Devops MCP Webui

MCP运维云端

提供方 elevy99927

运维云端 未标注 无需鉴权 社区 / 第三方

Open WebUI与Kubernetes集成,通过自然语言对话管理集群,支持kubectl和Helm命令执行。

一句话选型结论

按资料字段整理

Devops MCP Webui 属于运维云端类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

Kubernetes管理Python本地部署自然语言处理AI运维容器编排DevOps工具

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Devops MCP Webui当前 未标注 未标注 未标注 无 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方elevy99927上游标注的维护方 elevy99927
分类运维云端本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

8.6 KB
来自项目仓库与上游目录的原文,未做删改

开放WebUI Kubernetes集成

太长,读不下去了

使用自然语言与您的Kubernetes集群聊天!

该项目将OpenWebUI连接到Kubernetes,让您通过对话式人工智能管理集群。问“什么Pod在运行?”或“将我的部署扩展到5个副本”等问题,并立即获得结果。


目录

  • 太长,读不下去了
  • 快速开始
  • 配置打开WebUI
  • 步骤1:访问打开的WebUI
  • 步骤2:添加MCP网桥工具服务器
  • 步骤3:向模型添加连接
  • 步骤4:验证工具集成
  • 步骤5:测试集成
  • 故障排除配置
  • 架构概述
  • 架构图
  • 数据流
  • 网络体系结构
  • 存储库结构
  • 组件
  • 1.打开WebUI
  • 2.奥拉马
  • 3.MCP桥
  • 4.Kubernetes集群
  • 用法

快速开始

一个命令设置:```bash
./install.sh


**已安装的组件:**

- Kind(Docker中的Kubernetes)
- 打开Web UI
- 奥拉玛
- MCP电桥

**成功安装后,您将看到:**
✅ Docker Compose启动完成!

服务地点:

- 打开WebUI: http://localhost:3000
- MCP桥: http://localhost:9000
- API Ollama: http://localhost:11434

配置Open WebUI以使用MCP工具

## 配置打开WebUI

运行安装脚本后,您需要配置Open WebUI以使用Kubernetes工具:

### 步骤1:访问打开的WebUI

1. 打开浏览器并转到 **http://localhost:3000**
1. **创建管理员帐户** 首次访问
1. **登录** 使用您的新帐户

### 步骤2:添加MCP网桥工具服务器

1. 点击您的 **配置文件图标** (右上)
1. 首选 **设置**
1. 引导到 **管理面板** → **工具**
1. 点击 **“+添加工具服务器”**
1. 输入以下详细信息:
- **名字**: `Kubernetes Tools`
- **统一资源定位符**: `http://mcpo:9000`
- **描述**: `Kubernetes management via kubectl and helm`
1. 点击 **“添加”**

______________________________________________________________________

______________________________________________________________________

### 步骤3:向模型添加连接

配置您的AI模型连接-使用本地Ollama或添加远程连接:

1. 在 **设置**首选 **管理面板** → **连接**
1. **对于当地Ollama** (推荐):
- 应自动检测本地Ollama服务器
- 验证与的连接 `http://ollama:11434`
1. **用于远程连接** (可选):
- 添加OpenAI、Anthropic或其他模型提供者
- 根据需要配置API密钥和终结点

### 步骤4:验证工具集成

1. 回到 **聊天界面**
1. 寻找 **工具图标** (🔧) 在聊天输入区
1. 您应该看到可用的工具,例如:
- `kubectl_get` -列出Kubernetes资源
- `kubectl_apply` -应用清单
- `kubectl_describe` -描述资源
- `helm_install` -安装Helm图表
- 还有更多。..

### 步骤5:测试集成

试着问这些问题来验证一切正常(复制并粘贴到聊天中):

**复制并粘贴这些查询:**```
What pods are running in the kube-system namespace?
``````
Show me all services in the default namespace
``````
List all deployments across all namespaces
``````
Create a new namespace called production
``````
Install Jenkins using Helm in the jenkins namespace

故障排除配置

如果工具未出现:

  • 检查MCP网桥是否正在运行: curl http://localhost:9000/health
  • 验证工具服务器URL是否准确: http://mcpo:9000
  • 重新启动Open WebUI: docker-compose restart open-webui

如果您遇到连接错误:

  • 确保所有容器都在运行: docker-compose ps
  • 检查容器日志: docker-compose logs mcpo
  • 验证容器之间的网络连接

然后打开http://localhost:3000开始和你的集群聊天吧!

示例查询:

  • “kube系统中运行着哪些Pod?”
  • “显示默认命名空间中的所有服务”
  • “创建一个名为product的新命名空间”
  • “在Jenkins命名空间中使用Helm安装Jenkins”

架构概述

该项目通过一个桥接架构将Open WebUI与Kubernetes管理功能集成在一起,该架构连接了多个组件,以提供AI驱动的Kubernetes操作。

架构图```mermaid

graph TB

subgraph "External AI Services"
Gemini[Google Gemini
External API]
end

subgraph "User Interface"
User[User]
end

subgraph "UI Layer"
OpenWebUI[Open WebUI
Port: 3000]
Ollama[Ollama
LLM Server
Port: 11434]
end

subgraph "Bridge Layer"
MCP-Bridge[MCP-Bridge
OpenAPI Bridge
Port: 9000]
end

subgraph "Target Infrastructure"
K8s[Kubernetes Cluster
kubectl, helm, istioctl]
end

subgraph "Configuration"
KubeConfig[kubeconfig
./kube/config]
end

%% User interactions
User -->|Chat & Commands| OpenWebUI

%% AI Layer connections
OpenWebUI -->|LLM Requests| Ollama
OpenWebUI -.->|External API Calls| Gemini
OpenWebUI -->|Tool Calls
OpenAPI/REST| MCP-Bridge

%% Bridge Layer to Kubernetes
MCP-Bridge -->|kubectl commands| K8s
MCP-Bridge -->|helm operations| K8s
MCP-Bridge -->|istioctl commands| K8s

%% Configuration
KubeConfig -.->|Mounted Volume| MCP-Bridge

%% Styling
classDef userLayer fill:#e1f5fe
classDef aiLayer fill:#f3e5f5
classDef externalLayer fill:#fff8e1
classDef bridgeLayer fill:#fff3e0
classDef mcpLayer fill:#e8f5e8
classDef k8sLayer fill:#fce4ec
classDef configLayer fill:#f1f8e9

class User userLayer
class OpenWebUI,Ollama aiLayer
class Gemini,OpenAI,Anthropic externalLayer
class MCP-Bridge bridgeLayer
class K8s k8sLayer
class KubeConfig configLayer


______________________________________________________________________

### 数据流

1. **用户查询**:用户在Open WebUI中询问与Kubernetes相关的问题
1. **人工智能处理**:Ollama处理查询并确定是否需要工具
1. **工具选择**:Open WebUI标识相应的kubectl_get工具
1. **API调用**:Open WebUI对MCPO桥进行REST API调用
1. **协议转换**:MCPO将REST调用转换为MCP协议
1. **响应链**:结果通过同一链返回给用户

### 网络体系结构```mermaid
graph LR
subgraph "Docker Network: mcp-lab-network"
subgraph "External Access"
Host[Host Machine
localhost:3000
localhost:9000]
end

subgraph "Internal Services"
OW[open-webui:8080]
MC[mcpo:9000]
K8S[Kubernetes:6443]
OL[ollama:11434]
end
end

Host -->|Port 3000| OW
Host -->|Port 9000| MC
OW --> OL
OW --> MC
MC --> K8S

📂 存储库结构```

openwebui-k8s-bridge/
├── mcp-bridge/ # Bridge service code
├── scripts/ # Setup and utility scripts
├── tests/ # Test scripts and examples
├── docs/ # Documentation
├── kube/ # Kubernetes configuration
├── docker-compose.yml # Complete stack setup
└── README.md # Main documentation
```

组件

1. 打开WebUI

  • 目的:用于人工智能交互的基于网络的聊天界面
  • 端口: 3000
  • 角色:提供用户界面,并利用工具调用功能协调人工智能对话
  • 主要特点:
  • 用于自然语言Kubernetes查询的聊天界面
  • 用于外部API调用的工具服务器集成
  • 模型管理和对话历史

2. 奥拉玛

  • 目的:本地LLM服务器
  • 端口: 11434
  • 角色:提供用于理解用户查询和生成响应的AI语言模型(llama3.2:最新版本)
  • 主要特点:
  • 本地模型托管
  • 函数调用能力
  • 与Open WebUI集成

3. MCP电桥

  • 目的:OpenAPI和MCP之间的协议桥
  • 端口: 9000
  • 角色:将来自Open WebUI的REST API调用转换为MCP协议调用
  • 主要特点:
  • Open WebUI的OpenAPI规范生成
  • REST到MCP协议转换
  • 工具参数验证和格式化

4 Kubernetes集群

  • 目的:管理业务的目标基础设施
  • 角色:正在管理的实际Kubernetes集群
  • 访问:通过kubeconfig挂载为卷

用法

配置后,您可以询问有关Kubernetes集群的自然语言问题:

  • “kube-system命名空间中正在运行哪些Pod?”
  • “显示默认命名空间中的所有服务”
  • “列出所有命名空间中的所有部署”
  • “从nginx pod获取日志”
  • 使用helm从repo安装argocdhttps://argoproj.github.io/argo-helm



AI将自动使用适当的Kubernetes工具来执行命令并提供格式化的响应。

在Google Cloud Shell中打开

您可以直接在Google Cloud Shell中打开此存储库,开始探索示例:


联系

如有疑问或反馈,请随时联系:

  • 电子邮件:eyal@levys.co.il
  • GitHub: https://github.com/elevy99927

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Devops MCP Webui 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Devops MCP Webui 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Devops MCP Webui 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Devops MCP Webui 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Devops MCP Webui 能提供哪些能力?

资料显示能力标签包括 Kubernetes管理、容器编排、Python、自然语言处理。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。