K8s MCP 64297865

MCP运维云端

提供方 Dousery

运维云端 stdio · 本地进程 Token 社区 / 第三方 Claude DesktopClaudeCursor
查看接入方式

一个模型上下文协议服务器,允许语言模型通过安全的高级操作工具直接管理和可视化Kubernetes集群。

一句话选型结论

按资料字段整理

K8s MCP 64297865 属于运维云端类 MCP 服务器,stdio · 本地进程,Token,可直接接入 Claude Desktop、Claude、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。

分类运维云端 传输方式stdio · 本地进程 鉴权Token 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 18 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18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管理Python本地部署AI工具集成集群可视化开发运维

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

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 Node.js 等运行时,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 18 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
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 18 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 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。

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。
  • 使用前要准备好Token对应的凭据,并按最小权限配置。
  • 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。
  • 已经在用 Claude Desktop、Claude 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。
  • 不方便管理密钥或第三方授权的人。
  • 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 MCP 64297865当前 18 stdio · 本地进程 本地部署 有 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Dousery上游标注的维护方 Dousery
分类运维云端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Token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

4.4 KB
来自项目仓库与上游目录的原文,未做删改

K8s_MCP

An Model Context Protocol server that lets language models directly manage and visualize Kubernetes clusters through safe, high-level operational tools.

🚀 AI'da Kullanım (Kurulum)

MCP server'ınızı Claude Desktop, Cursor veya diğer MCP destekleyen AI araçlarında kullanabilirsiniz.

1. Bağımlılıkları Kurun```powershell

Python bağımlılıklarını kurun

pip install -r requirements.txt

kubectl'in kurulu olduğundan emin olun

kubectl version --client


### 2. MCP Yapılandırması

#### Claude Desktop için:

1. Claude Desktop'u açın
2. MCP ayarları dosyasını bulun:
   - **Windows**: `%APPDATA%\Claude\claude_desktop_config.json`
   - **Mac**: `~/Library/Application Support/Claude/claude_desktop_config.json`
   - **Linux**: `~/.config/Claude/claude_desktop_config.json`

3. Yapılandırma dosyasını düzenleyin:```json
{
  "mcpServers": {
    "k8s-mcp-server": {
      "command": "python",
      "args": [
        "server.py"
      ],
      "cwd": "Your mcp server path here",
      "env": {
        "KUBECONFIG": ""
      }
    }
  }
}

Önemli: cwd yolunu kendi proje dizininize göre güncelleyin!

Cursor için:

Cursor zaten MCP desteğine sahip. Eğer Cursor kullanıyorsanız, MCP server otomatik olarak algılanabilir veya manuel olarak yapılandırmanız gerekebilir.

  1. Cursor ayarlarını açın
  2. MCP bölümüne gidin
  3. Yeni MCP server ekleyin:
    - Name: k8s-mcp-server
    - Command: python
    - Args: ["server.py"]
    - Working Directory: Proje dizininizin tam yolu

3. Test Edin

Claude Desktop veya Cursor'u yeniden başlatın ve AI'a şunu sorun:```
"Kubernetes cluster'ımdaki pod'ları listele"


veya```
"default namespace'indeki deployment'ları göster"

4. Kullanılabilir Komutlar

MCP server'ınız aşağıdaki komutları destekler:

  • Pod İşlemleri: list_pods, get_pod_logs, describe_pod
  • Deployment İşlemleri: list_deployments, scale_deployment, restart_deployment
  • YAML İşlemleri: apply_yaml, get_yaml
  • Event İzleme: list_events
  • Service İşlemleri: list_services, describe_service
  • Namespace İşlemleri: list_namespaces, create_namespace, delete_namespace
  • Node İşlemleri: list_nodes, describe_node, cluster_info, list_pods_by_node

Sorun Giderme

Problem: MCP server bağlanmıyor
- Python'un PATH'te olduğundan emin olun
- cwd yolunun doğru olduğunu kontrol edin
- pip install -r requirements.txt komutunu çalıştırdığınızdan emin olun

Problem: Kubernetes bağlantı hatası
- kubectl komutunun çalıştığını kontrol edin: kubectl cluster-info
- KUBECONFIG ortam değişkeninin doğru ayarlandığından emin olun

Pod'ları Canlı Görüntüleme Platformları

Deployment'larınızı kurduktan sonra pod'ları canlı görmek için aşağıdaki platformları kullanabilirsiniz:

1. Kubernetes Dashboard (Resmi Web UI)

Kubernetes'in resmi web arayüzü. Pod'ları, deployment'ları, servisleri ve diğer kaynakları görsel olarak yönetebilirsiniz.

Kurulum (Otomatik Script):```powershell

Windows PowerShell

.\open-dashboard.ps1


**Kurulum (Manuel):**```bash
# Dashboard'u kurun
kubectl apply -f https://raw.githubusercontent.com/kubernetes/dashboard/v2.7.0/aio/deploy/recommended.yaml

# Service Account ve ClusterRoleBinding oluşturun
kubectl create serviceaccount dashboard-admin-sa -n kubernetes-dashboard
kubectl create clusterrolebinding dashboard-admin-sa --clusterrole=cluster-admin --serviceaccount=kubernetes-dashboard:dashboard-admin-sa

# Token'ı alın
kubectl -n kubernetes-dashboard create token dashboard-admin-sa

# Dashboard'a erişim için port-forward
kubectl port-forward -n kubernetes-dashboard service/kubernetes-dashboard 8443:443

Tarayıcıda https://localhost:8443 adresine gidin ve token ile giriş yapın.

2. Lens (Desktop Uygulaması)

Güçlü bir desktop uygulaması. Gerçek zamanlı pod durumları, log görüntüleme ve kaynak kullanımı grafikleri.

Kurulum:
- Lens'i indirin ve kurun
- Kubernetes cluster'ınıza bağlanın (kubeconfig dosyanızı seçin)
- Tüm pod'ları, deployment'ları ve servisleri canlı görebilirsiniz

3. k9s (Terminal Tabanlı)

Terminal üzerinden hızlı ve etkili bir arayüz.

Kurulum:```bash

Windows (Chocolatey)

choco install k9s

veya Scoop

scoop install k9s

Kullanım

k9s
```

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 MCP 64297865 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt。装完在客户端配置里引用同一个包或端点。

K8s MCP 64297865 怎么在 Claude Desktop、Claude、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 MCP 64297865 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 MCP 64297865 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

K8s MCP 64297865 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、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 MCP 64297865 能提供哪些能力?

资料显示约 18 个工具;能力标签包括 Kubernetes管理、Python、Claude。具体工具清单以官方文档为准。

K8s MCP 64297865 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

K8s MCP 64297865 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。