Flux159/mcp-server-kubernetes

解決的問題

允許 AI 助手（如 Claude、Cursor 或 VS Code 擴充功能）直接與 Kubernetes 集群互動並進行管理。使用者無需在終端手動執行命令，AI 可透過標準化協定執行叢集操作、診斷 Pod 並管理部署。

工作原理

本專案實作 Model Context Protocol (MCP)，作為 AI 客戶端與 Kubernetes API 之間的橋樑。它利用主機系統上安裝的 kubectl 與 helm 來執行命令。支援透過 kubeconfig 的多種驗證方式，並提供一組專用工具供 AI 呼叫，包括資源管理、日誌取得與埠轉送。

適用對象

希望使用 AI 代理自動化 Kubernetes 集群管理、執行診斷並處理日常基礎設施作業的 DevOps 工程師、SRE 與開發者。

主要亮點

• 全面的工具集：提供統一的 API，支援 kubectl 操作（get、describe、apply、delete、scale、patch）與 helm 圖表管理。
• 安全控制：包含非破壞性模式，可停用所有破壞性操作（如刪除 Pod 或命名空間），適用於唯讀或僅建立存取。
• 自動診斷：提供專用的 /k8s-diagnose 提示，引導 AI 進行系統性的 Pod 診斷。
• 可觀測性：可選的 OpenTelemetry 結合，支援將所有工具呼叫的分散式追蹤傳送至 Jaeger 或 Grafana Tempo 等後端。
• 安全性：實作敏感資訊遮蔽，防止 kubectl get secrets 輸出中洩漏敏感資料。