AI导哈

Kubernetes AI管理服务器

一个实验性的模型上下文协议(MCP)服务器，通过kubectl将Kubernetes功能暴露给AI聊天界面，使AI助手能够帮助分析和管理集群资源。

  • by wasilak
  • Rust
  • 本地部署
  • 更新于
在 GitHub 查看 wasilak/mcp-kubernetes

使用说明

Kubernetes MCP服务器

一个实验性的模型上下文协议（MCP）服务器，通过kubectl将Kubernetes功能暴露给AI聊天界面。该项目演示了如何将Kubernetes与AI助手集成，使它们能够使用熟悉的kubectl命令帮助分析和管理集群资源。

概述

这个项目建立在令人惊叹的 mcpr 项目by @圆锥形，它为AI助手提供了一种与外部工具和服务交互的协议。

服务器提供单一 kubectl 该工具可以执行任何kubectl命令，让AI助手完全访问Kubernetes集群的功能。

用例

  • 资源发现：让你的AI助手使用kubectl命令列出和描述资源
  • 故障排除：让AI使用kubectl帮助分析日志和资源状态
  • 资源管理：在创建或修改资源时获得人工智能的帮助
  • 文档：请人工智能解释特定资源在集群中的作用
  • 证券分析：让人工智能帮助识别集群配置中的潜在安全问题

交互示例

User: Can you show me all pods in the default namespace?
AI: I'll check that for you...
[Uses the kubectl tool with command "get pods -n default"]
Here are the pods in the default namespace:
NAME                     READY   STATUS    RESTARTS   AGE
nginx-7c658794b9-2j4k5   1/1     Running   0          2d

未来的可能性

当前的实现为许多强大的交互提供了基础：

  • 使用多个kubectl命令的复杂故障排除场景
  • 自动资源分析和建议
  • 交互式调试会话
  • 安全扫描和建议
  • 性能优化建议

安装

  1. 克隆存储库：
git clone https://github.com/yourusername/mcp-kubernetes.git
cd mcp-kubernetes
  1. 构建项目：
cargo build --release
  1. 配置您的AI助手以使用服务器（说明取决于您的AI平台）

需求

  • 锈1.70或更高版本
  • kubectl已安装并配置
  • 具有适当权限的Kubernetes集群
  • 为集群配置kubeconfig

配置

服务器使用默认的kubeconfig和kubectl安装。确保您拥有执行要运行的命令所需的权限。

安全考虑

由于此服务器允许执行任意kubectl命令，因此重要的是：

  1. 使用适当的RBAC权限运行它
  2. 考虑实施命令验证或白名单
  3. 监控和审核命令执行
  4. 在受控环境中使用

致谢

该项目建立在 mcpr 项目by @圆锥形非常感谢作者创建了这个优秀的协议和实现。

许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

相关 MCP