Flux159/mcp-server-kubernetes

解决的问题

允许 AI 助手（如 Claude、Cursor 或 VS Code 扩展）直接与 Kubernetes 集群交互并进行管理。用户无需在终端中手动运行命令，AI 可通过标准化协议执行集群操作、排查 Pod 问题并管理部署。

工作原理

该项目实现了 Model Context Protocol (MCP)，作为 AI 客户端与 Kubernetes API 之间的桥梁。它利用主机系统上安装的 kubectl 和 helm 来执行命令。支持通过 kubeconfig 的多种认证方式，并为 AI 提供一组专用工具，包括资源管理、日志获取和端口转发。

适用人群

希望使用 AI 代理自动化 Kubernetes 集群管理、执行诊断并处理日常基础设施操作的 DevOps 工程师、SRE 和开发者。

主要亮点

• 全面的工具集：提供统一的 API，支持 kubectl 操作（get、describe、apply、delete、scale、patch）和 helm 图表管理。
• 安全控制：包含非破坏性模式，可禁用所有破坏性操作（如删除 Pod 或命名空间），适用于只读或仅创建访问。
• 自动诊断：提供专用的 /k8s-diagnose 提示，引导 AI 进行系统性的 Pod 排查。
• 可观测性：可选的 OpenTelemetry 集成，支持将所有工具调用的分布式追踪发送至 Jaeger 或 Grafana Tempo 等后端。
• 安全性：实现敏感信息屏蔽，防止 kubectl get secrets 输出中泄露敏感数据。