mcp-k8s-go 是一款基于 Golang 的 MCP 服务器，旨在连接 AI 模型与 Kubernetes 集群，实现 AI 对 Kubernetes 资源的安全访问和操作。它通过 kubeconfig 文件获取 Kubernetes 上下文，并提供一系列工具，如列出命名空间、节点、Pod以及执行命令和获取日志等，极大地简化了 AI 模型与 Kubernetes 的集成过程。开发者可以利用此方案，让 AI 模型具备自动化运维、故障诊断和资源管理等能力。mcp-k8s-go 支持多种安装方式，包括 Smithery、mcp-get 以及手动安装，方便开发者根据自身需求进行选择。通过环境变量和命令行选项，可以灵活配置 Kubernetes 上下文访问权限，确保安全性。该方案为 AI 赋能云原生应用场景提供了强大的支持。

K8s 资源安全访问

mcp-k8s-go 允许 AI 模型安全地访问和操作 Kubernetes 资源，通过 KUBECONFIG 环境变量指定 Kubernetes 配置文件的路径，或者使用默认路径 ~/.kube/config。它还支持通过 --allowed-contexts 命令行选项限制 AI 模型可以访问的 Kubernetes 上下文，从而增强安全性。这种细粒度的访问控制，确保 AI 模型只能访问被授权的 Kubernetes 资源，防止潜在的安全风险。例如，一个 AI 模型需要分析特定命名空间下的 Pod 状态，管理员可以通过配置 --allowed-contexts 参数，只允许该模型访问指定的命名空间，避免其访问其他敏感资源。

上下文感知的 K8s 信息获取

mcp-k8s-go 提供了一系列工具，使 AI 模型能够获取 Kubernetes 集群的上下文信息，例如命名空间、节点、Pod 和服务等。这些工具包括 list-k8s-namespaces、list-k8s-nodes、list-k8s-resources 和 get-k8s-resource 等。AI 模型可以利用这些信息来理解 Kubernetes 集群的当前状态，并据此做出智能决策。例如，AI 模型可以通过 list-k8s-pods 获取所有 Pod 的列表，然后根据 Pod 的状态（如 Running、Pending 或 Failed）来诊断应用程序的健康状况，并自动执行相应的修复操作，例如重启失败的 Pod。

K8s 事件和日志实时分析

mcp-k8s-go 允许 AI 模型实时访问 Kubernetes 事件和 Pod 日志，通过 list-k8s-events 和 get-k8s-pod-logs 工具实现。这使得 AI 模型能够监控集群中的异常情况，并及时采取措施。例如，AI 模型可以监控 Pod 的日志，检测到错误或异常信息时，立即发出警报或自动执行故障排除流程。此外，AI 模型还可以分析 Kubernetes 事件，例如 Pod 创建、删除或更新等，以了解集群的动态变化，并据此优化资源分配和调度策略。

K8s Pod 远程命令执行

mcp-k8s-go 提供了 k8s-pod-exec 工具，允许 AI 模型在指定的 Kubernetes Pod 中执行命令。这使得 AI 模型能够远程诊断和调试应用程序，或者执行一些管理任务。例如，AI 模型可以通过在 Pod 中执行 kubectl describe pod 命令，获取 Pod 的详细信息，从而诊断 Pod 启动失败的原因。此外，AI 模型还可以通过执行一些自定义脚本，自动修复应用程序中的问题，例如清理缓存或重启服务。需要注意的是，该功能需要谨慎使用，以避免潜在的安全风险。

集成优势

mcp-k8s-go 提供了多种集成方式，包括使用 Inspector、Smithery 和 mcp-get 等工具，以及手动安装和从源码构建等方式。这使得开发者可以根据自己的需求和偏好选择最合适的集成方式。例如，使用 Smithery 可以自动完成 Claude 客户端的配置，简化了集成过程。此外，mcp-k8s-go 还提供了详细的文档和示例，帮助开发者快速上手。通过灵活的集成方式，mcp-k8s-go 可以与各种 AI 模型和工具无缝集成，构建强大的 AI 驱动的 Kubernetes 管理平台。