SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI开发平台mcp-k8s-eye

mcp-k8s-eye

mcp-k8s-eye 是一个面向 Kubernetes 的管理与诊断工具，通过 MCP（Model Context Protocol）服务器形式，让 AI 客户端能够连接 Kubernetes 集群、管理资源并分析工作负载状态。它提供核心 Kubernetes 操作能力，支持所有原生资源（Pod、Deployment、Service、StatefulSet、Ingress 等）以及 CustomResourceDefinition 资源，可执行 list、get、create、update、delete 等操作，还支持 Pod 的 exec 与 logs、Deployment 的 scale、资源的 describe 与 explain。同时内置多种诊断工具，可对 Pod、Deployment、StatefulSet、Service、CronJob、Ingress、NetworkPolicy、ValidatingWebhook、MutatingWebhook 和 Node 进行分析；监控工具可查看工作负载与节点的 CPU、内存使用情况。该工具支持 Stdio 和 SSE 两种传输协议，可接入多种 AI 客户端，运行需要 Go 1.23 或更高版本、已配置的 kubectl，并通过 env.HOME 设置 kubeconfig 文件所在的主目录。

访问官网

工具介绍

用途

mcp-k8s-eye 是一个用于 Kubernetes 集群管理与应用诊断的 MCP 服务器。它的目标是把 Kubernetes 的日常运维操作和集群、应用健康分析能力，以工具的形式提供给 AI 客户端调用。

主要能力

核心 Kubernetes 操作

  • 连接 Kubernetes 集群。
  • 通用 Kubernetes 资源管理能力，支持所有原生资源，包括 Pod、Deployment、Service、StatefulSet、Ingress 等，并支持 CustomResourceDefinition 资源。
  • 资源操作包括：list、get、create、update、delete。
  • Pod 管理能力：exec、logs。
  • Deployment 管理能力：scale。
  • 对 Kubernetes 资源执行 describe。
  • 对 Kubernetes 资源执行 explain。

诊断能力

  • Pod 诊断：分析 Pod 状态、容器状态、Pod 资源利用率。
  • Service 诊断：分析 Service selector 配置、未就绪端点、事件。
  • Deployment 诊断：分析可用副本数。
  • StatefulSet 诊断：分析 StatefulSet 对应的 Service 是否存在、PVC 是否存在、可用副本数。
  • CronJob 诊断：分析 CronJob 的 schedule、starting deadline、last schedule time。
  • Ingress 诊断：分析 Ingress class 配置、相关 Service、TLS Secret。
  • NetworkPolicy 诊断：分析 NetworkPolicy 配置、受影响的 Pod。
  • ValidatingWebhook 诊断：分析 webhook 配置、引用的 Service 与 Pod。
  • MutatingWebhook 诊断：分析 webhook 配置、引用的 Service 与 Pod。
  • Node 诊断：分析 Node 状况（conditions）。
  • 集群诊断与故障排查。

监控能力

  • Pod、Deployment、ReplicaSet、StatefulSet、DaemonSet 工作负载资源使用情况（CPU、内存）。
  • Node 容量与利用率（CPU、内存）。
  • 集群容量与利用率（CPU、内存）。

高级特性

  • 支持多种传输协议：Stdio、SSE。
  • 支持多种 AI 客户端。

工具清单

资源操作工具

  • resource_get：获取命名空间中指定资源的详细信息。
  • resource_list：列出命名空间中所有资源的详细信息。
  • resource_create_or_update：创建或更新命名空间中的资源。
  • resource_delete：删除命名空间中的资源。
  • resource_describe：描述命名空间中资源的详细信息。
  • deployment_scale：扩缩容命名空间中的 Deployment。
  • pod_exec：在命名空间中的 Pod 内执行命令。
  • pod_logs：获取命名空间中 Pod 的日志。

诊断工具

  • pod_analyze：诊断命名空间中的所有 Pod。
  • deployment_analyze：诊断命名空间中的所有 Deployment。
  • statefulset_analyze：诊断命名空间中的所有 StatefulSet。
  • service_analyze：诊断命名空间中的所有 Service。
  • cronjob_analyze：诊断命名空间中的所有 CronJob。
  • ingress_analyze：诊断命名空间中的所有 Ingress。
  • networkpolicy_analyze：诊断命名空间中的所有 NetworkPolicy。
  • validatingwebhook_analyze：诊断所有 ValidatingWebhook。
  • mutatingwebhook_analyze：诊断所有 MutatingWebhook。
  • node_analyze：诊断集群中的所有 Node。

监控工具

  • workload_resource_usage：获取命名空间中 Pod、Deployment、ReplicaSet、StatefulSet 的资源使用情况（CPU、内存）。

使用方式

  • 需要 Go 1.23 或更高版本。
  • 需要已配置 kubectl。
  • 使用 env.HOME 设置 kubeconfig 文件所在的主目录。
  • 启动 MCP SSE 服务器。
  • 配置你的 MCP 服务器。

适用场景

  • 通过 AI 客户端对 Kubernetes 集群进行资源查询、创建、更新、删除等日常操作。
  • 对 Pod、Deployment、Service、StatefulSet、CronJob、Ingress、NetworkPolicy、Webhook、Node 等对象进行诊断分析。
  • 查看工作负载、Node 与集群的 CPU、内存使用情况。

限制

资料未提供收费、价格、平台支持范围、性能或效果方面的说明，暂未提供。

同类工具

查看分类