Многокластерный сервер MCP

Многокластерный сервер MCP обеспечивает надежный шлюз для систем Generative AI (GenAI) для взаимодействия с несколькими кластерами Kubernetes через Model Context Protocol (MCP). Он облегчает комплексные операции с ресурсами Kubernetes, упрощает управление несколькими кластерами и обеспечивает интерактивную наблюдаемость кластера.

🚀 Особенности

🛠️ Инструменты MCP — осведомленность о кластере Kubernetes

✅ Извлечение ресурсов из кластера-концентратора (текущий контекст)
✅ Извлечение ресурсов из управляемых кластеров
✅ Подключитесь к управляемому кластеру, используя указанную ClusterRole
✅ Доступ к ресурсам в нескольких кластерах Kubernetes (через Open Cluster Management)
❌ Извлекайте и анализируйте метрики, журналы и оповещения из интегрированных кластеров
❌ Взаимодействие с многокластерными API, включая управляемые кластеры, политики, надстройки и многое другое

📦 Шаблоны подсказок для управления открытым кластером (планирование)

Предоставляйте многоразовые шаблоны подсказок, адаптированные для задач OCM, оптимизируя взаимодействие агентов и автоматизацию.

📚 Ресурсы MCP для управления открытым кластером (планирование)

Ссылка на официальную документацию OCM и соответствующие ресурсы для поддержки разработки и интеграции

📌 Как использовать

Использовать с MCP Inspector

mcp dev ./src/multicluster_mcp_server/__main__.py

Настройте сервер, используя следующий фрагмент:

{ "mcpServers": { "multicluster-mcp-server": { "command": "uvx", "args": [ "multicluster-mcp-server@latest" ] } } }

Примечание: Убедитесь, что kubectl установлен. По умолчанию инструмент использует переменную среды KUBECONFIG для доступа к кластеру. В многокластерной настройке он рассматривает настроенный кластер как кластер-концентратор , получая доступ к другим через него.

Related MCP server: GKE Hub API MCP Server