前往https://aistudio.google.com/获取 API 密钥。目前，gemini-2.0-pro-exp-02-05 LLM 完全免费。其他型号也提供非常优惠的价格。
Related MCP server: mcp-kubernetes-server
Goose 是一个开源 AI 代理，它通过自动化编码任务来增强您的软件开发能力。我们将使用 Codename Goose，因为它内置了 MCP 客户端。请按照此处的步骤安装 Codename Goose： https://block.github.io/goose/docs/getting-started/installation 。设置 GOOGLE_API_KEY 环境变量，以便 Goose 知道使用 Gemini API。了解如何使用goose configure进行配置，以及如何使用goose session以会话方式启动。
通过阅读文档了解 MCP： https://modelcontextprotocol.io/introduction以及 Python SDK： https://github.com/modelcontextprotocol/python-sdk克隆此仓库并使用mcp dev server.py进行测试。请注意，本项目使用uv包管理器而不是 pip。通过阅读文档了解uv ： https://github.com/astral-sh/uv本项目使用 Kubernetes python 客户端： https://github.com/kubernetes-client/python
按照以下说明安装 minikube： https://minikube.sigs.k8s.io/docs/start/? arch=%2Flinux%2Fx86-64%2Fstable%2Fbinary+download 确保集群配置已提供给 MCP 服务器。查看KubernetesManager和config.load_kube_config()以了解配置的加载方式。
通过阅读以下文档将 MCP 服务器添加为扩展： https://block.github.io/goose/docs/getting-started/using-extensions使用命令goose session --with-builtin developer --with-extension "uvx kube-mcp"启动新的 goose 会话
尝试在 Goose 中发出命令并使其使用 MCP 服务器与 Minikube 进行交互
This server cannot be deployed
The Google GKE MCP server is a managed Model Context Protocol server that provides AI applications with tools to manage Google Kubernetes Engine (GKE) clusters and Kubernetes resources. It exposes a structured, discoverable interface that allows AI agents to interact with GKE and Kubernetes APIs, enabling them to inspect cluster configurations, retrieve Kubernetes resource YAMLs, monitor operations like cluster upgrades, diagnose issues, and optimize costs—all without needing to parse text output or use complex kubectl commands.
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.
MCP server for building and testing AI agents with multi-model experimentation and insights.