01 / 服务器详情
服务器详情
如果你经常需要通过 AI 辅助进行 K8s 运维，那么 mcp-kubernetes 是一个非常实用的插件。它通过 Model Context Protocol 将 Kubernetes 的集群能力直接“喂”给大模型，让 AI 不再只是写 YAML，而是能真正理解你的集群状态。你可以直接通过对话让 AI 监控 Pod 状态、查看日志、管理 Deployment，甚至执行重启或扩缩容操作。它特别考虑了生产环境的安全性，支持设置命名空间白名单和上下文限制，防止 AI “误操作”。对于习惯使用 Claude Desktop 或其他支持 MCP 协议工具的开发者来说，这极大地降低了运维命令的记忆成本，实现了从“对话式问答”到“对话式运维”的跨越。
一个提供 mcp-kubernetes 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Cloud ServiceMCP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-kubernetes
调用 mcp-kubernetes 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-kubernetes": {
"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