Kubernetes

kubefwd

txn2

4.1k228

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

1.7k355

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

32266

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

14710

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

4114

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

710

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

41

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.

K8scortex MCP

apatilgtn

1

K8sCortex MCP-сервер — это программный интерфейс для управления Kubernetes через естественный язык. Сервер включает 75 инструментов, разделённых по доменам: workloads, деплои, конфигурация, наблюдаемость, jobs, сети, GitOps, администрирование кластера и общее чтение. Каждый инструмент имеет единый интерфейс и подчиняется централизованным правилам безопасности. Сервер поддерживает облачные кластеры GKE, AKS, EKS, а также локальные minikube и Rancher Desktop. При подключении вы регистрируете кластеры и обращаетесь к любому из них в запросе — достаточно указать его имя. Аутентификация и аудит уже встроены.

No Crd

nogoo9

1

No-CRD — это MCP-сервер для Kubernetes. AI-агенты могут с его помощью динамически создавать, маршрутизировать и управлять эфемерными подами без Custom Resource Definitions (CRD) и кластерных операторов. Сервер не требует cluster-admin прав — достаточно доступа к kubeconfig. Он подходит для любых сценариев: тестовые среды, выполнение кода, отладка, CI/CD. В отличие от JupyterHub, No-CRD не привязан к определённому окружению. Вы можете запускать любой Docker-образ и управлять подом прямо через диалог с AI-ассистентом. Сервер работает на стандартных кластерах k8s и k3s. Поддерживаются три рантайма: Node.js, Bun и Deno.

K8gentS — Kubernetes RCA MCP Server

JDoornink

1

K8gentS — диагностический агент для Kubernetes. Он подключает языковую модель (Google Gemini) к событиям кластера в реальном времени. Основная сложность проекта — не в интеграции с Kubernetes, а в доверии к недетерминированной системе. Традиционная observability строится на гарантиях: одинаковые запросы дают одинаковые ответы. LLM нарушает этот контракт. Один и тот же сбой может объясняться тремя разными способами. K8gentS не пытается сделать LLM предсказуемым. Он строит жесткие границы вокруг процесса диагностики: Результат: вы используете сильные стороны LLM — анализ и логику, но не даёте нейросети доступ к kubectl apply. Цель проекта — сократить MTTR на диагностируемых отказах без потери контроля.

Devops MCP

NotHarshhaa

11

devops-mcp — открытый MCP-сервер для работы с инфраструктурой (исходный код на GitHub). Он подключается к Kubernetes, ArgoCD, Prometheus, PagerDuty, Helm и Loki. Работа строится иначе. Вы просто формулируете запрос на естественном языке — без копирования вывода kubectl. Не нужно переключаться между терминалом и дашбордами. Все провайдеры доступны через один протокол.

kubeleash

kubeleash

1

kubeleash — это MCP-сервер для Kubernetes, который добавляет слой безопасного доступа для AI-агентов. Вы подключаете его к любому kubeconfig, даже с правами cluster-admin, но фактически агент сможет выполнять только те операции, которые разрешены в локальном файле политики. Политики работают по принципу RBAC и учитывают текущий контекст (kube context). Деструктивные действия (удаление ресурсов, изменение критичных настроек) блокируются на стороне сервера, до отправки запроса в кластер. Это защищает продакшены от случайных или намеренных деструктивных команд со стороны AI-ассистентов. Сервер полезен командам DevOps и разработчикам, которые хотят дать AI-агентам доступ к Kubernetes, но не готовы рисковать безопасностью. kubeleash работает как локальный MCP-сервер и совместим с любым клиентом, поддерживающим протокол MCP: Claude Desktop, VS Code, Cursor и другие.