local-only server
The server can only run on the client’s local machine because it depends on local resources.
Integrations
Allows management of Kubernetes clusters through kubectl commands, providing tools for creating and managing deployments, pods, services, namespaces, and other resources, as well as performing operations like scaling, port forwarding, and viewing logs and events.
Servidor Kubernetes MCP
Este es un servidor MCP (Protocolo de contexto de modelo) para Kubernetes que proporciona control sobre los clústeres de Kubernetes a través de interacciones con LLM.
Descripción general
Este cliente permite realizar operaciones comunes de Kubernetes mediante herramientas MCP. Integra comandos kubectl para proporcionar una interfaz sencilla para la gestión de recursos de Kubernetes. El Protocolo de Contexto de Modelo (MCP) facilita la interacción fluida entre los modelos de lenguaje y las operaciones de Kubernetes.
¿Qué es MCP?
El Protocolo de Contexto de Modelo (MCP) es un marco que permite que los modelos de lenguaje interactúen con herramientas y servicios externos de forma estructurada. Proporciona:
- Una forma estandarizada de exponer la funcionalidad a los modelos de lenguaje
- Gestión del contexto para operaciones
- Descubrimiento y documentación de herramientas
- Interacciones de tipos seguros entre modelos y herramientas
Ejemplos de uso
- Cree una nueva implementación para mí con el nombre nginx-app y la imagen nginx:latest en el espacio de producción con 3 réplicas.
- Actualice la implementación nginx-app a la versión 1.19 en el espacio de nombres de producción.
- Escale la implementación de nginx-app a 5 réplicas en el espacio de nombres de producción.
- Consígueme los pods en el espacio de nombres de producción.
- Consígueme todos los espacios de nombres en el clúster.
- Consígueme todos los nodos del cluster.
- Consígueme todos los servicios en el cluster.
- Consígueme todas las implementaciones en el clúster.
- Consígueme todos los trabajos en el cluster.
- Consígueme todos los cronjobs en el cluster.
- Consígueme todos los conjuntos con estado en el clúster.
- Consígueme todos los conjuntos de demonios en el clúster.
- ¿Cuál es el contexto actual?
- enumerar todos los contextos
- cambiar al contexto .
- Consígueme los registros del pod en el espacio de nombres de producción.
- Consígueme los eventos en el espacio de nombres de producción.
- Anotar pod con clave1=valor1 en el espacio de nombres de producción.
- Eliminar la anotación key1 del pod en el espacio de nombres de producción.
- Agregue la etiqueta clave1=valor1 al pod en el espacio de nombres de producción.
- Eliminar la etiqueta key1 del pod en el espacio de nombres de producción.
- Exponer la implementación nginx-app en el espacio de producción en el puerto 80.
- pod, implementación, servicio de reenvío de puerto con nombre en el espacio de producción al puerto local 8080.
- eliminar pod, implementación, servicio, trabajo, cronjob, statefulset, daemonset con nombre en el espacio de nombres de producción.
Próximas funciones
- Crear rol de cluster.
- Eliminar función de cluster.
- Crear enlace de rol de clúster.
- Eliminar la vinculación de la función del clúster.
- crear espacio de nombres.
- eliminar espacio de nombres.
- crear cuenta de servicio.
- Eliminar cuenta de servicio.
- crear rol.
- eliminar rol.
- crear un enlace de rol.a
- Eliminar vinculación de roles.
Integración de LLM
Este cliente MCP está diseñado para funcionar a la perfección con Modelos de Lenguaje Grandes (LLM). Las funciones se configuran con @mcp.tool() , lo que las hace accesibles a los LLM a través del marco del Protocolo de Contexto de Modelo.
Ejemplos de indicaciones para LLM
Los LLM pueden interactuar con tu clúster de Kubernetes mediante lenguaje natural. Aquí tienes algunos ejemplos de indicaciones:
- "Crear una nueva implementación de nginx con tres réplicas en el espacio de producción"
- Escalar la implementación de la aplicación nginx a 5 réplicas.
- "Actualizar la imagen de nginx-app a la versión 1.19"
El LLM interpretará estas solicitudes de lenguaje natural y llamará a las funciones MCP apropiadas con los parámetros correctos.
Beneficios de la integración de LLM
- Interfaz de lenguaje natural : administre los recursos de Kubernetes mediante lenguaje conversacional
- Complejidad de comandos reducida : no es necesario recordar la sintaxis exacta de kubectl
- Prevención de errores : los LLM pueden validar entradas y proporcionar mensajes de error útiles
- Conciencia del contexto : los LLM pueden mantener el contexto en múltiples operaciones
- Interacciones estructuradas : MCP garantiza interacciones documentadas y seguras entre LLM y herramientas
Requisitos
- Acceso al clúster de Kubernetes configurado a través de
kubectl - Python 3.x
- Marco MCP instalado y configurado
Nota de seguridad
Al utilizar este cliente con LLM, asegúrese de que:
- Existen controles de acceso adecuados para su clúster de Kubernetes
- El servidor MCP se ejecuta en un entorno seguro
- El acceso a la API está debidamente autenticado y autorizado
Uso con Claude Desktop
Contribuyendo
Agradecemos sus contribuciones al servidor MCP Kubernetes. Si desea contribuir:
- Bifurcar el repositorio
- Crea una nueva rama para tu función (
git checkout -b feature/amazing-feature) - Realiza tus cambios
- Escriba o actualice las pruebas según sea necesario
- Confirme sus cambios (
git commit -m 'Add some amazing feature') - Empujar a su rama (
git push origin feature/amazing-feature) - Abrir una solicitud de extracción
Para realizar cambios importantes, primero abra un problema para discutir lo que le gustaría cambiar.
Instalación mediante herrería
Para instalar Kubernetes Server para Claude Desktop automáticamente a través de Smithery :
This server cannot be installed
Un servidor que permite a los LLM administrar clústeres de Kubernetes a través de comandos de lenguaje natural, envolviendo las operaciones de kubectl para proporcionar una interfaz simplificada para tareas comunes de Kubernetes.