K8s Lab MCP

MCP开发工具

提供方 nilslee

开发工具 stdio · 本地进程 无需鉴权 社区 / 第三方 Cursor
查看接入方式

k8s-lab MCP服务器通过HTTP协议提供Kubernetes集群的只读可见性、Grafana Loki日志访问和Prometheus指标API,使编码代理能够检查工作负载、日志和指标而无需shell访问。

一句话选型结论

按资料字段整理

K8s Lab MCP 属于开发工具类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Cursor,有可直接执行的安装命令。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。

分类开发工具 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 38 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

开发工具
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38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

支持客户端

适用场景

Kubernetes监控Java本地部署日志查询指标分析集群管理开发工具

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
docker run -d \

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Docker,再按安装命令拉取依赖。

  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

    连接成功后客户端会列出约 38 个工具,随便调一个只读工具确认能返回结果。

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
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

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 38 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Cursor,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Cursor 的用户,接入路径最短。
  • 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

  • 完全不想在本地装环境的人。
  • 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
K8s Lab MCP当前 38 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
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nilslee上游标注的维护方 nilslee
分类开发工具本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
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 · Docker本地安装时用到的包标识与运行时
部署类型本地部署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

10.9 KB
来自项目仓库与上游目录的原文,未做删改

k8s实验室MCP服务器

A. 模型上下文协议(MCP) k8s实验室项目的服务器。它暴露了 只读Kubernetes集群可见性, Grafana Loki日志访问,以及 普罗米修斯指标API(v1) 到编码代理(例如Cursor) 超文本传输协议 使用Streamable传输,因此助手可以在没有shell访问的情况下检查工作负载、日志和指标。

堆放和运输

工件 详细信息
框架 Spring Boot(参见 pom.xml)
MCP spring-ai-starter-mcp-server-webmvc (春天AI 2.0.0-M3)
Kubernetes Fabric8 kubernetes-client --所有集群工具都使用 Kubernetes API 通过Java(仅列表/获取;无创建/更新/删除、执行或端口转发)
日志 Spring声明式HTTP客户端(@HttpExchange)到洛基(/loki/api/v1/*),配置在 spring.http.serviceclient.loki
度量 普罗米修斯的模式相同(/api/v1/* 在界面上),配置如下 spring.http.serviceclient.prometheus
默认端口 9000 (server.port 在 src/main/resources/application.yaml)

MCP服务器元数据 application.yaml: spring.ai.mcp.server — protocol: streamable, stdio: false, type: sync, version: 0.1.1.

弹簧靴执行器暴露 health 和 info 在管理web基本路径下(默认值适用)。

配置

HTTP服务客户端(spring.http.serviceclient)

弹簧靴绑定 base-url, connect-timeout,以及 read-timeout 每 客户名称。名称必须与 group 在 @ImportHttpServices(group = "…", …) 关于相应 @Configuration 班级(loki → LokiLogQueries, prometheus → PrometheusMetricQueries).

洛基 (spring.http.serviceclient.loki):

  • base-url --默认值 http://loki.k8s.lab
  • connect-timeout, read-timeout --默认值 10s / 30s

普罗米修斯 (spring.http.serviceclient.prometheus):

  • base-url --默认值 http://prometheus.k8s.lab (仅限原产地;API前缀 /api/v1 继续存在 PrometheusMetricQueries,不在 base-url)
  • connect-timeout, read-timeout --默认值 10s / 30s

可选Grafana基本身份验证 对于洛基(mcp.monitoring.loki):

  • username / password --经常从env绑定 GRAFANA_USERNAME 和 GRAFANA_PASSWORD (参见 application.yaml)

Kubernetes客户端 (Fabric8使用标准的kubeconfig发现,除非被覆盖):

  • 在Docker中(Dockerfile), KUBECONFIG=/app/kubeconfig 为绑定挂载的kubeconfig设置。

MCP Kubernetes调优 (mcp.kubernetes):

  • max-events --帽子 get-events (默认值 500)
  • connection-timeout, read-timeout -API服务器超时(默认值 10s / 30s)

洛基/普罗米修斯JSON和MCP客户端 (mcp.tool-response):

  • serialize-top-level-data-json-array (默认值 true)--当工具输出为具有顶级JSON时 data 数组,它可以被重写为JSON字符串,这样一些MCP客户端就可以保留有效载荷。吃起来 false 如果你需要原始的洛基风格数组。

当前工具(已实施)

集群(通过Fabric8的Kubernetes API)

top-nodes 和 top-pods 需要 度量服务器 在集群中;否则,工具将返回一个明确的错误字符串。

工具 说明
cluster-status 节点条件、kubelet版本、Ready/NotReady计数
list-namespaces 包含名称、状态和年龄的命名空间
list-pods 带有状态、重启、年龄的Pod。可选: namespace (默认全部), labelSelector (单人 key=value;不支持逗号分隔的选择器), podPhaseFilter (ALL, RUNNING, PENDING, FAILED, SUCCEEDED, UNKNOWN)
describe-pod Pod详细信息:事件、容器状态、资源限制。必修的: namespace, podName
list-deployments 所需/准备好的副本、图像标签、推出。可选: namespace (默认全部)
list-services 类型、ClusterIP、端口、选择器。可选: namespace (默认全部)
get-events 最近的事件;可选的 namespace, involvedObjectKind, involvedObjectName
top-nodes 每个节点的CPU和内存(指标API)
top-pods 每个吊舱的CPU和内存。可选: namespace (默认全部)

实施生活在 SystemTools → ClusterResourceService → Fabric8ClusterResourceQueries.

日志(Loki HTTP API)

时间戳是 Unix纪元纳秒 除非特别注明。Loki的响应返回为 JSON文本 对于模型(取决于 mcp.tool-response 上文)。

工具 说明
list-loki-labels 标签名称;可选的 startNanosInclusive, endNanosInclusive, namespace (范围通过 match={namespace="…"}).不要使用 0 用于开始/结束(历元窗口通常为空)
list-loki-label-values 一个人的价值观 labelName;可选开始/结束纳秒,可选 namespace 范围
list-loki-series 流标签集;必需的 streamSelector, startNanosInclusive, endNanosInclusive;可选 additionalStreamSelectors (额外 match[],交叉口)
query-logs 时间范围日志通过 query_range: query, startNanosInclusive, endNanosInclusive;可选 limit, direction (FORWARD / BACKWARD)
tail-logs 近一瞬间的最新行: query, startNanosInclusive (截至最后 窗户);1小时回顾,回顾 query_range.可选 limit, delayForSeconds (摄入滞后)。 不 实时WebSocket跟踪

实施生活在 LogTools → LokiLogService → LokiLogQueries.

度量(Prometheus HTTP API v1)

答案是 普罗米修斯JSON (status, data等等)作为文本。查询次数使用 RFC3339或Unix秒 如在普罗米修斯API中。旨在 kube-prometheus堆栈 或任何暴露该标准的服务器 /api/v1/* 路线。

区域 工具
查询 prometheus-query (瞬间), prometheus-query-range (需要 query, start, end, step), prometheus-query-exemplars, prometheus-parse-query, prometheus-format-query
TSDB/元数据 list-prometheus-labels, list-prometheus-label-values, list-prometheus-series, prometheus-metadata
目标和规则 prometheus-targets, prometheus-targets-metadata, prometheus-scrape-pools, prometheus-alerts, prometheus-rules, prometheus-alertmanagers, prometheus-notifications
服务器状态 prometheus-status-buildinfo, prometheus-status-config, prometheus-status-flags, prometheus-status-runtimeinfo, prometheus-status-tsdb, prometheus-status-tsdb-blocks, prometheus-status-walreplay
其他 prometheus-features

注: 如果你打电话 prometheus-rules 带着一个 group_limit 查询参数,Prometheus要求它是 大于零; 0 回报 400 bad_data.

实施生活在 MetricTools → PrometheusMetricService → PrometheusMetricQueries (@HttpExchange("/api/v1")),通过以下方式连接 PrometheusHttpClientConfiguration 和 spring.http.serviceclient.prometheus.

在集群中运行

群集设置: 从以下位置提供K8s实验室平台(多节点K3、监控、GitOps和相关布线) 尼利斯/集群基础设施该存储库是VM、k3s、Argo CD、Jenkins和可观测性堆栈的真实来源;在对实验室运行此MCP服务器之前部署它。

运行时间期望: 服务器旨在运行 旁边 集群(例如,在Jenkins/build主机或其他可以访问Kubernetes API、Loki和Prometheus的虚拟机上),不一定是集群内的Pod,尽管如果安装凭据并指向 spring.http.serviceclient.loki.base-url 和 spring.http.serviceclient.prometheus.base-url 可解析URL(在集群服务或实验室DNS中,如 loki.k8s.lab / prometheus.k8s.lab).

  1. 塑造形象 从该目录(请参见 Dockerfile):```bash
    cd mcp
    docker build -t mcp-server:latest .

1. **运行容器** 带着一个 **只读kubeconfig** 安装在图像所需的位置(`KUBECONFIG=/app/kubeconfig`):```bash
docker run -d \
--name mcp-server \
--restart=unless-stopped \
--memory=512m --memory-swap=512m \
--network=host \
-e SPRING_PROFILES_ACTIVE=runner \
-e GRAFANA_USERNAME="..." \
-e GRAFANA_PASSWORD="..." \
-v /path/to/kubeconfig:/app/kubeconfig:ro \
mcp-server:latest

使用 --network=host (或其他网络模式),因此主机名如下 loki.k8s.lab 和 prometheus.k8s.lab 从 application.yaml 解决方法与在实验室机器上相同。如果Loki在您的网络上打开,请省略或调整Grafana env变量。

  1. 验证: 执行器健康状况和MCP HTTP端点(典型路径):
  • http://:9000/actuator/health
  • http://:9000/mcp

CI示例: 詹金斯实验室的流水线 cluster-infra/jenkins/pipelines/mcp-server.Jenkinsfile 在 尼利斯/集群基础设施 构建镜像,使用挂载的kubeconfig和Grafana凭据运行容器,并检查 /actuator/health.将MCP客户端指向同一主机和端口(9000 默认情况下)。

图像详细信息: Dockerfile 将JAR打包为 -Xmx384m,用户 mcp,暴露端口 9000.

计划功能(尚未实施)

这些匹配中的空工具类和注释配置 application.yaml他们是 路线图 物品,而不是装运的工具。

区域 意图 代码/配置提示
GitOps Argo CD应用状态、同步、差异;可能的Jenkins集成 GitOpsTools.java (存根);评论 argoCD / jenkins 在...之下 spring.http.serviceclient 和 mcp.git-ops
复合/便利 单调用工作流(例如结合事件、日志、指标的pod诊断) CompoundTools.java (存根)——早期设计示例: diagnose-pod, namespace-overview
其他运输工具 今天 stdio: false;稍后可以添加stdio或其他MCP部署模式 spring.ai.mcp.server

实施后,此部分应缩小,工具应移入 当前工具 具有精确的参数和支持API。

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
K8s Lab MCP 怎么安装?

在客户端按下面的安装命令接入:docker run -d \。装完在客户端配置里引用同一个包或端点。

K8s Lab MCP 怎么在 Cursor 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

K8s Lab MCP 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。

K8s Lab MCP 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。

K8s Lab MCP 支持哪些客户端?

资料标注支持 Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

K8s Lab MCP 能提供哪些能力?

资料显示约 38 个工具;能力标签包括 集群管理、Java、Cursor、开发工具。具体工具清单以官方文档为准。

K8s Lab MCP 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

K8s Lab MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

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。