快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

pip install kubectl-mcp-tool

详细介绍

Kubectl MCP服务器

Kubernetes的模型上下文协议（MCP）服务器，使Claude、Cursor等AI助手能够通过自然语言与Kubernetes集群进行交互。

![License: MIT](https://opensource.org/licenses/MIT) ![Python](https://www.python.org/) ![Kubernetes](https://kubernetes.io/) ![MCP](https://github.com/modelcontextprotocol/modelcontextprotocol) ](https://pypi.org/project/kubectl-mcp-tool/)

🎥 现场演示-观看 `kubectl-mcp-tool` 与克劳德一起行动！

Claude MCP

🎥 现场演示-观看 `kubectl-mcp-tool` 使用Cursor进行操作！

Cursor MCP

🎥 现场演示-观看 `kubectl-mcp-tool` 与Windsurf一起行动！

Windsurf MCP

特性

Kubernetes核心操作

\[x\] 连接到Kubernetes集群
\[x\] 列出并管理Pod、服务、部署和节点
\[x\] 创建、删除和描述Pod和其他资源
\[x\] 获取pod日志和Kubernetes事件
\[x\] 支持Helm v3操作（安装、升级、卸载）
\[x\] kubectl说明和api资源支持
\[x\] 为下一个命令选择命名空间（内存持久性）
\[x\] 端口转发到Pod
\[x\] 扩展部署和状态集
\[x\] 在容器中执行命令
\[x\] 管理配置映射和机密
\[x\] 将部署回滚到以前的版本
\[x\] 入口和网络策略管理
\[x\] 集群之间的上下文切换

自然语言处理

\[x\] 处理kubectl操作的自然语言查询
\[x\] 具有先前操作记忆的上下文感知命令
\[x\] 对Kubernetes概念的人性化解释
\[x\] 基于意图的智能指挥构建
\[x\] 当专用工具不可用时，回退到kubectl
\[x\] 离线/测试场景的模拟数据支持
\[x\] 命名空间感知查询处理

监控

\[x\] 集群健康监测
\[x\] 资源利用率跟踪
\[x\] Pod状态和健康检查
\[x\] 事件监控和警报
\[x\] 节点容量和分配分析
\[x\] 历史绩效跟踪
\[x\] 通过kubectl top进行资源使用统计
\[x\] 容器准备状态和活性跟踪

安全

\[x\] RBAC验证和确认
\[x\] 安全上下文审核
\[x\] 与Kubernetes API的安全连接
\[x\] 凭证管理
\[x\] 网络策略评估
\[x\] 集装箱安全扫描
\[x\] 安全最佳实践执行
\[x\] 角色和集群角色管理
\[x\] ServiceAccount创建和绑定
\[x\] PodSecurityPolicy分析
\[x\] RBAC权限审核
\[x\] 安全上下文验证

诊断

\[x\] 集群诊断和故障排除
\[x\] 配置验证
\[x\] 错误分析和恢复建议
\[x\] 连接状态监控
\[x\] 日志分析和模式检测
\[x\] 资源约束识别
\[x\] Pod健康检查诊断
\[x\] 常见错误模式识别
\[x\] 对配置错误进行资源验证
\[x\] 详细的活性和准备状态探针验证

高级功能

\[x\] 支持多种传输协议（stdio、SSE）
\[x\] 与多个AI助手集成
\[x\] 可扩展的工具框架
\[x\] 自定义资源定义支持
\[x\] 跨命名空间操作
\[x\] 对多个资源进行批处理操作
\[x\] 智能资源关系映射
\[x\] 错误解释和恢复建议
\[x\] 卷管理和识别

建筑

模型上下文协议（MCP）集成

Kubectl MCP工具实现了模型上下文协议（MCP），使AI助手能够通过标准化的接口与Kubernetes集群进行交互。该架构由以下部分组成：

MCP服务器：处理来自MCP客户端（AI助手）请求的兼容服务器
工具注册表：使用模式将Kubernetes操作注册为MCP工具
传输层：支持stdio、SSE和HTTP传输方法
核心业务：将工具调用转换为Kubernetes API操作
响应格式化程序：将Kubernetes响应转换为符合MCP的响应

请求流

Request Flow

双模式操作

该工具以两种模式运行：

命令行接口命令模式：用于执行Kubernetes操作的直接命令行界面
服务器模式：作为MCP服务器运行，以处理来自AI助手的请求

安装

有关详细的安装说明，请参阅安装指南.

您可以直接从PyPI安装kubectl mcp工具：

pip install kubectl-mcp-tool

对于特定版本：

pip install kubectl-mcp-tool==1.1.1

该软件包在PyPI上可用： https://pypi.org/project/kubectl-mcp-tool/1.1.1/

先决条件

Python 3.9+
kubectl CLI已安装并配置
访问Kubernetes集群
pip（Python包管理器）

全球安装

# Install latest version from PyPI
pip install kubectl-mcp-tool

# Or install development version from GitHub
pip install git+https://github.com/rohitg00/kubectl-mcp-server.git

本地开发安装

# Clone the repository
git clone https://github.com/rohitg00/kubectl-mcp-server.git
cd kubectl-mcp-server

# Install in development mode
pip install -e .

验证安装

安装后，验证工具是否正常工作：

kubectl-mcp --help

注意：此工具旨在作为AI助手连接的MCP服务器工作，而不是作为kubectl的直接替代品。可用的主要命令是 kubectl-mcp serve 启动MCP服务器。

Docker镜像

如果你更喜欢使用Docker，Docker Hub上有一个预构建的镜像：

# Pull the latest image
docker pull rohitghumare64/kubectl-mcp-server:latest

运行图像

容器内的服务器监听端口 8000.将任意空闲主机端口绑定到8000并挂载kubeconfig：

# Replace 8081 with any free port on your host
# Mount your local ~/.kube directory for cluster credentials

docker run -p 8081:8000 \
           -v $HOME/.kube:/root/.kube \
           rohitghumare64/kubectl-mcp-server:latest

-p 8081:8000 映射主机端口8081→ 集装箱港口8000。
-v $HOME/.kube:/root/.kube 挂载kubeconfig，以便服务器可以访问集群。

构建多架构映像（AMD64和ARM64）

如果你想构建和推送一个多拱形镜像（这样它就可以在x86_64和Apple Silicon上运行），请使用Docker Buildx：

# Ensure Buildx and QEMU are installed once per machine
# docker buildx create --name multiarch --use
# docker buildx inspect --bootstrap

# Build and push for linux/amd64 and linux/arm64
# (replace  if you're publishing to your own registry)

docker buildx build \
  --platform linux/amd64,linux/arm64 \
  -t rohitghumare64/kubectl-mcp-server:latest \
  --push .

发布的镜像将包含一个包含两种架构的清单列表，Docker将自动在每台机器上提取正确的变体。

配置

允许MCP服务器访问这些路径以读取Kubernetes配置：

run:
  volumes:
    - '{{kubectl-mcp-server.kubeconfig}}:/root/.kube'
config:
  description: The MCP server is allowed to access this path
  parameters:
    type: object
    properties:
      kubeconfig:
        type: string
        default:
          $HOME/.kube
    required:
      - kubeconfig

此配置允许用户将他们的kubeconfig目录添加到容器中，使MCP服务器能够通过他们的Kubernetes集群进行身份验证。

使用AI助手

使用MCP服务器

MCP服务器(kubectl_mcp_tool.mcp_server)是一个基于FastMCP SDK的强大实现，可在不同的AI助手之间提供增强的兼容性：

备注：如果您在MCP Server实现中遇到任何错误，您可以通过替换来重新使用最小包装器 kubectl_mcp_tool.mcp_server 随着 kubectl_mcp_tool.minimal_wrapper 在您的配置中。最小包装器以更简单的实现提供基本功能。

直接配置

   {
     "mcpServers": {
       "kubernetes": {
         "command": "python",
         "args": ["-m", "kubectl_mcp_tool.mcp_server"],
         "env": {
           "KUBECONFIG": "/path/to/your/.kube/config",
           "PATH": "/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin",
           "MCP_LOG_FILE": "/path/to/logs/debug.log",
           "MCP_DEBUG": "1"
         }
       }
     }
   }

关键环境变量

- MCP_LOG_FILE：日志文件的路径（建议避免stdout污染） - MCP_DEBUG：设置为“1”以进行详细日志记录 - MCP_TEST_MOCK_MODE：设置为“1”以使用模拟数据而不是真实集群 - KUBECONFIG：Kubernetes配置文件的路径 - KUBECTL_MCP_LOG_LEVEL：设置为“调试”、“信息”、“警告”或“错误”

测试MCP服务器

您可以通过以下方式测试服务器是否正常工作：

   python -m kubectl_mcp_tool.simple_ping

这将尝试连接到服务器并执行ping命令。

或者，您可以直接使用以下命令运行服务器：

   python -m kubectl_mcp_tool

克劳德桌面

将以下内容添加到您的Claude Desktop配置中 ~/Library/Application\ Support/Claude/claude_desktop_config.json （Windows： %APPDATA%\Claude\mcp.json):

{
  "mcpServers": {
    "kubernetes": {
      "command": "python",
      "args": ["-m", "kubectl_mcp_tool.mcp_server"], 
      "env": {
        "KUBECONFIG": "$HOME/.kube/config" // or whatever your path is for the config file
      }
    }
  }
}

光标AI

通过添加新的全局MCP服务器，将以下内容添加到MCP下的Cursor AI设置中：

{
  "mcpServers": {
    "kubernetes": {
      "command": "python",
      "args": ["-m", "kubectl_mcp_tool.mcp_server"],
      "env": {
        "KUBECONFIG": "/path/to/your/.kube/config",
        "PATH": "/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin:/opt/homebrew/bin"
      }
    }
  }
}

将此配置保存到 ~/.cursor/mcp.json 用于全局设置。

备注：替换 /path/to/your/.kube/config 带有kubeconfig文件的实际路径。在大多数系统中，这是 ~/.kube/config.

帆板运动

将以下内容添加到您的Windsurf配置中 ~/.config/windsurf/mcp.json （Windows： %APPDATA%\WindSurf\mcp.json):

{
  "mcpServers": {
    "kubernetes": {
      "command": "python",
      "args": ["-m", "kubectl_mcp_tool.mcp_server"],
      "env": {
        "KUBECONFIG": "/path/to/your/.kube/config"
      }
    }
  }
}

自动配置

要自动配置所有支持的AI助手，请运行提供的安装脚本：

bash install.sh

目录标签

Kubernetes管理安全审计PythonClaude本地部署自然语言处理AI集成集群监控

支持客户端

Claude DesktopClaudeCursorWindsurf

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/6e40fabca471e48528e6f1262bd59820

一个基于Model Context Protocol (MCP)的Kubernetes交互服务器，允许AI助手通过自然语言与Kubernetes集群进行交互。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Kubectl Go MCP Server

一个通过kubectl命令提供Kubernetes集群交互能力的MCP服务器，支持安全执行命令和获取集群信息。

下一个 MCP

Kubectl MCP

一个提供通过kubectl对Kubernetes集群进行只读访问的MCP服务器，明确禁止对Secrets的访问。

Kubectl K8s MCP