关于 Gke (google Kubernetes Engine) Mcp
GKE MCP Server 将兼容 MCP 的 AI Agent 连接到 Google Kubernetes Engine,以执行集群和 Kubernetes 资源操作。它还提供部署、日志、建议、升级指导,以及可选的 Vertex AI 清单生成。
主要功能
- 01列出、查看、创建和更新 GKE 集群
- 02管理节点池和 Kubernetes 资源
- 03部署工作负载并应用清单
- 04查询 GKE 日志与事件
- 05查看建议和升级信息
- 06使用 Vertex AI 生成清单
适用场景
- 01检查 GKE 集群和节点池
- 02向 GKE 集群部署工作负载
- 03排查日志、事件和升级风险
MCP 相关
向 MCP 客户端提供 GKE 与 Kubernetes 管理工具、引导式提示词和上下文。默认使用 stdio,也可选择 Streamable HTTP。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
GKE MCP 服务与 Gemini CLI 扩展
让兼容 MCP 的 AI Agent 能够与 Google Kubernetes Engine 交互。
安装
选择一种安装 MCP 服务的方式,然后将你的 AI 连接到它。
作为 Gemini CLI 扩展使用
-
安装 Gemini CLI。
-
安装该扩展
gemini extensions install https://github.com/GoogleCloudPlatform/gke-mcp.git
在 MCP 客户端 / 其他 AI 中使用
快速安装(仅限 Linux 和 macOS)
curl -sSL https://raw.githubusercontent.com/GoogleCloudPlatform/gke-mcp/main/install.sh | bash
手动安装
如果你还没有安装 Go,请按照这些说明进行操作。
安装 Go 后,运行以下命令来安装 gke-mcp:
go install github.com/GoogleCloudPlatform/gke-mcp@latest
gke-mcp 二进制文件将安装到由 GOBIN 环境变量指定的目录中。如果未设置 GOBIN,则默认为 $GOPATH/bin;如果 GOPATH 也未设置,则回退到 $HOME/go/bin。
你可以运行 go env GOBIN 来找到确切位置。如果该命令返回空值,请运行 go env GOPATH 来查找安装目录。
如需更多帮助,请参阅故障排除部分:gke-mcp: command not found。
将 MCP 服务添加到你的 AI
有关如何将 GKE MCP 服务连接到各种 AI 客户端(包括 Cursor、Visual Studio Code、Claude Desktop 和 Claude Code)的详细说明,请参阅我们专门的安装指南。
配置 Developer Knowledge API
清单生成 Agent(generate_manifest 工具)可以使用 Developer Knowledge API 检索官方 GKE 文档、必需的注解和最佳实践。
要启用此功能:
- 启用 API: 在你的 Google Cloud 项目中启用 Developer Knowledge API(详情请参阅 Developer Knowledge API 文档)。
- 生成 API 密钥: 创建一个具有调用 Developer Knowledge API 权限的 API 密钥。
- 配置环境变量: 在启动 MCP 服务时设置
DK_API_KEY环境变量:- Gemini CLI / 终端:
export DK_API_KEY="your-api-key-here" - Cursor / Claude Desktop / Visual Studio Code: 将该环境变量添加到客户端的 MCP 配置中。例如,在
claude_desktop_config.json中:{ "mcpServers": { "gke-mcp": { "command": "gke-mcp", "env": { "DK_API_KEY": "your-api-key-here" } } } }
- Gemini CLI / 终端:
可选配置:
DK_BASE_URL:Developer Knowledge API 的基础 URL(默认为https://knowledge.googleapis.com)。
MCP 工具
cluster_toolkit_download:下载 Cluster Toolkit Git 仓库。list_clusters:列出 GKE 集群。get_cluster:获取单个 GKE 集群的详细信息。create_cluster:创建新的 GKE 集群(默认为 Autopilot)。get_kubeconfig:为 GKE 集群配置 kubeconfig。update_cluster:更新 GKE 集群。get_node_sos_report:从 GKE 节点生成并下载 SOS 报告。delete_cluster:删除 GKE 集群(如已启用)。list_node_pools:列出 GKE 集群中的节点池。get_node_pool:获取 GKE 节点池的详细信息。create_node_pool:在 GKE 集群中创建新的节点池。update_node_pool:更新 GKE 节点池。delete_node_pool:删除 GKE 节点池(如已启用)。gke_deploy:使用配置文件将工作负载部署到 GKE 集群。query_logs:使用 Logging Query Language (LQL) 查询 Google Cloud Platform 日志。get_log_schema:获取特定 GKE 日志类型的架构。list_monitored_resource_descriptors:列出 GKE 的受监控资源描述符。list_recommendations:列出 GKE 集群的建议。get_k8s_changelog:获取用于升级的 Kubernetes 变更日志。get_gke_release_notes:获取 GKE 发布说明。generate_manifest:使用 Vertex AI 生成 Kubernetes 清单。get_k8s_resource:从集群获取一个或多个 Kubernetes 资源。list_k8s_events:从 Kubernetes 集群检索事件。get_k8s_version:检索给定集群的 Kubernetes 服务器版本。apply_k8s_manifest:使用服务端应用将 Kubernetes 清单应用到集群。get_k8s_logs:从 Pod 中的 Kubernetes 容器获取日志。delete_k8s_resource:从集群删除 Kubernetes 资源。
MCP 提示词
提示词提供引导式工作流和专家知识模板。
gke:cost:回答有关 GKE 相关费用的自然语言问题。gke:deploy:使用配置文件将工作负载部署到 GKE 集群。gke:upgrade-risk-report:GKE 控制平面升级风险报告,分析从当前版本升级到目标版本的潜在风险。执行升级前检查、API 弃用扫描等。gke:upgrades-best-practices-risk-report:GKE 控制平面升级最佳实践,应用于指定集群。帮助升级顺利进行。
MCP 上下文
除了上述工具外,还通过捆绑的上下文指令提供了大量价值。
-
费用:所提供的指令允许 AI 回答许多与 GKE 费用相关的问题,包括与集群、命名空间和 Kubernetes 工作负载相关的查询。
-
GKE 已知问题:所提供的指令允许 AI 获取最新的 GKE 已知问题,并检查集群是否受其中某个已知问题影响。
支持的 MCP 传输方式
默认情况下,gke-mcp 使用 stdio 传输方式。此外,也支持 Streamable HTTP 传输方式。
你可以使用以下选项设置传输模式:
--server-mode:服务器使用的传输方式:stdio(默认)或 http
--server-host:server-mode 为 http 时使用的服务器主机;默认为 127.0.0.1
--server-port:server-mode 为 http 时使用的服务器端口;默认为 8080
gke-mcp --server-mode http --server-host 127.0.0.1 --server-port 8080
警告
默认情况下,HTTP 服务器绑定到
127.0.0.1,这限制了对本机的访问。 如果你显式设置--server-host 0.0.0.0或其他非回环地址,服务器可能会从你网络上的其他机器访问。 如果服务器不应设为私有,请确保已配置防火墙和/或其他安全措施。
将 Gemini CLI 连接到 HTTP 服务
要将 Gemini CLI 连接到 gke-mcp HTTP 服务,需要配置 CLI 指向正确的端点。你可以通过更新 ~/.gemini/settings.json 文件来完成此操作。对于无需身份验证的基本设置,该文件应如下所示:
{
"mcpServers": {
"gke": {
"httpUrl": "http://127.0.0.1:8080/mcp"
}
}
}
此配置告知 Gemini CLI 如何访问运行在本地机器 8080 端口上的 gke-mcp 服务。
开发
要编译二进制文件并使用本地更改更新 gemini-cli 扩展,请按照以下步骤操作:
-
移除全局 gke-mcp 配置
rm -rf ~/.gemini/extensions/gke-mcp -
从项目根目录构建二进制文件:
go build -o gke-mcp . -
运行安装命令以更新扩展清单:
./gke-mcp install gemini-cli --developer这将使
gemini-cli使用你本地编译的二进制文件。
免责声明
- Google Cloud Platform 服务条款(见 https://cloud.google.com/terms/)以及数据处理和安全条款(见 https://cloud.google.com/terms/data-processing-terms)不适用于 GKE MCP Server 软件的任何组件。
- 此工具仅供教育和实验使用,并非 Google 官方支持的产品。它按尽力而为的原则维护,可能会在不另行通知的情况下发生变化。
- 此项目与大模型交互,存在固有风险。
- 使用风险自负: 此软件为实验性、非确定性软件,按“原样”提供,不附带任何保证或担保。
- 不得用于生产环境。
- 数据敏感性: 避免使用不可信的数据。切勿输入机密、API 密钥或敏感信息。
- 验证输出: 大模型的回复可能不可预测且可能不准确。请始终验证结果。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。