KubeSphere MCP服务器

“KubeSphere” MCP服务器的作用是什么？

KubeSphere MCP服务器是一款模型上下文协议（MCP）服务器，可与KubeSphere API无缝集成，使AI助手和基于LLM的开发工具可以访问和操作由KubeSphere集群管理的资源。通过打通AI工作流与KubeSphere资源管理能力的界限，该服务器帮助开发者自动化并简化如工作空间与集群管理、用户与角色配置、扩展管理等任务。MCP服务器将工具分为四大模块——工作空间管理、集群管理、用户与角色、扩展中心——让AI客户端高效查询、管理和操作KubeSphere资源，提升云原生开发与DevOps工作流效率。

提示模板列表

在可用仓库文件或文档中未提及明确的提示模板。

资源列表

在可用仓库文件或文档中未详细列出明确的MCP资源。

工具列表

• 工作空间管理
  用于管理KubeSphere环境中的工作空间，如创建、列出或删除工作空间。
• 集群管理
  支持Kubernetes集群管理的工具，包括查询集群状态或配置等功能。
• 用户与角色
  用于管理用户账户和角色的工具，如添加用户、分配角色或获取用户信息。
• 扩展中心
  支持与KubeSphere扩展中心交互的工具，可管理和集成新增功能或插件。

典型用例

• 工作空间自动化
  AI代理可自动化在KubeSphere集群中新建、删除或修改工作空间，节省开发者常规配置时间。
• 集群监控与管理
  开发者可借助AI监控集群健康、获取配置或以编程方式触发集群级操作。
• 用户与角色配置
  通过MCP驱动的工作流自动配置用户及其角色，实现高效入职与权限管理。
• 扩展管理
  轻松管理KubeSphere扩展，无需手动操作即可动态集成新能力到平台。
• DevOps工作流集成
  MCP服务器让AI工具可将KubeSphere资源管理纳入更广泛的DevOps流水线，实现自动化与一致性。

如何进行设置

Windsurf

仓库中未提供Windsurf的安装指南。

Claude

1. 按照前置条件说明，确保你有KubeSphere集群并生成ksconfig文件。

2. 下载或编译ks-mcp-server二进制文件，并将其放在系统PATH路径下。

3. 编辑Claude的MCP配置文件，引入KubeSphere MCP服务器：

   {
     "mcpServers": {
       "KubeSphere": {
         "args": [
           "stdio",
           "--ksconfig", "<ksconfig文件绝对路径>",
           "--ks-apiserver", "<KubeSphere地址>"
         ],
         "command": "ks-mcp-server"
       }
     }
   }
   

4. 将<ksconfig文件绝对路径>和<KubeSphere地址>替换为你的实际值。

5. 重启Claude并验证连接。

API密钥安全：
将集群用户名和密码等敏感信息存储到环境变量，并在配置文件中引用。

Cursor

1. 确保你拥有有效的KubeSphere集群和ksconfig文件。

2. 下载或编译ks-mcp-server二进制文件。

3. 按如下方式编辑Cursor的MCP配置文件：

   {
     "mcpServers": {
       "KubeSphere": {
         "args": [
           "stdio",
           "--ksconfig", "<ksconfig文件绝对路径>",
           "--ks-apiserver", "<KubeSphere地址>"
         ],
         "command": "ks-mcp-server"
       }
     }
   }
   

4. 填写所需的绝对文件路径和地址。

5. 重启Cursor以应用更改。

Cline

仓库中未提供Cline的安装指南。

关于API密钥安全的说明

请将用户名和密码等敏感信息存储在环境变量中，而不是直接写在配置文件中。例如：

{
  "env": {
    "KUBESPHERE_USERNAME": "your-username",
    "KUBESPHERE_PASSWORD": "your-password"
  },
  "inputs": {
    "username": "${KUBESPHERE_USERNAME}",
    "password": "${KUBESPHERE_PASSWORD}"
  }
}

如何在流程中使用此MCP

在FlowHunt中集成MCP

要将MCP服务器集成到你的FlowHunt工作流中，首先在流程中添加MCP组件并连接到AI代理：

点击MCP组件打开配置面板。在系统MCP配置部分，按以下JSON格式填写你的MCP服务器信息：

{
  "KubeSphere": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI代理即可使用该MCP作为工具，访问其所有功能。请记得将“KubeSphere”替换为你的实际MCP服务器名称，并将URL改为你的MCP服务器地址。

概览

我们的看法

KubeSphere MCP服务器为通过AI进行KubeSphere资源管理打下了坚实基础，并为Claude与Cursor提供了详尽的配置说明。但关于MCP提示模板、资源以及高级MCP特性（如Roots和采样）的文档尚有不足。整体来看，该项目适于基础集成需求，但若能补充更多文档会更好。

MCP评分

评分： 6/10 —— 基础功能和搭建说明优秀，但资源/提示细节有限，且缺乏高级MCP特性文档。