Kubernetes MCP服务器（K8s MCP）：如何使用？

#作者：曹付江

文章目录

[1、什么是 Kubernetes MCP 服务器？](#1、什么是 Kubernetes MCP 服务器？)
- [1.1、K8s MCP 服务器](#1.1、K8s MCP 服务器)
2、开始前的准备工作
- [2.1. Kubernetes集群](#2.1. Kubernetes集群)
- [2.2. 安装并运行 kubectl](#2.2. 安装并运行 kubectl)
- [2.3. Node.js 和 Bun](#2.3. Node.js 和 Bun)
- [2.4. （可选）Helm v3](#2.4. （可选）Helm v3)
[3、如何设置 K8s MCP 服务器](#3、如何设置 K8s MCP 服务器)
- [3.1. 克隆存储库](#3.1. 克隆存储库)
- [3.2. 使用 Bun 安装依赖项](#3.2. 使用 Bun 安装依赖项)
- [3.3. 运行 K8s MCP 服务器：](#3.3. 运行 K8s MCP 服务器：)
- [3.4. 使用 MCP Inspector 进行本地测试：](#3.4. 使用 MCP Inspector 进行本地测试：)
4、保持安全
5、结论

管理 Kubernetes (K8s) 部署可能很困难。但有了人工智能，您就可以更轻松地处理容器，而不会失去控制或影响安全性。这就是 Kubernetes MCP服务器（K8s MCP）的用武之地。
在本文章中，将学习如何使用 K8s MCP 服务器--一个使用模型上下文协议（MCP）让人工智能与 Kubernetes 集群交互的工具。它能帮助你自动执行任务、获得洞察力，甚至使用人工智能助手来管理部署。让我们开始吧！
（专业提示：想要利用人工智能提高开发速度？也可以看看 Apidog MCP 服务器--它可以让 Cursor 等 AI 驱动的集成开发环境将您的 API 规范用作数据源。这意味着 Agentic AI 可以直接理解、浏览您的 API 并与之交互，从而使您的开发工作流程更快、更智能。）

1、什么是 Kubernetes MCP 服务器？

把 Kubernetes想象成云环境的操作系统，现在把K8s MCP服务器想象成一个翻译器，帮助人工智能安全地理解和管理系统。

1.1、K8s MCP 服务器

充当人工智能工具与 Kubernetes 之间的安全桥梁。
使用模型上下文协议（MCP）安全地公开 Kubernetes 操作。
让人工智能做以下事情：

列出资源（pod、部署、服务等）；
检查资源详情
执行命令（扩展、更新、重启等）。

最重要的是，它能确保这些操作得到授权并记录在案，从而保证集群安全。

2、开始前的准备工作

在设置 K8s MCP 服务器之前，请确保您具备以下条件：

2.1. Kubernetes集群

任何类型都可以--本地（如 Minikube 或 Rancher Desktop）或云端（AWS、GCP、Azure 等）。

2.2. 安装并运行 kubectl

安装 kubectl 并确保其位于系统路径中。
检查是否有有效的 kubeconfig 文件（通常位于 ~/.kube/config）。
运行 kubectl get pods，确认它已正确连接到集群。

2.3. Node.js 和 Bun

本项目使用 Node.js 和 Bun 软件包管理器。安装这两个软件包。

2.4. （可选）Helm v3

如果您的项目使用 Helm，请安装 Helm v3。你可以从 Helm 的官方网站获取。

3、如何设置 K8s MCP 服务器

3.1. 克隆存储库

打开终端，运行以下命令

复制代码

git clone [repository_url]
cd [project_directory]

这将从 GitHub 下载代码，并将你移入项目目录。

3.2. 使用 Bun 安装依赖项

本项目使用快速 JavaScript 运行时 Bun 作为软件包管理器。确保已安装 Bun，然后运行：

bun install

（该命令读取 package.json 文件并安装项目所需的所有依赖项。）

3.3. 运行 K8s MCP 服务器：

bun start

这将启动 K8s MCP 服务器。它会自动连接到你当前配置的 kubectl 上下文。确保与 K8s 集群的连接正常，否则服务器会出现连接问题。

重要注意事项：由于服务器会自动连接到当前的 kubectl 上下文，因此如果项目中有 Helm 图表，请确保 Helm 已正确配置。

3.4. 使用 MCP Inspector 进行本地测试：

为了快速测试 k8 的 MCP服务器，建议使用模型上下文协议检查器（@modelcontextprotocol/inspector）进行本地测试。该工具可帮助您直观了解 MCP 服务器的功能并与之交互。

请按照终端中的屏幕指示在浏览器中访问检查器链接。这将允许您探索可用的 MCP 资源和测试命令。

1)用Claude Desktop测试 K8s MCP 服务器

要将 K8s MCP 与 Claude Desktop（或其他 AI 工具）集成，需要配置 Claude 以便与服务器通信。

找到 Claude Desktop 配置：在 Claude Desktop 的设置中找到 "laude_desktop_config.json "文件（通常在开发人员或高级部分）。

2)添加 MCP 服务器配置

在 "laude_desktop_config.json "文件的 mcp 服务器部分添加一个新条目：

复制代码

{
  "name": "K8s MCP Server",
  "path": "/absolute/path/to/your/mcp-server-kubernetes/dist/index.js"
}

重要：将"/path/to/your/mcp-server-kubernetes/dist/index.js "替换为克隆版本库中 "dist/index.js "文件的实际绝对路径。

3)使用 Claude Desktop 进行测试

重新启动Claude desktop。现在，你应该能通过 Claude 使用自然语言命令与 Kubernetes 集群交互了。首先让 Claude 列出你的 pod 或创建一个测试部署，看看与服务器的连接是否正常。如果这些都能正常工作，那么就可以放心地认为其他部分也能正常工作。

示例 1："能否列出默认命名空间中的 pod？

Example 2: "Can you create and nginx pod in the default namespace and name it nginx-pod"

Example 3: "Can you delete the nginx pod"

4、保持安全

安全至关重要。在允许人工智能访问重要操作之前：

检查权限：了解您当前的 kubectl 上下文或服务账户能做什么。
限制范围：除非绝对必要，否则避免授予广泛的权限。
监控操作：使用日志和审计跟踪人工智能的操作。

5、结论

通过设置 K8s MCP 服务器，您已经向更智能、人工智能驱动的 Kubernetes 管理迈出了第一步。这为实现更多自动化、更好的洞察力和更轻松的控制打开了大门。但请始终牢记安全性。在将人工智能用于生产关键任务之前，请进行全面测试。