K8s 原生的代理/模型工作负载 operator，支持 SAM mesh 注册和 MCP 运维平面。
用声明式 K8s 资源取代进程启动型编排器（vllm-orchestrator）。 每个操作都作为 MCP 工具暴露，用于 LangGraph/LangChain 工作流编排。
LangGraph agent ──MCP──▶ agentctl ops plane (:8091)
│
┌─────────┼─────────┐
▼ ▼ ▼
workload_* fleet_* sam_*
tools tools tools
│ │ │
▼ ▼ ▼
K8s API K8s API SAM node
(CRDs) (pods) (discovery)Related MCP server: Hatchet MCP
pip install agentctl
# or
uv pip install agentctlkubectl apply -f https://github.com/moreWax/agentctl/releases/latest/download/install.yaml这会将 CRD、operator 和 MCP 运维平面安装到 agentctl-system 中。运维平面可在集群内通过 http://agentctl-mcp.agentctl-system.svc.cluster.local:8091/mcp 访问（无状态 Streamable HTTP）。
kubectl apply -f examples/qwen3.8-27b.yaml # Qwen3.8-27B, TP2 on 2 GPUs
kubectl apply -f examples/qwen3.8-27b-fp8.yaml # FP8 variant, single GPU
kubectl apply -f examples/litellm-gateway.yaml # LiteLLM proxy gatewayuv venv && uv pip install -e ".[dev]"
kubectl apply -f crd/agentctl-crd.yaml
agentctl serve # operator (kopf controllers)
agentctl mcp --port 8091 # MCP ops-plane server (stateless Streamable HTTP)kubectl apply -f examples/qwen3.8-27b.yaml # Qwen3.8-27B, TP2 on 2 GPUs
kubectl apply -f examples/qwen3.8-27b-fp8.yaml # FP8 variant, single GPU
kubectl apply -f examples/litellm-gateway.yaml # LiteLLM proxy gatewayLiteLLM 网关将 OpenAI 兼容的请求路由到 vLLM 后端。将你的代理指向 http://litellm-gateway:4000/v1，并使用类似 qwen3.8-27b 或 qwen3.8-27b-fp8 的模型名称。
所有 20 个工具都是无状态的，返回结构化 JSON，并将破坏性操作置于批准标志之后。
集群查询
Tool | Description |
| 聚合视图：按阶段的工作负载、GPU 总数 |
| 每节点 GPU 容量 / 已分配 / 空闲 + 消费者 |
| 每 Pod 详情：节点、启动阶段、GPU、重启次数 |
| 预演：哪些节点可容纳 N 个 GPU — 启动前调用 |
| 每个服务的端点就绪状态 |
| 发现 SAM mesh 服务 |
工作负载生命周期
Tool | Description |
| 列出工作负载及其阶段、GPU、固定状态 |
| 完整详情，包括每个 Pod 的启动阶段 |
| 每个 Pod 的最近容器日志 |
| 缩放副本（0 = 暂停；除非 |
| 删除工作负载 — 需要 |
| 创建模型工作负载（幂等） |
| 移除模型工作负载 |
| 强制删除挂起的 Pod — 需要 |
| 固定可防止缩放（保持模型驻留） |
| 挂起/唤醒。FMA 工作负载（ |
启动编排
Tool | Description |
| 部署 + 可选的服务器端等待（ |
| 轮询启动进度：Pod 阶段 + vLLM 日志标记（ |
代理启动等待模式（LangGraph 循环）：
boot_model(model_id="qwen38-27b", image="vllm/vllm-openai:v0.18.0", gpu_count=2)
while True:
s = boot_status(model_id="qwen38-27b")
if s["ready"]: break # proceed to inference
if s["failed"]: ... # inspect s["pods"], kill_pod + retry
time.sleep(10) # poll againuv venv && uv pip install -e ".[dev]"
pytest tests/ -qMIT
This server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.
MCP Hub: AI service discovery, per-user OAuth, and multi-service workflow orchestration
MCP-first control plane for ProAgentStore agents and private instances.
Protocol-native energy infrastructure orchestration for AI data centers. Provides 46 MCP tools across 8 grid protocols (IEC-61850, DNP3, Modbus, OCPP, OpenADR, IEEE 2030.5, IEC 60870-5-104, ICCP) with 5 core API primitives: connect, dispatch, settle, comply, and intel. Enables AI agents to programmatically interact with substations, grid interfaces, and energy assets for real-time workload-grid coordination.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/moreWax/agentctl'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
