动态环境 MCP 服务器

一个高性能的 Kubernetes MCP 服务器，用于管理 DynamicEnv 自定义资源，支持实时更新和 AI 驱动集成。

✨ 概述

动态环境 MCP 服务器 在 DynamicEnv Kubernetes 自定义资源上提供了面向 AI 的友好 API 接口，实现对动态环境的实时跟踪、智能调试以及简化清理操作。适用于开发、测试及短期工作负载。

该服务器采用异步优先架构设计，并与模型上下文协议（MCP）无缝集成，赋能开发者和 AI 代理安全高效地管理基于 K8s 的环境。

🔍 什么是 DynamicEnv？

DynamicEnv 是 Kubernetes 自定义资源 (CRD)，封装完整的动态环境配置，通常包括：

• 多个相互依赖的服务
• 服务特定配置（密钥、配置文件、环境变量）
• 路由规则（Ingress、服务网格）
• 资源限制（CPU、内存配额）

此服务器增强了对这些资源的可观测性和控制能力。

🚀 为何选择 MCP？

模型上下文协议 (MCP) 允许 AI 工具：

• 订阅实时更新
• 管理长期异步操作并跟踪进度
• 通过验证和结构化上下文安全运行
• 提升 DevOps 工作流程中的智能命令建议

📄 核心功能

• ✅ 列表与筛选：按命名空间、状态或部署状态过滤 DynamicEnv 实例
• ⏳ 实时状态监控：异步更新和进度报告
• ❌ 安全删除：带有依赖检查的环境清理
• ⚖️ K8s 安全认证：使用集群内或 kubeconfig 凭证
• 🔍 Pod 洞察、部署健康状况及可选日志
• ✨ AI 友好型 接口通过 MCP

🗓 快速开始

# 克隆仓库
git clone https://github.com/yonathan-shtekel/mcp-server-dynamic-env.git
cd mcp-server-dynamic-env

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装依赖项
uv pip install -e .

📖 使用方法

本地开发

# 安装 MCP 工具
mcp tool install

# 启动 MCP 服务
mcp server start

示例命令

# 创建 DynamicEnv 实例
mcp dynamicenv create --name my-env --spec '{"containers": [{"name": "web", "image": "nginx:latest"}]}'

# 获取实例状态
mcp dynamicenv get my-env

项目结构

.
├── README.md          # 项目文档
├── pyproject.toml    # 项目配置
├── src/
│   ├── server.py     # MCP 服务器主程序
│   └── handlers/
│       └── dynamicenv.py  # DynamicEnv 资源处理逻辑
└── tests/
    └── test_server.py  # 服务器功能测试用例

开发规范

静态代码分析

# 类型检查
mypy src tests

# 安全扫描
bandit -r src
safety check

# 文档覆盖率
interrogate src

所有这些检查都会在 CI/CD 管道中自动执行。

其他工具

• 日志记录：使用 logging 模块实现结构化日志。
• 配置管理：通过 pyproject.toml 统一管理项目设置。
• 测试框架：基于 pytest 的单元测试框架。

欢迎贡献代码！如需帮助，请参考 CONTRIBUTING.md。