或 OpenShift 资源。
• Pod 管理：
  • 列出 Pods、获取 Pod 详情、删除 Pod、查看日志、获取资源使用指标、进入 Pod 执行命令、运行容器。
• 命名空间列表：
  • 列出 Kubernetes 环境下的所有命名空间。

典型使用场景

• Kubernetes 资源管理：
  • 开发者和运维人员可直接通过 AI 助手创建、更新、删除或检查任意 Kubernetes 或 OpenShift 资源，简化集群管理。
• Pod 操作与监控：
  • 支持查询 Pod 状态、访问 Pod 日志、监控资源用量，以及在 Pod 内执行命令，便于排查和维护。
• 自动化命名空间管理：
  • 快速枚举或管理多租户或组织环境下的命名空间，支持动态工作流。
• 集群配置检查：
  • AI 代理可审查、校验或更新集群配置文件（.kube/config），便于故障排查和变更管理。
• DevOps 任务自动化：
  • 通过与 AI 工具的对话提示自动化重复性的运维任务（如滚动部署、扩缩容、监控等）。

如何设置

Windsurf

1. 确保已安装 Node.js 并可获取 Kubernetes MCP Server 包。
2. 打开或创建 Windsurf 配置文件。
3. 在 mcpServers 对象中使用 JSON 片段添加 Kubernetes MCP Server。
4. 保存配置并重启 Windsurf。
5. 通过检查与 Kubernetes MCP Server 的连通性验证设置。

{
  "mcpServers": {
    "kubernetes-mcp": {
      "command": "npx",
      "args": ["@kubernetes-mcp-server@latest"]
    }
  }
}

安全存储 API 密钥

对敏感信息使用环境变量：

{
  "mcpServers": {
    "kubernetes-mcp": {
      "env": {
        "KUBECONFIG": "/path/to/your/kubeconfig"
      },
      "inputs": {}
    }
  }
}

Claude

1. 安装 Node.js 并确保可以访问 Kubernetes MCP Server。
2. 编辑 Claude 平台配置文件。
3. 添加 MCP 服务器 JSON 配置。
4. 重启 Claude 平台。
5. 确认 MCP 服务器已正常运行。

{
  "mcpServers": {
    "kubernetes-mcp": {
      "command": "npx",
      "args": ["@kubernetes-mcp-server@latest"]
    }
  }
}

安全存储 API 密钥

{
  "mcpServers": {
    "kubernetes-mcp": {
      "env": {
        "KUBECONFIG": "/path/to/your/kubeconfig"
      }
    }
  }
}

Cursor

1. 安装 Node.js。
2. 找到 Cursor 配置文件。
3. 在 mcpServers 对象中添加 Kubernetes MCP Server 条目。
4. 保存并重启 Cursor 平台。
5. 测试与 Kubernetes MCP Server 的连通性。

{
  "mcpServers": {
    "kubernetes-mcp": {
      "command": "npx",
      "args": ["@kubernetes-mcp-server@latest"]
    }
  }
}

安全存储 API 密钥

{
  "mcpServers": {
    "kubernetes-mcp": {
      "env": {
        "KUBECONFIG": "/path/to/your/kubeconfig"
      }
    }
  }
}

Cline

1. 确保已安装 Node.js 并可访问 Kubernetes MCP Server。
2. 打开 Cline 配置文件。
3. 插入 MCP 服务器的配置片段。
4. 重启 Cline。
5. 验证设置正确且服务器可达。

{
  "mcpServers": {
    "kubernetes-mcp": {
      "command": "npx",
      "args": ["@kubernetes-mcp-server@latest"]
    }
  }
}

安全存储 API 密钥

{
  "mcpServers": {
    "kubernetes-mcp": {
      "env": {
        "KUBECONFIG": "/path/to/your/kubeconfig"
      }
    }
  }
}

如何在流程中使用 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，请先将 MCP 组件添加到您的流程，并连接到您的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写您的 MCP 服务器信息：

{
  "kubernetes-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可作为工具使用该 MCP 并访问其全部功能。请记得将 “kubernetes-mcp” 替换为您实际的 MCP 服务器名称，并将 url 替换为您自己的 MCP 服务器链接。

概览

我们的看法

Kubernetes MCP 服务器通过 MCP 提供了强大的 Kubernetes/OpenShift 资源及运维管理能力，文档和部署流程清晰。不过，缺乏明确的采样和提示模板支持，使其代理灵活性略有不足。整体而言，非常适用于 DevOps/AI 运维场景。评分：8/10

MCP 打分