local-only server
The server can only run on the client’s local machine because it depends on local resources.
Integrations
Integrates with Google's Gemini API for AI capabilities, allowing the MCP server to leverage Gemini models for processing and responding to requests.
Enables interaction with Kubernetes clusters, allowing for management and orchestration of containerized applications through the Kubernetes API using the Python client.
kube-mcp
Gemini APIキーを取得する
https://aistudio.google.com/にアクセスしてAPIキーを取得してください。現在、gemini-2.0-pro-exp-02-05 LLMは完全に無料でご利用いただけます。その他のモデルも非常にお手頃な価格でご利用いただけます。
コードネーム・グースをインストールする
Gooseは、コーディングタスクを自動化することでソフトウェア開発を加速させるオープンソースのAIエージェントです。MCPクライアントが組み込まれているため、Codename Gooseを使用します。https ://block.github.io/goose/docs/getting-started/installationの手順に従ってCodename Gooseをインストールしてください。GooseがGemini APIを使用するように、GOOGLE_API_KEY環境変数を設定してください。goose goose configureを使って設定する方法と、 goose sessionを使ってセッションとして起動する方法を理解してください。
MCPサーバーの開発
MCPについては、ドキュメント（ https://modelcontextprotocol.io/introduction ）とPython SDK（ https://github.com/modelcontextprotocol/python-sdk ）をご覧ください。このリポジトリをクローンし、 mcp dev server.pyを使ってテストしてください。このプロジェクトでは、pipではなくuvパッケージマネージャーを使用していることに注意してください。UVについては、ドキュメント（ https://github.com/astral-sh/uv）をご覧ください。このプロジェクトでは、kubernetes pythonクライアント（ https://github.com/kubernetes-client/python uvを使用しています。
Minikubeをインストールする
以下の手順に従ってminikubeをインストールしてください： https: KubernetesManager ?arch=/linux/x86-64/stable/binary+download クラスターの設定がMCPサーバーに提供されていることを確認してください。KubernetesManagerとconfig.load_kube_config()を調べて、設定がどのようにロードされるかを理解してください。
MCPサーバーをCodename Gooseに接続します
次のドキュメントを読んで、MCP サーバーを拡張機能として追加します: https://block.github.io/goose/docs/getting-started/using-extensionsコマンドgoose session --with-builtin developer --with-extension "uvx kube-mcp"を使用して、新しい Goose セッションを開始します。
すべてをうまく機能させる
Gooseでコマンドを実行し、MCPサーバーを使用してMinikubeと対話してみましょう。
This server cannot be installed
自然言語を介して Kubernetes/Minikube クラスターとの対話を可能にする MCP サーバー。Codename Goose などの AI エージェントがモデル コンテキスト プロトコルを介して Kubernetes リソースを管理できるようになります。