Kubernetes

MCP-сервер для чтения данных из кластеров Kubernetes и Google Kubernetes Engine (GKE). Инструмент решает задачу безопасного доступа к ресурсам кластера в режиме "только для чтения". Вам не нужно переключаться между терминалом и чатом — AI-ассистент сам выполняет kubectl-запросы за вас и возвращает готовый ответ. Инженеры могут проверять состояние подов, логи, конфигурации и события прямо в процессе общения.

Honey MCP Server — единый шлюз для поиска серверов и инстансов в смешанной инфраструктуре. Вы подключаете к AI-ассистенту AWS, GCP, Kubernetes, Consul и Proxmox. Вместо переключения между консолями вы описываете задачу на естественном языке. Ассистент сам находит EC2, поды, виртуалки или сервисы. Одно окно для всей инфраструктуры.

Qovery MCP Server подключает AI-ассистента к вашей облачной инфраструктуре. Вы управляете Kubernetes-кластерами и развёртываете приложения простыми текстовыми запросами. Никаких консолей AWS, GCP или Azure, никаких YAML-манифестов и длинных команд kubectl. Всё управление происходит через диалог с ассистентом. Сервер подходит для DevOps-инженеров и разработчиков, которые работают с несколькими облачными провайдерами или гибридной архитектурой. Qovery MCP Server помогает развёртывать сервисы, настраивать окружения, менять конфигурации и масштабировать инфраструктуру под нагрузку без переключения между десятком консолей.

K8s Lens

firas-mcp-servers

K8s Lens — это MCP-сервер для Kubernetes, который работает через запросы на естественном языке. Вместо команд kubectl вы можете просто спросить ассистента: «Покажи все поды с ошибками в namespace staging» или «Почему этот под падает?». Сервер не просто передаёт запрос к API, а собирает и связывает данные: события, логи, лимиты ресурсов и статусы узлов. На основе этого AI даёт готовый анализ причин, а не сырой вывод утилит. Сервер предназначен для разработчиков и DevOps-инженеров, которые управляют кластерами вручную или автоматизируют работу. Он поддерживает несколько кластеров и использует ваши существующие настройки kubeconfig. По умолчанию включён режим только для чтения, поэтому случайно изменить ресурсы не получится.

Kubeshark MCP

kubeshark

12.1k553

Kubeshark MCP подключает AI-агентов к сети Kubernetes. Вы пишете запрос обычным языком, сервер ищет данные в трафике кластера и отдаёт их агенту. В основе — open-source проект Kubeshark (бывший Mizu). Он перехватывает пакеты на уровне ядра через eBPF. Не нужно никаких sidecar или ручной настройки. Сервер сам индексирует трафик и расшифровывает TLS/mTLS. Поддерживает протоколы микросервисов: HTTP/1.1, HTTP/2, gRPC, Redis, Kafka, DNS. Разработчикам и SRE достаточно описать словами, что искать.

kubefwd

txn2

4.2k240

kubefwd — консольная утилита для массового проброса портов из Kubernetes на локальную машину. Разработчики используют её, чтобы обращаться к сервисам в кластере по их внутренним именам: db:5432, api:8080, redis:6379. При этом не нужно запускать десятки kubectl port-forward вручную. MCP-сервер на основе kubefwd передаёт управление этой утилитой AI-ассистенту. Вы просите ассистента запустить проброс портов для конкретного неймспейса или сервиса — и он это делает. Ассистент сам настраивает /etc/hosts, выставляет уникальные локальные IP и следит за состоянием подключений.

Kubernetes MCP Server

containers

2.2k463

kubernetes-mcp-server — это MCP-сервер для Kubernetes и OpenShift. Он подключает AI-ассистента (Claude, Copilot) напрямую к API кластера. Вы отдаёте команды голосом или текстом, а сервер выполняет их. Вам не нужно переключаться между чатом и терминалом. Сервер отслеживает изменения в kubeconfig, работает с любыми ресурсами: подами, деплойментами, Helm-чартами и Tekton-пайплайнами. Разработчик — команда containers (Podman, Buildah). Всё работает через ваш текущий контекст kubectl.

Dot AI

vfarcic

33772

dot-ai (DevOps AI Toolkit) — это ИИ-агент для управления Kubernetes. Он понимает запросы на естественном языке и сам выполняет нужные действия в кластере. Вам не нужно помнить синтаксис kubectl или тратить время на поиск документации. Сервер работает по протоколу MCP и интегрируется с любым современным AI-ассистентом. Вы пишете, что хотите сделать, — dot-ai интерпретирует задачу, обращается к Kubernetes API, анализирует конфигурации и предлагает готовое решение или действие.

KSail

devantler-tech

16513

KSail — единый инструмент для работы с Kubernetes. Вместо того чтобы устанавливать kubectl, K9s, Helm и другие утилиты по отдельности, вы получаете один бинарный файл. Он объединяет их в общий интерфейс. Сервер создан для разработчиков и DevOps-инженеров. Вы управляете кластерами: создаёте их на локальной машине или в облаке, разворачиваете приложения, следите за состоянием инфраструктуры. Всё это доступно через CLI, VS Code, ИИ-ассистентов или MCP-сервер. Для работы достаточно Docker или доступа к облачному провайдеру.

Containerization Assist

Azure

4320

Containerization Assist — это MCP-сервер от Microsoft Azure. Он даёт AI-ассистенту навыки DevOps-инженера. Сервер работает с Docker и Kubernetes: собирает образы, проверяет их на уязвимости, генерирует конфигурации и развёртывает приложения. Всё — через диалог в VS Code или другом MCP-клиенте. Куда удобнее описывать требования к контейнеру обычными словами, чем вспоминать ключи сборки. Containerization Assist берёт на себя всю техническую часть: анализирует код, подбирает оптимальную базу, настраивает многоступенчатую сборку и проверяет результат. Для Kubernetes сервер умеет генерировать манифесты с учётом Probe, Resources и Network Policies. Сервер использует систему политик Rego от Open Policy Agent. Вы или ваша команда можете жёстко задать правила: какие образы разрешены, какие порты нельзя открывать, какой уровень прав безопасности обязателен. AI будет следовать этим правилам.

Lumino MCP Server

spre-sre

1117

Lumino MCP Server — это open-source MCP-сервер для SRE и DevOps-инженеров. Он расширяет AI-ассистентов возможностью наблюдать за кластерами Kubernetes и OpenShift, анализировать пайплайны Tekton и прогнозировать проблемы на основе данных. В сервере реализовано более 40 специализированных инструментов, которые работают через протокол MCP. Сервер не просто собирает метрики — он интерпретирует логи с помощью NLP, находит аномалии, определяет коренные причины сбоев и симулирует изменения до применения. Это делает его полноценным ассистентом для SRE: вы можете общаться с AI-агентом на естественном языке и получать глубокий анализ инфраструктуры.

kubeview

mikhae1

52

KubeView — это MCP-сервер для безопасного анализа Kubernetes-кластеров. Он подключает AI-агентов к вашему кластеру в режиме только для чтения. Это значит, что ассистент может задавать вопросы и получать данные, но не может изменять или удалять ресурсы. Инструмент подходит разработчикам и DevOps-инженерам, которые хотят диагностировать проблемы в кластере, искать аномалии в логах или изучать Helm-релизы, не покидая среду разработки. KubeView поддерживает ядро Kubernetes, Helm, Argo Workflows и Argo CD.