#作者：曹付江
文章目錄
- 1、什么是 Kubernetes MCP 服務器？
- 1.1、K8s MCP 服務器
- 2、開始前的準備工作
- 2.1. Kubernetes集群
- 2.2. 安裝并運行 kubectl
- 2.3. Node.js 和 Bun
- 2.4. （可選）Helm v3
- 3、如何設置 K8s MCP 服務器
- 3.1. 克隆存儲庫
- 3.2. 使用 Bun 安裝依賴項
- 3.3. 運行 K8s MCP 服務器：
- 3.4. 使用 MCP Inspector 進行本地測試：
- 4、保持安全
- 5、結論
管理 Kubernetes (K8s) 部署可能很困難。但有了人工智能，您就可以更輕松地處理容器，而不會失去控制或影響安全性。這就是 Kubernetes MCP服務器（K8s MCP）的用武之地。
在本文章中，將學習如何使用 K8s MCP 服務器–一個使用模型上下文協議（MCP）讓人工智能與 Kubernetes 集群交互的工具。它能幫助你自動執行任務、獲得洞察力，甚至使用人工智能助手來管理部署。讓我們開始吧！
（專業提示：想要利用人工智能提高開發速度？也可以看看 Apidog MCP 服務器–它可以讓 Cursor 等 AI 驅動的集成開發環境將您的 API 規范用作數據源。這意味著 Agentic AI 可以直接理解、瀏覽您的 API 并與之交互，從而使您的開發工作流程更快、更智能。）
1、什么是 Kubernetes MCP 服務器？
把 Kubernetes想象成云環境的操作系統，現在把K8s MCP服務器想象成一個翻譯器，幫助人工智能安全地理解和管理系統。
1.1、K8s MCP 服務器
- 充當人工智能工具與 Kubernetes 之間的安全橋梁。
- 使用模型上下文協議（MCP）安全地公開 Kubernetes 操作。
- 讓人工智能做以下事情：
- 列出資源（pod、部署、服務等）；
- 檢查資源詳情
- 執行命令（擴展、更新、重啟等）。
最重要的是，它能確保這些操作得到授權并記錄在案，從而保證集群安全。
2、開始前的準備工作
在設置 K8s MCP 服務器之前，請確保您具備以下條件：
2.1. Kubernetes集群
任何類型都可以–本地（如 Minikube 或 Rancher Desktop）或云端（AWS、GCP、Azure 等）。
2.2. 安裝并運行 kubectl
- 安裝 kubectl 并確保其位于系統路徑中。
- 檢查是否有有效的 kubeconfig 文件（通常位于 ~/.kube/config）。
- 運行 kubectl get pods，確認它已正確連接到集群。
2.3. Node.js 和 Bun
本項目使用 Node.js 和 Bun 軟件包管理器。安裝這兩個軟件包。
2.4. （可選）Helm v3
如果您的項目使用 Helm，請安裝 Helm v3。你可以從 Helm 的官方網站獲取。
3、如何設置 K8s MCP 服務器
3.1. 克隆存儲庫
打開終端，運行以下命令
git clone [repository_url]
cd [project_directory]
這將從 GitHub 下載代碼，并將你移入項目目錄。
3.2. 使用 Bun 安裝依賴項
本項目使用快速 JavaScript 運行時 Bun 作為軟件包管理器。確保已安裝 Bun，然后運行：
bun install
（該命令讀取 package.json 文件并安裝項目所需的所有依賴項。）
3.3. 運行 K8s MCP 服務器：
bun start
這將啟動 K8s MCP 服務器。它會自動連接到你當前配置的 kubectl 上下文。確保與 K8s 集群的連接正常，否則服務器會出現連接問題。
重要注意事項： 由于服務器會自動連接到當前的 kubectl 上下文，因此如果項目中有 Helm 圖表，請確保 Helm 已正確配置。
3.4. 使用 MCP Inspector 進行本地測試：
為了快速測試 k8 的 MCP服務器，建議使用模型上下文協議檢查器（@modelcontextprotocol/inspector）進行本地測試。該工具可幫助您直觀了解 MCP 服務器的功能并與之交互。
請按照終端中的屏幕指示在瀏覽器中訪問檢查器鏈接。這將允許您探索可用的 MCP 資源和測試命令。
1)用Claude Desktop測試 K8s MCP 服務器
要將 K8s MCP 與 Claude Desktop（或其他 AI 工具）集成，需要配置 Claude 以便與服務器通信。
找到 Claude Desktop 配置：在 Claude Desktop 的設置中找到 “laude_desktop_config.json ”文件（通常在開發人員或高級部分）。
2)添加 MCP 服務器配置
在 “laude_desktop_config.json ”文件的 mcp 服務器部分添加一個新條目：
{"name": "K8s MCP Server","path": "/absolute/path/to/your/mcp-server-kubernetes/dist/index.js"
}
重要： 將“/path/to/your/mcp-server-kubernetes/dist/index.js ”替換為克隆版本庫中 “dist/index.js ”文件的實際絕對路徑。
3)使用 Claude Desktop 進行測試
重新啟動Claude desktop。現在，你應該能通過 Claude 使用自然語言命令與 Kubernetes 集群交互了。首先讓 Claude 列出你的 pod 或創建一個測試部署，看看與服務器的連接是否正常。如果這些都能正常工作，那么就可以放心地認為其他部分也能正常工作。
示例 1："能否列出默認命名空間中的 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
安全至關重要。在允許人工智能訪問重要操作之前：
- 檢查權限： 了解您當前的 kubectl 上下文或服務賬戶能做什么。
- 限制范圍： 除非絕對必要，否則避免授予廣泛的權限。
- 監控操作： 使用日志和審計跟蹤人工智能的操作。
5、結論
通過設置 K8s MCP 服務器，您已經向更智能、人工智能驅動的 Kubernetes 管理邁出了第一步。這為實現更多自動化、更好的洞察力和更輕松的控制打開了大門。但請始終牢記安全性。在將人工智能用于生產關鍵任務之前，請進行全面測試。
