MCP Server Eks

MCP运维云端

提供方 jbrcoleman

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

Demo eks mcp server

一句话选型结论

按资料字段整理

MCP Server Eks 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,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 鉴权无需鉴权 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 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

支持客户端

适用场景

developer-toolsmcp-servereksterraformkubernetesKubernetes管理Python本地部署

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
python3 demo-natural-language.py

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 Python,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

  • 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,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。
  • 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。
  • 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。
  • 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
MCP Server Eks当前 未标注 stdio · 本地进程 本地部署 有 2026-05-18
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jbrcoleman上游标注的维护方 jbrcoleman
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 · Python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2026-05-18上游最后核验时间

详细介绍

9.3 KB
来自项目仓库与上游目录的原文,未做删改

EKS上的MCP服务器

该项目使用Terraform在Amazon EKS上部署了一个模型上下文协议(MCP)服务器,用于基础设施管理。

建筑

  • MCP服务器:基于Python的服务器实现MCP协议
  • 容器:MCP服务器的Docker容器
  • 库贝内特斯:用于容器编排的EKS集群
  • 卡彭特:Kubernetes原生节点自动缩放器,实现高效缩放
  • 基础设施:AWS资源管理平台

先决条件

  • 配置了适当权限的AWS CLI
  • Docker已安装
  • 地形>=1.0
  • kubectl已安装
  • 已创建带有ECR存储库的AWS帐户

快速开始

  1. 设置环境变量:```bash
    export AWS_REGION=us-east-1
    export AWS_ACCOUNT_ID=your-account-id
    export CLUSTER_NAME=mcp-eks-cluster

2. **使用Karpenter进行部署(推荐)**:```bash
# Option 1: Deploy everything at once
./scripts/deploy.sh all

# Option 2: Phase-by-phase deployment
./scripts/deploy.sh infrastructure  # Deploy EKS cluster
./scripts/deploy.sh karpenter       # Deploy Karpenter autoscaler
./scripts/deploy.sh app             # Deploy MCP server
  1. 传统部署(不含Karpenter):```bash
    make init
    make plan
    make apply
    make deploy

## 项目结构```
├── server-enhanced.py           # MCP server with real Kubernetes API integration
├── client-example.py            # Example MCP client for testing
├── Dockerfile                   # Container definition
├── requirements.txt             # Python dependencies
├── terraform/                   # Infrastructure as code
│   ├── main.tf                 # Main Terraform configuration with integrated Karpenter
│   ├── variables.tf            # Variable definitions
│   ├── outputs.tf              # Output definitions
│   └── userdata.sh             # EC2 user data script for Karpenter nodes
├── k8s/                        # Kubernetes manifests
│   ├── namespace.yaml          # Namespace definition
│   ├── deployment.yaml         # Application deployment
│   ├── service.yaml            # Service definition
│   └── configmap.yaml          # Configuration map
├── scripts/                    # Deployment scripts
│   ├── deploy.sh               # Main deployment script
│   ├── terraform-init.sh       # Terraform initialization
│   └── test-deployment.sh      # Complete deployment test
├── claude-desktop-config.json  # Claude Desktop MCP configuration
├── integrate-with-claude.md     # Claude Desktop integration guide
└── Makefile                    # Build automation

MCP服务器功能

服务器(server-simple.py)

  • Real Kubernetes API集成:使用适当的RBAC连接到实际的EKS集群
  • HTTP REST API:简单的HTTP端点,便于测试和集成
  • 端点:
  • GET /health -使用Kubernetes API连接状态进行健康检查
  • GET /cluster-info -包含命名空间计数的实时群集信息
  • GET /nodes -实时节点状态和信息
  • GET /pods?namespace= -来自任何命名空间的实时pod信息
  • GET /deployments?namespace= -部署状态和副本计数
  • 安全:具有最低所需权限的适当RBAC
  • 错误处理:优雅的API错误处理和详细的错误响应
  • 负载均衡器:通过AWS应用程序负载均衡器进行外部访问

什么是MCP(模型上下文协议)?

主控程序 使像Claude这样的人工智能助手能够连接到外部数据源和工具。除了运行kubectl命令,您还可以询问有关集群的自然语言问题!

魔术: 您的EKS集群↔️ MCP服务器↔️ 克劳德桌面↔️ 自然语言

自然语言示例

而不是像这样的命令 kubectl get nodes你可以问克劳德:

  • “我的集群怎么样了?” → 获取运行状况、节点和状态
  • “我的MCP服务器Pod是否正在运行?” → 检查pod运行状况并重新启动
  • “我有什么Karpenter节点?” → 显示自动缩放节点
  • “显示我的所有命名空间” → 列出群集命名空间
  • “我的集群有问题吗?” → 全面健康检查

演示自然语言界面```bash

See what natural language queries would look like

python3 demo-natural-language.py


### 客户端集成选项

1. **HTTP REST API**:用于测试和集成的直接HTTP访问
1. **克劳德桌面**:通过MCP桥的自然语言接口(见claude desktop config.json)
1. **负载均衡器**:通过AWS ELB进行外部访问以供生产使用

## 部署命令

### 基于Karpenter的部署(推荐)```bash
# Deploy everything with Karpenter
./scripts/deploy.sh all

# Or deploy in phases for more control
./scripts/deploy.sh infrastructure  # Phase 1: EKS cluster with minimal nodes
./scripts/deploy.sh karpenter       # Phase 2: Karpenter installation
./scripts/deploy.sh app             # Phase 3: MCP server application

# Test deployment
./scripts/test-deployment.sh

传统基础设施部署```bash

Initialize and deploy infrastructure (without Karpenter)

make init plan apply

Build and deploy application

make deploy

Complete deployment (infrastructure + app)

make full-deploy


### 局部测试```bash
# Install dependencies
pip install -r requirements.txt

# Test server locally (requires kubectl access to EKS)
python server-enhanced.py

# Run client example
python client-example.py

Claude桌面集成```bash

Follow the integration guide

cat integrate-with-claude.md

Copy configuration (macOS example)

cp claude-desktop-config.json ~/Library/Application\ Support/Claude/claude_desktop_config.json


## 配置

环境变量:

- `AWS_REGION`:AWS区域(默认:us-east-1)
- `CLUSTER_NAME`:EKS群集名称(默认值:mcp-EKS-cluster)
- `IMAGE_TAG`:Docker镜像标签(默认:最新)
- `AWS_ACCOUNT_ID`:您的AWS帐户ID

### 卡彭特配置

Karpenter设置遵循AWS EKS蓝图模式,包括:

- **EKS模块集成**:使用具有内置Karpenter支持的地形aws模块/eks
- **受管节点组**:2个带有karpenter.sh/controller污点的t3.medium节点,用于系统Pod
- **Pod标识**:使用EKS Pod Identity安全访问AWS API
- **节点池**:配置实例类型(t3.中型/大型/xlarge)和容量类型(现货/按需)
- **EC2节点类**:使用发现标签定义AMI系列(AL2023)、安全组和子网
- **自动缩放**:节点根据pod调度要求进行扩展,整合时间为30秒
- **成本优化**:更喜欢定点实例并整合未充分利用的节点

### 当前状态✅

- **卡彭特**:成功部署和配置节点(AL2023 AMI)
- **MCP服务器**:运行在Karpenter-托管节点上的HTTP REST API
- **负载均衡器**:外部访问已配置并正常工作
- **RBAC**:Kubernetes API访问的正确权限

## 监控

访问您的MCP服务器:```bash
kubectl get service mcp-server-service -n mcp-server

查看日志:```bash
kubectl logs -f deployment/mcp-server -n mcp-server


## 使用示例

### HTTP REST API

通过HTTP端点直接访问服务器:```bash
# Get LoadBalancer URL
LB_URL=$(kubectl get service mcp-server-service -n mcp-server -o jsonpath='{.status.loadBalancer.ingress[0].hostname}')

# Health check
curl http://$LB_URL/health

# Cluster information
curl http://$LB_URL/cluster-info

# Node information
curl http://$LB_URL/nodes

# Pod information
curl http://$LB_URL/pods?namespace=mcp-server

# Deployment information
curl http://$LB_URL/deployments?namespace=default

局部测试```bash

Port forward for local access

kubectl port-forward -n mcp-server service/mcp-server-service 8080:80

Test endpoints

curl http://localhost:8080/health
curl http://localhost:8080/cluster-info


## 测试

### 快速测试

运行综合测试套件:```bash
./test-all.sh

手动测试```bash

Get LoadBalancer URL

LB_URL=$(kubectl get service mcp-server-service -n mcp-server -o jsonpath='{.status.loadBalancer.ingress[0].hostname}')

Test all endpoints

curl http://$LB_URL/health
curl http://$LB_URL/cluster-info
curl http://$LB_URL/nodes
curl http://$LB_URL/pods?namespace=mcp-server
curl http://$LB_URL/deployments?namespace=default


### 测试卡彭特自动缩放```bash
# Apply test workload to trigger node provisioning
kubectl apply -f test-karpenter.yaml

# Watch Karpenter create new nodes
kubectl get nodeclaim -w

# Scale up to test more provisioning
kubectl scale deployment test-workload --replicas=8

# Check new nodes
kubectl get nodes -l karpenter.sh/nodepool

# Clean up
kubectl delete -f test-karpenter.yaml

监视器Karpenter```bash

Check Karpenter status

kubectl get nodepool,ec2nodeclass -o wide

Watch Karpenter logs

kubectl logs -f -n karpenter -l app.kubernetes.io/name=karpenter

Check node provisioning

kubectl get nodeclaim


## 故障排除

### 常见问题

1. **导入错误**:安装依赖项 `pip install -r requirements.txt`
1. **Kubernetes API访问**:确保 `kubectl` 已配置并正在工作
1. **ECR权限**:验证AWS凭据是否具有ECR访问权限
1. **Claude桌面连接**:检查配置文件路径和格式

### 日志和调试```bash
# Check pod logs
kubectl logs -f deployment/mcp-server -n mcp-server

# Test Kubernetes connectivity
kubectl get nodes

# Verify ECR repository
aws ecr describe-repositories --repository-names mcp-server

清理

Karpenter部署清理```bash

Remove in reverse order

kubectl delete -f k8s/
cd terraform && terraform destroy -auto-approve


### 遗留部署清理```bash
make destroy

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
MCP Server Eks 怎么安装?

在客户端按下面的安装命令接入:python3 demo-natural-language.py。装完在客户端配置里引用同一个包或端点。

MCP Server Eks 怎么在 Claude Desktop、Claude 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。

MCP Server Eks 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。

MCP Server Eks 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。

MCP Server Eks 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;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。

MCP Server Eks 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、Claude、自动化部署。具体工具清单以官方文档为准。

MCP Server Eks 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

MCP Server Eks 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 2026-05-18。