Инструмент Kubectl MCP

Сервер протокола контекста модели (MCP) для Kubernetes, который позволяет помощникам на основе искусственного интеллекта, таким как Claude, Cursor и другим, взаимодействовать с кластерами Kubernetes с помощью естественного языка.

🎥 Демонстрация в реальном времени — посмотрите kubectl-mcp-tool в действии с Клодом!

Related MCP server: MCP Toolkit

🎥 Демонстрация в реальном времени — посмотрите, как работает kubectl-mcp-tool с курсором!

🎥 Демонстрация в реальном времени — посмотрите, как kubectl-mcp-tool работает с Windsurf!

Функции

Основные операции Kubernetes

• [x] Подключиться к кластеру Kubernetes

• [x] Список и управление модулями, службами, развертываниями и узлами

• [x] Создание, удаление и описание модулей и других ресурсов

• [x] Получить журналы пода и события Kubernetes

• [x] Поддержка операций Helm v3 (установка, обновления, удаление)

• [x] kubectl объясняет и поддерживает api-resources

• [x] Выберите пространство имен для следующих команд (сохранение памяти)

• [x] Перенести порт на модули

• [x] Масштабирование развертываний и statefulsets

• [x] Выполнение команд в контейнерах

• [x] Управление ConfigMap и секретами

• [x] Откат развертываний к предыдущим версиям

• [x] Управление входящими и сетевыми политиками

• [x] Переключение контекста между кластерами

Обработка естественного языка

• [x] Обработка запросов на естественном языке для операций kubectl

• [x] Контекстно-зависимые команды с памятью предыдущих операций

• [x] Понятные объяснения концепций Kubernetes

• [x] Интеллектуальное построение команды из намерения

• [x] Возврат к kubectl, когда специализированные инструменты недоступны

• [x] Поддержка фиктивных данных для офлайн/тестовых сценариев

• [x] Обработка запросов с учетом пространства имен

Мониторинг

• [x] Мониторинг состояния кластера

• [x] Отслеживание использования ресурсов

• [x] Состояние и проверка работоспособности Pod

• [x] Мониторинг событий и оповещение

• [x] Анализ пропускной способности и распределения узлов

• [x] Отслеживание исторических показателей

• [x] Статистика использования ресурсов через kubectl top

• [x] Отслеживание готовности и жизнеспособности контейнера

Безопасность

• [x] Проверка и верификация RBAC

• [x] Аудит контекста безопасности

• [x] Безопасные соединения с API Kubernetes

• [x] Управление учетными данными

• [x] Оценка сетевой политики

• [x] Сканирование безопасности контейнеров

• [x] Обеспечение соблюдения лучших практик безопасности

• [x] Роль и кластерУправление ролями

• [x] Создание и привязка ServiceAccount

• [x] Анализ PodSecurityPolicy

• [x] Аудит разрешений RBAC

• [x] Проверка контекста безопасности

Диагностика

• [x] Диагностика кластера и устранение неполадок

• [x] Проверка конфигурации

• [x] Анализ ошибок и предложения по восстановлению

• [x] Мониторинг состояния соединения

• [x] Анализ журналов и обнаружение закономерностей

• [x] Идентификация ограничений ресурсов

• [x] Диагностика проверки работоспособности Pod

• [x] Распознавание типичных ошибок

• [x] Проверка ресурсов на наличие неправильных конфигураций

• [x] Подробная проверка жизнеспособности и готовности зонда

Расширенные функции

• [x] Поддержка нескольких транспортных протоколов (stdio, SSE)

• [x] Интеграция с несколькими помощниками на основе искусственного интеллекта

• [x] Расширяемая структура инструментов

• [x] Поддержка определения пользовательских ресурсов

• [x] Операции между пространствами имен

• [x] Пакетные операции над несколькими ресурсами

• [x] Интеллектуальное отображение взаимосвязей ресурсов

• [x] Объяснение ошибки с предложениями по восстановлению

• [x] Управление громкостью и идентификация

Архитектура

Интеграция протокола контекста модели (MCP)

Инструмент Kubectl MCP реализует протокол контекста модели (MCP) , позволяя помощникам ИИ взаимодействовать с кластерами Kubernetes через стандартизированный интерфейс. Архитектура состоит из:

1. Сервер MCP : совместимый сервер, который обрабатывает запросы от клиентов MCP (помощников на основе искусственного интеллекта)

2. Реестр инструментов : регистрирует операции Kubernetes как инструменты MCP со схемами.

3. Транспортный уровень : поддерживает методы транспорта stdio, SSE и HTTP.

4. Основные операции : преобразует вызовы инструментов в операции API Kubernetes.

5. Форматировщик ответов : преобразует ответы Kubernetes в ответы, совместимые с MCP.

Запрос потока

Двойной режим работы

Инструмент работает в двух режимах:

1. Режим CLI : прямой интерфейс командной строки для выполнения операций Kubernetes.

2. Режим сервера : работает как сервер MCP для обработки запросов от помощников на основе искусственного интеллекта.

Установка

Подробные инструкции по установке смотрите в Руководстве по установке .

Установить kubectl-mcp-tool можно непосредственно из PyPI:

Для конкретной версии:

Пакет доступен на PyPI: https://pypi.org/project/kubectl-mcp-tool/1.1.1/

Предпосылки

• Питон 3.9+

• установлен и настроен kubectl CLI

• Доступ к кластеру Kubernetes

• pip (менеджер пакетов Python)

Глобальная установка

Установка локального развития

Проверка установки

После установки проверьте правильность работы инструмента:

Примечание: этот инструмент предназначен для работы в качестве сервера MCP, к которому подключаются помощники AI, а не как прямая замена kubectl. Основная доступная команда — kubectl-mcp serve , которая запускает сервер MCP.

Использование с помощниками на основе искусственного интеллекта

Использование MCP-сервера

MCP-сервер ( kubectl_mcp_tool.mcp_server ) — это надежная реализация, созданная на основе FastMCP SDK, которая обеспечивает улучшенную совместимость с различными помощниками на основе искусственного интеллекта:

Примечание : Если вы столкнетесь с какими-либо ошибками в реализации MCP Server, вы можете вернуться к использованию минимальной оболочки, заменив kubectl_mcp_tool.mcp_server на kubectl_mcp_tool.minimal_wrapper в вашей конфигурации. Минимальная оболочка обеспечивает базовые возможности с более простой реализацией.

1. Прямая конфигурация

   { "mcpServers": { "kubernetes": { "command": "python", "args": ["-m", "kubectl_mcp_tool.mcp_server"], "env": { "KUBECONFIG": "/path/to/your/.kube/config", "PATH": "/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin", "MCP_LOG_FILE": "/path/to/logs/debug.log", "MCP_DEBUG": "1" } } } }

2. Ключевые переменные среды

   • MCP_LOG_FILE : Путь к файлу журнала (рекомендуется для предотвращения засорения stdout)

   • MCP_DEBUG : установите значение «1» для подробного ведения журнала.

   • MCP_TEST_MOCK_MODE : установите значение «1», чтобы использовать фиктивные данные вместо реального кластера.

   • KUBECONFIG : Путь к файлу конфигурации Kubernetes

   • KUBECTL_MCP_LOG_LEVEL : Установите значение «DEBUG», «INFO», «WARNING» или «ERROR»

3. Тестирование сервера MCP Вы можете проверить правильность работы сервера с помощью:

   python -m kubectl_mcp_tool.simple_ping

   Будет предпринята попытка подключиться к серверу и выполнить команду ping.

   Кроме того, вы можете напрямую запустить сервер с помощью:

   python -m kubectl_mcp_tool

Клод Десктоп

Добавьте следующее в конфигурацию Claude Desktop в ~/.config/claude/mcp.json (Windows: %APPDATA%\Claude\mcp.json ):

Курсор ИИ

Добавьте следующее в настройки Cursor AI в MCP, добавив новый глобальный сервер MCP:

Сохраните эту конфигурацию в ~/.cursor/mcp.json для глобальных настроек.

Примечание : замените /path/to/your/.kube/config на фактический путь к вашему файлу kubeconfig. В большинстве систем это ~/.kube/config .

Виндсерфинг

Добавьте следующее в конфигурацию Windsurf в ~/.config/windsurf/mcp.json (Windows: %APPDATA%\WindSurf\mcp.json ):

Автоматическая конфигурация

Для автоматической настройки всех поддерживаемых ИИ-помощников запустите предоставленный скрипт установки:

Этот скрипт:

1. Установите необходимые зависимости

2. Создайте файлы конфигурации для Claude, Cursor и WindSurf

3. Настройте правильные пути и переменные среды

4. Проверьте свое подключение Kubernetes

Предпосылки

1. kubectl установлен и находится в вашем PATH

2. Действительный файл kubeconfig

3. Доступ к кластеру Kubernetes

4. Helm v3 (опционально, для операций Helm)

Примеры

Список стручков

Развернуть приложение

Проверьте журналы Pod

Переадресация портов

Разработка

Структура проекта

Инструменты сервера MCP

Реализация MCP Server ( kubectl_mcp_tool.mcp_server ) предоставляет полный набор из 26 инструментов, которые могут использоваться помощниками ИИ для взаимодействия с кластерами Kubernetes:

Управление основными ресурсами Kubernetes

• get_pods — Получить все модули в указанном пространстве имен

• get_namespaces — Получить все пространства имен Kubernetes

• get_services — Получить все службы в указанном пространстве имен

• get_nodes — Получить все узлы в кластере

• get_configmaps — получить все ConfigMaps в указанном пространстве имен

• get_secrets — Получить все секреты в указанном пространстве имен

• get_deployments — Получить все развертывания в указанном пространстве имен

• create_deployment — Создать новое развертывание

• delete_resource — удалить ресурс Kubernetes

• get_api_resources — список ресурсов API Kubernetes

• kubectl_explain — Объясните ресурс Kubernetes с помощью kubectl Explain

Операции рулевого управления

• install_helm_chart — Установка диаграммы Helm

• upgrade_helm_chart — обновление версии Helm

• uninstall_helm_chart — удаление версии Helm

Операции по обеспечению безопасности

• get_rbac_roles — Получить все роли RBAC в указанном пространстве имен

• get_cluster_roles — Получить все роли RBAC кластера

Мониторинг и диагностика

• get_events — Получить все события в указанном пространстве имен

• get_resource_usage — Получить статистику использования ресурсов через kubectl top

• health_check — проверка работоспособности кластера путем отправки ping-запроса на сервер API

• get_pod_events — Получить события для определенного модуля

• check_pod_health — проверка состояния работоспособности модуля

• get_logs — Получить логи из модуля

Управление кластером

• switch_context — переключение текущего контекста kubeconfig

• get_current_context — Получить текущий контекст kubeconfig

• port_forward — переадресация локального порта на порт модуля

• scale_deployment — Масштабировать развертывание

Все инструменты возвращают структурированные данные с информацией об успешном выполнении/ошибке и соответствующими подробностями, что упрощает обработку и понимание ответов помощниками на основе искусственного интеллекта.

Внося вклад

Вклады приветствуются! Пожалуйста, не стесняйтесь отправлять запрос на включение.

1. Форк репозитория

2. Создайте ветку функций ( git checkout -b feature/amazing-feature )

3. Зафиксируйте свои изменения ( git commit -m 'Add some amazing feature' )

4. Отправить в ветку ( git push origin feature/amazing-feature )

5. Открыть запрос на извлечение

Лицензия

Данный проект лицензирован по лицензии MIT — подробности см. в файле LICENSE .