GKE Hub API MCP Server

Integrations

  • Provides integration with Google Kubernetes Engine Hub API (v1beta1), enabling management of GKE Hub resources for multi-cluster Kubernetes deployments across Google Cloud and on-premises environments.

Servidor MCP

Este proyecto es un servidor MCP (Protocolo de conversación multiagente) para la URL OpenAPI dada: https://api.apis.guru/v2/specs/googleapis.com/gkehub/v1beta1/openapi.json , generada automáticamente mediante el generador MCP de AG2.

Prerrequisitos

  • Python 3.9+
  • pip y uv

Instalación

  1. Clonar el repositorio:
    git clone <repository-url> cd mcp-server
  2. Instalar dependencias: El script .devcontainer/setup.sh gestiona la instalación de dependencias mediante pip install -e ".[dev]" . Si no utiliza el contenedor dev, puede ejecutar este comando manualmente.
    pip install -e ".[dev]"
    Alternativamente, puedes utilizar uv :
    uv pip install --editable ".[dev]"

Desarrollo

Este proyecto utiliza ruff para control de pelusas y formateo, mypy para verificación de tipos estáticos y pytest para pruebas.

Pelusa y formato

Para comprobar si hay problemas de pelusa:

ruff check

Para formatear el código:

ruff format

Estos comandos también están disponibles a través del script scripts/lint.sh .

Análisis estático

Para ejecutar un análisis estático (mypy, bandit, semgrep):

./scripts/static-analysis.sh

Este script también se configura como un gancho previo a la confirmación en .pre-commit-config.yaml .

Ejecución de pruebas

Para ejecutar pruebas con cobertura:

./scripts/test.sh

Esto ejecutará pytest y generará un informe de cobertura. Para un informe y una limpieza combinados, puede usar:

./scripts/test-cov.sh

Ganchos de pre-confirmación

Este proyecto utiliza ganchos de pre-confirmación definidos en .pre-commit-config.yaml . Para instalar los ganchos:

pre-commit install

Los ganchos se ejecutarán automáticamente antes de cada confirmación.

Ejecución del servidor

El servidor MCP se puede iniciar mediante el script mcp_server/main.py . Admite diferentes modos de transporte (p. ej., stdio y sse ).

Para iniciar el servidor (por ejemplo, en modo stdio):

python mcp_server/main.py stdio

El servidor se puede configurar mediante variables de entorno:

  • CONFIG_PATH : Ruta a un archivo de configuración JSON (por ejemplo, mcp_server/mcp_config.json ).
  • CONFIG : Una cadena JSON que contiene la configuración.
  • SECURITY : Variables de entorno para parámetros de seguridad (por ejemplo, claves API).

Consulte el bloque if __name__ == "__main__": en mcp_server/main.py para obtener detalles sobre cómo se cargan.

El archivo tests/test_mcp_server.py demuestra cómo iniciar e interactuar con el servidor mediante programación para realizar pruebas.

Construcción y publicación

Este proyecto utiliza Hatch para compilar y publicar. Para compilar el proyecto:

hatch build

Para publicar el proyecto:

hatch publish

Estos comandos también están disponibles a través del script scripts/publish.sh .

-
security - not tested
F
license - not found
-
quality - not tested

Un servidor MCP generado automáticamente que permite la interacción con la API de Google Kubernetes Engine Hub para la gestión de múltiples clústeres a través de comandos de lenguaje natural.

  1. Prerrequisitos
    1. Instalación
      1. Desarrollo
        1. Pelusa y formato
        2. Análisis estático
        3. Ejecución de pruebas
        4. Ganchos de pre-confirmación
      2. Ejecución del servidor
        1. Construcción y publicación

          Related MCP Servers

          • -
            security
            A
            license
            -
            quality
            A read-only MCP server for Kubernetes that allows querying cluster information and diagnosing issues through natural language interfaces like Claude.
            Last updated -
            1
            Python
            MIT License
            • Apple
            • Linux
          • -
            security
            A
            license
            -
            quality
            An MCP server that enables interaction with Kubernetes/Minikube clusters through natural language, allowing AI agents like Codename Goose to manage Kubernetes resources via the Model Context Protocol.
            Last updated -
            Python
            MIT License
          • -
            security
            F
            license
            -
            quality
            A server that enables LLMs to manage Kubernetes clusters through natural language commands, wrapping kubectl operations to provide a simplified interface for common Kubernetes tasks.
            Last updated -
            3
            Python
          • -
            security
            A
            license
            -
            quality
            A Model Context Protocol server that enables AI assistants to interact with Kubernetes clusters through natural language, supporting core Kubernetes operations, monitoring, security, and diagnostics.
            Last updated -
            427
            Python
            MIT License
            • Linux
            • Apple

          View all related MCP servers

          ID: dahmyyjauq