Kubernetes MCP Server

Kubernetes MCP 服务

一个实验性的模型上下文协议（MCP）服务，通过 kubectl 向 AI 聊天界面提供 Kubernetes 功能。本项目展示了如何将 Kubernetes 与 AI 助手集成，让它们使用熟悉的 kubectl 命令帮助分析和管理集群资源。

概述

本项目基于出色的 mcpr 项目构建，该项目由 @conikeec 开发，为 AI 助手与外部工具和服务交互提供了协议。

该服务提供了一个 kubectl 工具，可执行任意 kubectl 命令，让 AI 助手能够充分使用 Kubernetes 集群的功能。

使用场景

• 资源发现：让 AI 助手使用 kubectl 命令列出和描述资源
• 故障排查：让 AI 帮助使用 kubectl 分析日志和资源状态
• 资源管理：获取 AI 在创建或修改资源方面的帮助
• 文档：让 AI 解释集群中特定资源的作用
• 安全分析：让 AI 帮助识别集群配置中潜在的安全问题

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

未来可能性

当前实现为许多强大的交互奠定了基础：

• 使用多个 kubectl 命令处理复杂的故障排查场景
• 自动化资源分析和建议
• 交互式调试会话
• 安全扫描和建议
• 性能优化建议

安装

1. 克隆仓库：

git clone https://github.com/yourusername/mcp-kubernetes.git
cd mcp-kubernetes

2. 构建项目：

cargo build --release

3. 配置 AI 助手以使用该服务（具体说明取决于你的 AI 平台）

要求

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

配置

该服务使用默认的 kubeconfig 和 kubectl 安装。请确保你拥有执行所需命令的必要权限。

安全注意事项

由于该服务允许执行任意 kubectl 命令，因此务必：

1. 使用适当的 RBAC 权限运行
2. 考虑实施命令验证或白名单
3. 监控并审计命令执行情况
4. 在受控环境中使用

致谢

本项目基于 @conikeec 的 mcpr 项目构建。非常感谢作者创建了这一出色的协议和实现。

许可证

本项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。