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 聊天接口。该项目演示了如何将 Kubernetes 集成到 AI 助手中，使其能够使用熟悉的 kubectl 命令帮助分析和管理您的集群资源。

概述

该项目基于杰出的 mcpr 项目（由 @conikeec 创建），该协议允许 AI 助手与外部工具和服务交互。

服务器提供了一个单一的 kubectl 工具，可以执行任何 kubectl 命令，赋予 AI 助手对 Kubernetes 集群资源的完全访问权限。

使用场景

• 资源发现：让您的 AI 助手列出并描述资源使用 kubectl 命令
• 故障排除：让 AI 帮助分析日志和资源状态
• 资源管理：获得 AI 的帮助来创建或修改资源
• 文档：询问 AI 解释集群中的特定资源
• 安全分析：让 AI 帮助识别配置中的潜在安全问题

示例交互

用户：你能显示默认命名空间中的所有 pod 吗？
AI：我帮您查看...
[使用 kubectl 工具执行命令 "get pods -n default"]
以下是默认命名空间中的 pod：
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：

• 复杂的故障排除场景，使用多个 kubectl 命令
• 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. 配置您的 AI 助手使用该服务器（具体步骤取决于您的 AI 平台）

要求

• Rust 1.70 或更高版本
• kubectl 安装并配置完成
• Kubernetes 集群具有适当的权限
• kubeconfig 配置为您的集群

配置

服务器使用默认的 kubeconfig 和 kubectl 安装。请确保您有执行所需命令的适当权限。

安全注意事项

由于此服务器允许执行任意 kubectl 命令，因此需要注意以下几点：

1. 使用适当的 RBAC 权限运行
2. 考虑实现命令验证或白名单
3. 监控和审核命令执行
4. 在受控制的环境中使用

致谢

该项目基于 mcpr 项目（由 @conikeec 创建）。感谢作者创建了这个杰出的协议和实现。

许可证

此项目根据 MIT 许可证发布 - 有关详细信息，请参阅 LICENSE 文件。