自然语言 MCP 控制 Kubernetes 基础设施

它解决什么问题

运维 Kubernetes 集群时，大量日常操作都通过 kubectl 完成：查看资源状态、排查故障、部署应用、审计权限。这些命令需要记忆参数、理解 API 结构，还得在终端里反复输入。对不熟悉 kubectl 的开发者来说，门槛不低；即便熟练的工程师，也常被命令行参数和 YAML 模板拖慢节奏。

这个技能让 MCP 兼容代理直接通过自然语言驱动 kubectl，把"看集群状态""部署服务"这类意图翻译成受控的命令执行，降低操作的认知负担。

技能如何工作

核心思路是把 Kubernetes 操作封装为 受控的基于 kubectl 的工作流，供 MCP 兼容客户端调用。代理接收自然语言指令后，按以下路径工作：

• 意图解析：将用户的自然语言请求映射到具体的 kubectl 操作类别，例如检查、调试、部署、审计或管理。
• 受控执行：在明确约束下运行相应的 kubectl 命令，避免无限制的 shell 访问。
• 结果回传：把命令输出整理后返回给代理，供进一步推理或反馈给用户。

覆盖的操作范围包括：

• 集群与资源的检查（如查看部署、服务、节点状态）
• 故障调试（如获取日志、描述资源）
• 应用部署（apply、配置管理）
• 安全审计（如检查 RBAC、策略合规）
• 日常管理（扩缩容、清理资源等）

适用边界与注意点

• 依赖环境已安装 kubectl 并具备目标集群的访问权限，同时需要 Node.js 或 Python 运行时。
• 客户端必须是 MCP 兼容代理，技能本身不自带集群连接能力，而是通过 MCP 服务器桥接到 kubectl。
• 尽管强调"受控执行"，但具体权限边界取决于所连接的 MCP 服务器配置。生产环境建议配合最小权限的 kubeconfig 使用。
• 自然语言到命令的映射存在误判风险，破坏性操作（如删除资源）应在使用前确认代理的配置是否限制了此类操作。