将 OCAI 接入 Kubernetes MCP Server 的实践

在之前的 OCManager 系列文章中，我们已经逐步构建了完整的 AI 运维体系：

第一阶段：OCManager 控制台提供基础的运维操作界面（命令助手、任务编排）
第二阶：引入 OCAI，让 AI 能够"咨询"------回答运维问题、提供诊断建议
第三阶段：启用 ops-mate，让 AI 能够"动手"------通过 SSH 到节点执行诊断命令

但是，我们发现ops-mate 的 SSH 通道只能操作资源，无法直接访问 Kubernetes 集群。比如运维人员问：

"帮我查看 default 命名空间里所有 Pod 的状态"
"哪个节点资源使用率最高？"
"获取 nginx-deployment 最近的事件"

AI 只能说"请执行 kubectl get pods"，而不能直接调用 Kubernetes API。本文的目的是在 OCAI 中集成 Kubernetes MCP Server来实现这个需求。

OCManager 中的 RAG 与 MCP

在 OCManager 架构中，实际上已经使用了 RAG 和 MCP。

在RAG方面，OCManager 在 ops-mate 的 diaglite 组件中内置了一个轻量级 RAG 系统，具体的工作流如下

复制代码

用户提问 → 问题向量化 → 检索历史诊断记录 → 增强上下文 → LLM 生成回答

RAG 在 OCManager 中是通过diaglite 内置向量检索来实现的，作用主要是检索历史诊断信息，匹配已知问题的解决方案，从而避免重复询问相同信息

在MCP方面，OCManager 已经预留了MCP配置。我们可以通过 MCP 让 AI 获得直接操作能力。

综合目前OCManager 已知的功能，实现和应用场景总结如下

能力类型	在 OCManager 中的实现	典型场景
RAG 知识	diaglite 内置向量检索	"历史上类似故障是怎么处理的"
MCP 工具	Kubernetes MCP Server	"帮我查看所有 Pod 的状态"
SSH 执行	ops-mate 通道	"在节点上执行 df -h"

Kubernetes MCP Server 集成

kubernetes-mcp-server是一个实现了 MCP 协议的服务器，它封装了 Kubernetes 的 API 调用，暴露为标准化的 MCP 工具。本质上，它是kubectl 的 MCP 封装，让 AI 能够通过标准协议操作集群，而不需要直接在容器内安装 kubectl。

由于我们访问EKS集群的时候需要使用awscli生成临时的token，因此便捷起见将MCP Server 作为独立进程运行在宿主机由systemd 托管，这样就无需在容器中单独再安装awscli。我们通过streamable http的模式启动mcp服务，此后OCAI 通过 HTTP SSE 协议远程连接 MCP Server。

为什么选择 Streamable HTTP 模式？

stdio 模式把 MCP Server 作为子进程跑在 OCAI 容器内，这意味着每次重启容器都要重新启动 MCP Server，还要处理 AWS CLI 安装、AgentContext 序列化等问题。
Streamable HTTP 模式则把 MCP Server 独立运行在宿主机，OCAI 通过 HTTP SSE 协议远程调用。这样做的好处显而易见：MCP Server 和 OCAI 解耦，可以独立升级；直接复用宿主机的 AWS CLI，无需在容器内折腾认证；配置也简单，只需一个 URL 即可；如果有多套 OCAI 环境，还能共享同一个 MCP Server。

部署和配置

首先编译 MCP Server。由于网络限制，我们从源码编译而不是下载二进制：

bash 复制代码

git clone --depth 1 --branch v0.0.63 \
  https://github.com/containers/kubernetes-mcp-server.git
cd kubernetes-mcp-server
export GOPROXY=https://goproxy.cn,https://proxy.golang.org,direct
go build -o k8s-mcp-server ./cmd/kubernetes-mcp-server
mv k8s-mcp-server /home/ec2-user/opencloudos/

然后创建 systemd 服务文件 /etc/systemd/system/k8s-mcp-server.service，让 MCP Server 随系统启动：这里 --port 8789 会启动 SSE (Server-Sent Events) 服务器，不是普通 HTTP。

启动后用 curl http://127.0.0.1:8789/sse 测试，应该能看到 SSE 事件流。

ini 复制代码

[Unit]
Description=Kubernetes MCP Server
After=network.target

[Service]
Type=simple
User=ec2-user
Environment=KUBECONFIG=/home/ec2-user/.kube/config
ExecStart=/home/ec2-user/opencloudos/k8s-mcp-server \
    --port 8789 --read-only
Restart=always

[Install]
WantedBy=multi-user.target

接下来配置 OCAI，修改 config/mcp.yaml。由于OCAI服务运行在docker容器中，因此需要通过172.17.0.1 Docker 网桥 IP来访问宿主机。

yaml 复制代码

# ocai-service/ocai-service/config/mcp.yaml
mcp_servers:
  kubernetes:
    url: "http://172.17.0.1:8789/sse"

修改 docker-compose.yml，只需挂载日志和 MCP 配置文件，无需 kubeconfig 或 AWS 凭证：

yaml 复制代码

volumes:
  - ${LOG_DIR:-./logs}/ocai-service:/app/logs
  - ./config/mcp.yaml:/app/config/mcp.yaml:ro

在docker-compose中设置了 OCAI_MCP_CONFIG_FILE=/app/config/mcp.yaml，在启动服务后会发现OCAI 启动时显示 MCP: MCPManager(servers=0, connected=0, tools=0)

因为我们需要OCAI 通过/app/ocai/utils/config_loader.py的build_application_from_environ()方法从环境变量读取配置，但这个函数漏掉了 OCAI_MCP_CONFIG_FILE 的处理，导致配置了环境变量也不会加载 MCP，这似乎是一个隐藏的issue，因为build_application_from_environ()读取配置是合理的。

我们在函数中添加读取 OCAI_MCP_CONFIG_FILE 的代码：

python 复制代码

# 在 config_loader.py 中，找到 "mcp_servers": {}, 的下一行，添加：
mcp_config_file = _env_str("OCAI_MCP_CONFIG_FILE")
if mcp_config_file:
    data["application"]["mcp_config_file"] = mcp_config_file

重启 OCAI，查看日志看到 MCP server configured: kubernetes (sse) 和 tools=14 就说明成功了。

bash 复制代码

docker-compose restart
sleep 30
docker logs ocai-service | grep -E "MCP|kubernetes"
# 正常输出应该包含：
# INFO: MCP config: 0 inline + file /app/config/mcp.yaml -> 1 total
# INFO: MCP server configured: kubernetes (sse)
# INFO: MCP client connected: kubernetes (sse)
# INFO: MCP tools registered: 14 from 1 servers

聊天效果验证

集成成功后，OCAI 具备以下 13 个 Kubernetes 管理工具。这里我们启动MCP的时候加上了--read-only参数，因此所有工具都在只读模式下运行，确保不会误操作集群。

复制代码

配置管理：
├── mcp__kubernetes__configuration_view      - 查看集群配置
├── mcp__kubernetes__namespaces_list         - 列出命名空间

节点管理：
├── mcp__kubernetes__nodes_log               - 查看节点日志
├── mcp__kubernetes__nodes_stats_summary     - 节点统计摘要
├── mcp__kubernetes__nodes_top               - 节点资源使用 Top

Pod 管理：
├── mcp__kubernetes__pods_get                - 获取 Pod 详情
├── mcp__kubernetes__pods_list               - 列出所有 Pods
├── mcp__kubernetes__pods_list_in_namespace  - 按命名空间列出 Pods
├── mcp__kubernetes__pods_log                 - 查看 Pod 日志
├── mcp__kubernetes__pods_top                 - Pod 资源使用 Top

通用资源：
├── mcp__kubernetes__resources_get           - 获取任意资源详情
├── mcp__kubernetes__resources_list          - 列出任意资源
├── mcp__kubernetes__events_list              - 列出集群事件

我们在OCAI的UI界面尝试询问和集群相关的内容如下，可以发现通过工具调用/mcp_kubernetes_pods list等方法给出了我们想要的信息。

结语

本文实现了 Kubernetes MCP Server 的集成，让 OCAI 具备了直接访问 EKS 集群的能力。整个过程涉及：

理解 MCP 协议和 RAG 的分工
采用 Streamable HTTP 模式部署MCP服务
配置OCAI集成Kubernetes MCP Server并测试功能

如果你也在做 AI + Kubernetes 的集成，希望这篇文章有所帮助。