mcpField
H
Helm MCP

Helm MCP

远程服务
github.com/Kubedoll-Heavy-Industries云与基础设施09 周前更新
代码仓库

关于 Helm MCP

Helm MCP 为处理 Kubernetes 部署的 AI 助手提供 Helm 仓库中的 Chart 数据。它可查询 Chart 版本、配置值、依赖项和安装说明,避免依赖猜测配置字段。

主要功能

  1. 01搜索 Helm 仓库中的 Chart
  2. 02列出可用 Chart 版本
  3. 03获取 values.yaml 部分内容和 Schema
  4. 04查看 Chart 依赖项
  5. 05读取 Chart 安装说明

适用场景

  1. 01核对 Kubernetes Chart 支持的配置值
  2. 02查找最新可用 Chart 版本
  3. 03部署前检查 Chart 依赖项
  4. 04获取安装后的操作说明

MCP 相关

向 MCP 客户端提供 Helm Chart 搜索和检查工具。支持公共 HTTP 端点及 stdio 连接,也可通过 HTTP 自托管。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://helm-mcp.kubedoll.com/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

5
参数类型必填说明
chart_namestring是Chart 名称(例如 postgresql)
chart_versionstring否Chart 版本(默认为最新版本)
repository_urlstring是Helm 仓库 URL(例如 https://charts.bitnami.com/bitnami)或 OCI 注册表(例如 oci://ghcr.io/traefik/helm)

详细介绍

mcp-helm

CI codecov Go Report Card Release License: MIT

让 AI 助手访问真实的 Helm chart 数据。不再生成虚构的 values.yaml 文件。

这是什么?

当你请 Claude、Cursor 或其他 AI 助手帮忙部署 Kubernetes 时,它们无法访问 Helm chart 架构。因此只能猜测——猜出的内容看似合理,实际上却与真实情况不符。

不使用 mcp-helm:

  • :x: 虚构看似正确、实际并不存在的字段名
  • :x: 推荐过时或已弃用的 chart 版本
  • :x: 浪费 token 获取网页内容和猜测

使用 mcp-helm:

  • :white_check_mark: 查询真实 Helm 仓库,获取实际 chart 数据
  • :white_check_mark: 自动获取最新 chart 版本
  • :white_check_mark: 一次就获得正确配置

mcp-helm 实现了 Model Context Protocol (MCP)——这是让 AI 助手访问外部数据源的一种标准方式。

立即试用

将以下内容添加到编辑器的 MCP 配置中,即可使用我们的公共实例(有速率限制,无需安装):

{
  "mcpServers": {
    "helm": {
      "type": "http",
      "url": "https://helm-mcp.kubedoll.com/mcp"
    }
  }
}

然后询问你的 AI:“bitnami/postgresql chart 可以配置哪些值?”

编辑器设置

Claude Code

编辑 ~/.claude/mcp.json:

{
  "mcpServers": {
    "helm": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "ghcr.io/kubedoll-heavy-industries/mcp-helm", "--transport=stdio"]
    }
  }
}
Claude Desktop

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json(macOS)或 %APPDATA%\Claude\claude_desktop_config.json(Windows):

{
  "mcpServers": {
    "helm": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "ghcr.io/kubedoll-heavy-industries/mcp-helm", "--transport=stdio"]
    }
  }
}
Cursor

在 Cursor 配置中编辑 MCP 设置:

{
  "mcpServers": {
    "helm": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "ghcr.io/kubedoll-heavy-industries/mcp-helm", "--transport=stdio"]
    }
  }
}
VS Code + Continue

将以下内容添加到 Continue 配置中(~/.continue/config.json):

{
  "experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "type": "stdio",
          "command": "docker",
          "args": ["run", "--rm", "-i", "ghcr.io/kubedoll-heavy-industries/mcp-helm", "--transport=stdio"]
        }
      }
    ]
  }
}
不使用 Docker

如果你更愿意直接运行二进制文件,请安装 mcp-helm,并将 Docker 配置替换为:

{
  "mcpServers": {
    "helm": {
      "command": "mcp-helm"
    }
  }
}

可用工具

工具功能实用参数
search_charts列出或搜索 Helm 仓库中的 chartkeyword(子字符串筛选)、limit
get_versions获取 chart 的可用版本(按从新到旧排序)limit=1 表示仅获取最新版本
get_values获取 chart 的 values.yaml,也可指定子部分path(例如 .ingress)、depth(默认值为 2,0 表示完整 YAML)、include_schema=true、include_examples=true(需要指定 path)
get_dependencies获取 chart 的子 chart(包括其仓库 URL,可传给其他工具使用)—
get_notes获取 chart 的 NOTES.txt(安装后说明)—

OCI 注册表(oci://...)不支持浏览——使用 OCI 时,你必须事先知道 chart 名称,然后直接使用该名称调用 get_versions 或 get_values。

安装

Docker(推荐——无需安装,以上“编辑器设置”中也使用此方式):

docker pull ghcr.io/kubedoll-heavy-industries/mcp-helm:latest

二进制文件:

curl -fsSL https://github.com/kubedoll-heavy-industries/helm-mcp/releases/latest/download/mcp-helm_$(uname -s)_$(uname -m).tar.gz | tar xz
sudo mv mcp-helm /usr/local/bin/

Go:

go install github.com/kubedoll-heavy-industries/helm-mcp/cmd/mcp-helm@latest

自托管

用于共享部署或需要 HTTP 端点的场景:

docker run -p 8012:8012 ghcr.io/kubedoll-heavy-industries/mcp-helm:latest \
  --transport=http --listen=:8012
# Connect to http://localhost:8012/mcp

有关健康检查端点和生产环境建议,请参阅 docs/self-hosting.md。

文档

许可证

MIT — 参见 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。