Skip to main content
Glama
deenesjakoruzh
rohitg00

Kubectl MCP Tool

by rohitg00
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

Kubectl MCP ツール

Claude、Cursor などの AI アシスタントが自然言語を通じて Kubernetes クラスターと対話できるようにする、Kubernetes 用の Model Context Protocol (MCP) サーバー。

ライセンス: MIT パイソン Kubernetes MCP PyPIバージョン

🎥 ライブデモ - Claude によるkubectl-mcp-tool動作をご覧ください。

クロード・MCP

Related MCP server: MCP Toolkit

🎥 ライブデモ - カーソルを使用したkubectl-mcp-tool動作をご覧ください。

カーソルMCP

🎥 ライブデモ - Windsurf でkubectl-mcp-tool動作をご覧ください。

ウィンドサーフィンMCP

特徴

コアKubernetesオペレーション

  • [x] Kubernetesクラスターに接続する

  • [x] ポッド、サービス、デプロイメント、ノードの一覧表示と管理

  • [x] ポッドやその他のリソースの作成、削除、説明

  • [x] ポッドログとKubernetesイベントを取得する

  • [x] Helm v3 操作のサポート（インストール、アップグレード、アンインストール）

  • [x] kubectl explainとapi-resourcesのサポート

  • [x] 次のコマンドの名前空間を選択する（メモリの永続性）

  • [x] ポッドへのポート転送

  • [x] スケールデプロイメントとステートフルセット

  • [x] コンテナ内でコマンドを実行する

  • [x] ConfigMapとシークレットの管理

  • [x] 以前のバージョンへのロールバック

  • [x] イングレスとネットワークポリシー管理

  • [x] クラスター間のコンテキスト切り替え

自然言語処理

  • [x] kubectl操作のための自然言語クエリを処理する

  • [x] 以前の操作を記憶するコンテキスト認識コマンド

  • [x] Kubernetesの概念を人間に分かりやすく説明

  • [x] 意図に基づいたインテリジェントなコマンド構築

  • [x] 専用ツールが利用できない場合はkubectlにフォールバックする

  • [x] オフライン/テストシナリオ用の模擬データのサポート

  • [x] 名前空間を考慮したクエリ処理

監視

  • [x] クラスターのヘルスモニタリング

  • [x] リソース使用率の追跡

  • [x] ポッドのステータスとヘルスチェック

  • [x] イベント監視とアラート

  • [x] ノード容量と割り当て分析

  • [x] 過去のパフォーマンスの追跡

  • [x] kubectl top によるリソース使用統計

  • [x] コンテナの準備状況と生存追跡

安全

  • [x] RBACの検証と検証

  • [x] セキュリティコンテキスト監査

  • [x] Kubernetes APIへの安全な接続

  • [x] 資格情報管理

  • [x] ネットワークポリシー評価

  • [x] コンテナセキュリティスキャン

  • [x] セキュリティのベストプラクティスの実施

  • [x] ロールとクラスタロールの管理

  • [x] ServiceAccountの作成とバインド

  • [x] PodSecurityPolicy分析

  • [x] RBAC権限監査

  • [x] セキュリティコンテキストの検証

診断

  • [x] クラスタの診断とトラブルシューティング

  • [x] 構成の検証

  • [x] エラー分析と回復の提案

  • [x] 接続状態の監視

  • [x] ログ分析とパターン検出

  • [x] リソース制約の識別

  • [x] ポッドヘルスチェック診断

  • [x] 一般的なエラーパターンの識別

  • [x] 構成ミスのリソース検証

  • [x] 詳細な生存性および準備プローブの検証

高度な機能

  • [x] 複数のトランスポートプロトコルのサポート（stdio、SSE）

  • [x] 複数のAIアシスタントとの統合

  • [x] 拡張可能なツールフレームワーク

  • [x] カスタムリソース定義のサポート

  • [x] 名前空間間の操作

  • [x] 複数のリソースに対するバッチ操作

  • [x] インテリジェントなリソース関係マッピング

  • [x] エラーの説明と回復の提案

  • [x] ボリューム管理と識別

建築

モデルコンテキストプロトコル（MCP）統合

Kubectl MCPツールはモデルコンテキストプロトコル（MCP）を実装し、AIアシスタントが標準化されたインターフェースを介してKubernetesクラスターと対話できるようにします。アーキテクチャは以下の要素で構成されています。

  1. MCP サーバー: MCP クライアント (AI アシスタント) からのリクエストを処理する準拠サーバー

  2. ツールレジストリ: Kubernetes 操作をスキーマ付きの MCP ツールとして登録します

  3. トランスポート層: stdio、SSE、HTTP トランスポート方式をサポート

  4. コアオペレーション: ツール呼び出しをKubernetes APIオペレーションに変換する

  5. レスポンスフォーマッタ:KubernetesレスポンスをMCP準拠のレスポンスに変換します

リクエストフロー

リクエストフロー

デュアルモード操作

このツールは次の 2 つのモードで動作します。

  1. CLI モード: Kubernetes 操作を実行するための直接コマンドライン インターフェース

  2. サーバーモード: AIアシスタントからのリクエストを処理するMCPサーバーとして実行

インストール

詳細なインストール手順については、インストール ガイドを参照してください。

kubectl-mcp-tool を PyPI から直接インストールできます。

pip install kubectl-mcp-tool

特定のバージョンの場合:

pip install kubectl-mcp-tool==1.1.1

このパッケージは PyPI で入手できます: https://pypi.org/project/kubectl-mcp-tool/1.1.1/

前提条件

  • Python 3.9以上

  • kubectl CLI がインストールおよび設定されている

  • Kubernetes クラスターへのアクセス

  • pip (Python パッケージ マネージャー)

グローバルインストール

# Install latest version from PyPI
pip install kubectl-mcp-tool

# Or install development version from GitHub
pip install git+https://github.com/rohitg00/kubectl-mcp-server.git

ローカル開発インストール

# Clone the repository
git clone https://github.com/rohitg00/kubectl-mcp-server.git
cd kubectl-mcp-server

# Install in development mode
pip install -e .

インストールの確認

インストール後、ツールが正しく動作していることを確認します。

# Check CLI mode
kubectl-mcp --help

注: このツールは、AIアシスタントが接続するMCPサーバーとして機能するように設計されており、kubectlの直接的な代替としてではありません。MCPサーバーを起動する主なコマンドはkubectl-mcp serveです。

AIアシスタントとの使用

MCPサーバーの使用

MCP サーバー ( kubectl_mcp_tool.mcp_server ) は、FastMCP SDK 上に構築された堅牢な実装であり、さまざまな AI アシスタント間で強化された互換性を提供します。

注：MCPサーバーの実装でエラーが発生した場合は、設定でkubectl_mcp_tool.mcp_serverをkubectl_mcp_tool.minimal_wrapperに置き換えることで、最小限のラッパーにフォールバックできます。最小限のラッパーは、よりシンプルな実装で基本的な機能を提供します。

  1. 直接構成

    {
  "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. 主要な環境変数

    • MCP_LOG_FILE : ログファイルへのパス（stdoutの汚染を避けるために推奨）

    • MCP_DEBUG : 詳細なログ出力の場合は「1」に設定

    • MCP_TEST_MOCK_MODE : 実際のクラスターの代わりに模擬データを使用するには「1」に設定します

    • KUBECONFIG : Kubernetes 構成ファイルへのパス

    • KUBECTL_MCP_LOG_LEVEL : 「DEBUG」、「INFO」、「WARNING」、または「ERROR」に設定します

  3. MCP サーバーのテストサーバーが正しく動作しているかどうかをテストするには、次の操作を実行します。

    python -m kubectl_mcp_tool.simple_ping

    これにより、サーバーに接続して ping コマンドを実行しようとします。

    あるいは、次のコマンドでサーバーを直接実行することもできます。

    python -m kubectl_mcp_tool

クロードデスクトップ

~/.config/claude/mcp.json (Windows: %APPDATA%\Claude\mcp.json ) の Claude Desktop 構成に以下を追加します。

{
  "mcpServers": {
    "kubernetes": {
      "command": "python",
      "args": ["-m", "kubectl_mcp_tool.mcp_server"],
      "env": {
        "KUBECONFIG": "/path/to/your/.kube/config"
      }
    }
  }
}

カーソルAI

新しいグローバル MCP サーバーを追加して、MCP の下の Cursor AI 設定に以下を追加します。

{
  "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:/opt/homebrew/bin"
      }
    }
  }
}

グローバル設定のために、この構成を~/.cursor/mcp.jsonに保存します。

注: /path/to/your/.kube/configを実際の kubeconfig ファイルへのパスに置き換えてください。ほとんどのシステムでは、これは~/.kube/configです。

ウィンドサーフィン

~/.config/windsurf/mcp.json (Windows: %APPDATA%\WindSurf\mcp.json ) の Windsurf 構成に以下を追加します。

{
  "mcpServers": {
    "kubernetes": {
      "command": "python",
      "args": ["-m", "kubectl_mcp_tool.mcp_server"],
      "env": {
        "KUBECONFIG": "/path/to/your/.kube/config"
      }
    }
  }
}

自動構成

サポートされているすべての AI アシスタントを自動的に構成するには、提供されているインストール スクリプトを実行します。

bash install.sh

このスクリプトは次のことを行います。

  1. 必要な依存関係をインストールする

  2. Claude、Cursor、WindSurf の設定ファイルを作成する

  3. 正しいパスと環境変数を設定する

  4. Kubernetes接続をテストする

前提条件

  1. kubectl がインストールされ、PATH に含まれている

  2. 有効なkubeconfigファイル

  3. Kubernetes クラスターへのアクセス

  4. Helm v3 (オプション、Helm 操作用)

例

ポッドの一覧

List all pods in the default namespace

アプリケーションをデプロイする

Create a deployment named nginx-test with 3 replicas using the nginx:latest image

ポッドログを確認する

Get logs from the nginx-test pod

ポート転送

Forward local port 8080 to port 80 on the nginx-test pod

発達

# Clone the repository
git clone https://github.com/rohitg00/kubectl-mcp-server.git
cd kubectl-mcp-server

# Install dependencies
pip install -r requirements.txt

# Install in development mode
pip install -e .

# Run the MCP server
python -m kubectl_mcp_tool

# Run tests
python -m python_tests.run_mcp_tests

プロジェクト構造

├── kubectl_mcp_tool/         # Main package
│   ├── __init__.py           # Package initialization
│   ├── __main__.py           # Package entry point
│   ├── cli.py                # CLI entry point
│   ├── mcp_server.py         # MCP server implementation
│   ├── mcp_kubectl_tool.py   # Main kubectl MCP tool implementation
│   ├── natural_language.py   # Natural language processing
│   ├── diagnostics.py        # Diagnostics functionality
│   ├── core/                 # Core functionality 
│   ├── security/             # Security operations
│   ├── monitoring/           # Monitoring functionality
│   ├── utils/                # Utility functions
│   └── cli/                  # CLI functionality components
├── python_tests/             # Test suite
│   ├── run_mcp_tests.py      # Test runner script
│   ├── mcp_client_simulator.py # MCP client simulator for mock testing
│   ├── test_utils.py         # Test utilities
│   ├── test_mcp_core.py      # Core MCP tests
│   ├── test_mcp_security.py  # Security tests
│   ├── test_mcp_monitoring.py # Monitoring tests
│   ├── test_mcp_nlp.py       # Natural language tests
│   ├── test_mcp_diagnostics.py # Diagnostics tests
│   └── mcp_test_strategy.md  # Test strategy documentation
├── docs/                     # Documentation
│   ├── README.md             # Documentation overview
│   ├── INSTALLATION.md       # Installation guide
│   ├── integration_guide.md  # Integration guide
│   ├── cursor/               # Cursor integration docs
│   ├── windsurf/             # Windsurf integration docs
│   └── claude/               # Claude integration docs
├── compatible_servers/       # Compatible MCP server implementations
│   ├── cursor/               # Cursor-compatible servers
│   ├── windsurf/             # Windsurf-compatible servers
│   ├── minimal/              # Minimal server implementations
│   └── generic/              # Generic MCP servers
├── requirements.txt          # Python dependencies
├── setup.py                  # Package setup script
├── pyproject.toml            # Project configuration
├── MANIFEST.in               # Package manifest
├── mcp_config.json           # Sample MCP configuration
├── run_server.py             # Server runner script
├── LICENSE                   # MIT License
├── CHANGELOG.md              # Version history
├── .gitignore                # Git ignore file
├── install.sh                # Installation script
├── publish.sh                # PyPI publishing script
└── start_mcp_server.sh       # Server startup script

MCP サーバーツール

MCP サーバーの実装 ( kubectl_mcp_tool.mcp_server ) は、AI アシスタントが Kubernetes クラスターと対話するために使用できる 26 個の包括的なツール セットを提供します。

コアKubernetesリソース管理

  • get_pods - 指定された名前空間内のすべてのポッドを取得する

  • get_namespaces - すべての Kubernetes 名前空間を取得する

  • get_services - 指定された名前空間内のすべてのサービスを取得する

  • get_nodes - クラスター内のすべてのノードを取得する

  • get_configmaps - 指定された名前空間内のすべてのConfigMapを取得します

  • get_secrets - 指定された名前空間内のすべてのシークレットを取得します

  • get_deployments - 指定された名前空間内のすべてのデプロイメントを取得する

  • create_deployment - 新しいデプロイメントを作成する

  • delete_resource - Kubernetes リソースを削除する

  • get_api_resources - Kubernetes API リソースを一覧表示する

  • kubectl_explain - kubectl explain を使用して Kubernetes リソースを説明します

操舵操作

  • install_helm_chart - Helm チャートをインストールする

  • upgrade_helm_chart - Helm リリースをアップグレードする

  • uninstall_helm_chart - Helm リリースをアンインストールする

セキュリティオペレーション

  • get_rbac_roles - 指定された名前空間内のすべての RBAC ロールを取得します

  • get_cluster_roles - クラスター全体のRBACロールをすべて取得する

監視と診断

  • get_events - 指定された名前空間内のすべてのイベントを取得します

  • get_resource_usage - kubectl top 経由でリソース使用状況の統計情報を取得します。

  • health_check - APIサーバーにpingを実行してクラスターの健全性をチェックします

  • get_pod_events - 特定のポッドのイベントを取得する

  • check_pod_health - ポッドのヘルスステータスを確認する

  • get_logs - ポッドからログを取得する

クラスター管理

  • switch_context - 現在の kubeconfig コンテキストを切り替える

  • get_current_context - 現在の kubeconfig コンテキストを取得する

  • port_forward - ローカルポートをポッドポートに転送する

  • scale_deployment - デプロイメントをスケールする

すべてのツールは、成功/エラー情報と関連する詳細を含む構造化データを返すため、AI アシスタントが応答を簡単に処理して理解できます。

貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。

  1. リポジトリをフォークする

  2. 機能ブランチを作成します（ git checkout -b feature/amazing-feature ）

  3. 変更をコミットします ( git commit -m 'Add some amazing feature' )

  4. ブランチにプッシュする ( git push origin feature/amazing-feature )

  5. プルリクエストを開く

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。

This server cannot be installed

-
security - not tested
A
license - permissive license
-
quality - not tested

How are these scores calculated?

Resources

Appeared in Searches

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/rohitg00/kubectl-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server