为什么需要 MCP？
传统上，AI 系统要与外部工具集成，通常需要为每个工具编写特定的 API 接口，过程繁琐且容易出错。MCP 的出现，旨在简化这一过程，提供一种统一的方式，让 AI 模型能够更容易地访问和操作各种数据源和工具。
MCP 的优势包括：
标准化接口：一次集成，多个工具可用，减少重复开发。
实时双向通信：支持 AI 模型与工具之间的实时互动，提高响应速度。
灵活扩展：支持动态发现和集成新的工具和数据源，适应不断变化的需求 。
MCP 的工作原理
MCP 采用客户端-服务器架构，主要包括以下组件：
MCP 主机：如 Claude Desktop、集成开发环境（IDE）或其他 AI 工具，作为与 MCP 服务器通信的客户端。
MCP 服务器：轻量级程序，通过 MCP 协议暴露特定功能，如访问文件系统、数据库或外部 API。
本地数据源：如计算机文件、数据库和服务，MCP 服务器可以安全地访问这些资源。
远程服务：通过互联网访问的外部系统，MCP 服务器可以连接到这些服务 。
MCP 采用基于能力的协商机制，Client 和 Server 需要在初始阶段声明各自支持的“能力”特性。“能力”声明决定了会话阶段可使用的协议特征和基本操作。
初始阶段：
Server 需要声明：可用 Resource、支持的 Tool、Prompt 模板。
Client 需要声明：Sampling 支持，Notification 处理。
会话阶段：Client 和 Server 需要严格遵守已声明的能力范围。
如下图所示展示初始阶段和会话阶段的几个过程：
初始阶段，Host 调用 Client，Client 访问 Server 获取 Server 可支持的资源和能力（list_resources()，list_tools()）。
会话阶段（Host 发起），Host 中用户或模型发起 Action，调用 Client，Client 请求 Server 来获取资源或执行工具（read_resource()，call_tool()）。
会话阶段（Server 发起），Server 调用 Client 获得 Sampling 支持，Client 转发给 Host 并获取响应，然后返回给 Server。
构建Kubernetes MCP Server
K8S MCP 的主要功能包括：
资源查询：列出集群中的资源，如 pods、deployments、services 等。
详细信息获取：获取特定资源的详细信息，辅助诊断和管理。
执行管理命令：通过授权的方式，执行扩容、更新、重启等操作。
安全审计：所有操作都经过授权和审计，确保集群的安全性。
要使用 K8s MCP，需满足以下前提条件：
拥有一个运行中的 Kubernetes 集群，可以是本地（如 Minikube）或云端（如 AWS、Azure、Google Cloud）。
安装并配置好 kubectl 工具，确保可以正常连接到集群。
安装 Node.js 和 Bun
下载链接：https://nodejs.org/en
下载链接：https://bun.sh/
git clone https://github.com/Flux159/mcp-server-kubernetes.gitcd mcp-server-kubernetes
该项目使用 Bun（一个快速 JavaScript 运行时）作为包管理器。请确保已安装 Bun，然后运行：
bun install
这将读取 package.json 文件并安装项目所需的所有依赖项。
bun run dev
{ "mcpServers": { "k8s-mcp": { "command": "node", "args": ["/path/to/your/mcp-server-kubernetes/dist/index.js"] //修改为文件所在位置 } }}
