01 / 服务器详情
服务器详情
对于处理海量数据的开发者来说，Kafka 的运维往往意味着在复杂的 CLI 命令和图形化界面间来回切换。mcp-kafka 将这一流程彻底重构：它通过 Model Context Protocol 协议，把 Kafka 集群的监控与管理能力直接“喂”给 AI 助手。你可以直接通过自然语言询问“当前哪些消费组存在积压（Lag）？”或者“帮我查看某个 Topic 的配置”，AI 会调用该工具自动检索集群状态、主题详情及消费组情况。它不仅支持只读监控，还内置了白名单、删除保护和干跑（Dry-run）模式，确保你在通过 AI 进行操作时具备极高的安全性。对于需要频繁巡检 Kafka 状态的后端工程师，这无疑是将 AI 转化为“数字运维专家”的高效路径。
一个提供 mcp-kafka 能力的模型上下文协议服务器，可被兼容 MCP 的 AI 客户端连接和调用。
能力标签DatabaseMCP开源
协议Model Context Protocol
开发者生态开源生态
开源协议MIT / 以来源页为准
来源GitHub
收录合集
收录本 MCP 服务的合集
常用MCP2026.03.30已收录
我的MCP2026.03.31已收录
Genie2026.03.30已收录
02 / 工具测试
工具测试
可用工具
可调用mcp-kafka
调用 mcp-kafka 提供的 MCP 能力并返回结构化结果。
参数
input根据该 MCP 服务的工具 schema 传入参数。提示：该工具可能会截断响应；使用 start_index 等分页参数可以分块读取较长内容。
03 / 服务配置
连接方式
Remote
{
"mcpServers": {
"mcp-kafka": {
"url": "部署后由服务提供方生成 Remote 地址"
}
}
}Remote 地址需要在部署后由服务提供方生成，页面不会伪造不可用的端点。
Stdio · mcp.json
当前记录没有 npm 包，请先打开来源仓库补充 command 和 args。如果当前条目没有登记 npm 包，请以来源仓库的安装方式为准。
03 / 使用方法
如何使用
- 01步骤 1
先检查服务器能力和权限范围。
- 02步骤 2
复制安装命令或 JSON 配置。
- 03步骤 3
在客户端中进行小范围连接测试。
- 04步骤 4
确认数据访问和维护状态后再长期使用。
04 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面