Dify+k8s运维智能体：部署MCP并创建Kubernetes Agent

wget https://get.helm.sh/helm-v3.18.2-linux-amd64.tar.gz

tar zxf helm-v3.18.2-linux-amd64.tar.gz  -C /opt/
mv /opt/linux-amd64/  /opt/helm
ln -s /opt/helm/helm  /bin/

helm repo add bitnami https://charts.bitnami.com/bitnami
helm repo add stable http://mirror.azure.cn/kubernetes/charts/

helm repo update

##先搜一下
helm search repo nginx 

#这个nginx-test就是release名字，同时也是service和deployment/statefulset以及pod前缀，当然你也可以不去定义release name，让Helm帮忙定义，那么命令就要改为helm install   bitnami/nginx --generate-name
helm install nginx-test  bitnami/nginx

helm list -A  #-A会列出所有namespace里的release，不加-A只列default namespace里的release

helm uninstall nginx-test

yum install -y python3.12 python3.12-pip

python3.12 -m pip install mcp-kubernetes-server -i https://mirrors.aliyun.com/pypi/simple/

nohup mcp-kubernetes-server --transport sse --host

git clone https://github.com/containers/kubernetes-mcp-server.git
cd kubernetes-mcp-server

docker build  --build-arg HTTP_PROXY="http://t.lishiming.net:15888" --build-arg HTTPS_PROXY="http://new.lishiming.net:15888" -t kubernetes-mcp-server:latest

# 导出镜像docker save kubernetes-mcp-server:latest -o k8s-mcp.tar# 加载进 containerdctr -n k8s.io images import /tmp/k8s-mcp.tar# 检查是否导入成功ctr -n k8s.io images ls | grep kubernetes-mcp

apiVersion: v1
kind: Namespace
metadata:
  name: mcp-tools
---
apiVersion: v1
kind: ServiceAccount
metadata:
  name: k8s-mcp-server-sa
  namespace: mcp-tools
---
# 授予最小权限原则 (Principle of Least Privilege)
# 我们只授予读取、描述和日志查看权限，避免任何破坏性操作
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole # 使用 ClusterRole 以便跨命名空间查询
metadata:
  name: k8s-mcp-server-role
rules:
- apiGroups: [""]
  resources: ["pods", "nodes", "services", "namespaces", "events"]
  verbs: ["get", "list", "watch"]
- apiGroups: [""]
  resources: ["pods/log"]
  verbs: ["get"]
- apiGroups: [""]
  resources: ["pods/exec"]
  verbs: ["create"]
- apiGroups: ["apps"]
  resources: ["deployments", "replicasets", "daemonsets", "statefulsets"]
  verbs: ["get", "list", "watch"]
- apiGroups: ["extensions"]
  resources: ["deployments", "replicasets", "daemonsets"]
  verbs: ["get", "list", "watch"]
- apiGroups: ["metrics.k8s.io"]
  resources: ["pods", "nodes"]
  verbs: ["get", "list"]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: k8s-mcp-server-rolebinding
subjects:
- kind: ServiceAccount
  name: k8s-mcp-server-sa
  namespace: mcp-tools
roleRef:
  kind: ClusterRole
  name: k8s-mcp-server-role
  apiGroup: rbac.authorization.k8s.io
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: kubernetes-mcp-server
  namespace: mcp-tools
  labels:
    app: kubernetes-mcp-server
spec:
  replicas: 1
  selector:
    matchLabels:
      app: kubernetes-mcp-server
  template:
    metadata:
      labels:
        app: kubernetes-mcp-server
    spec:
      serviceAccountName: k8s-mcp-server-sa
      containers:
      - name: server
        # 使用自己编译的镜像
        image: kubernetes-mcp-server:latest
        imagePullPolicy: IfNotPresent
        # 该镜像默认使用集群内配置，无需额外参数
        # 如果需要指定 kubeconfig，可以添加 args 和 volume
        # args: ["--kubeconfig", "/etc/kubeconfig/config"]
        # volumeMounts:
        # - name: kubeconfig
        #   mountPath: /etc/kubeconfig
        #   readOnly: true
      # volumes:
      # - name: kubeconfig
      #   secret:
      #     secretName: kubeconfig-secret
---
apiVersion: v1
kind: Service
metadata:
  name: kubernetes-mcp-server
  namespace: mcp-tools
spec:
  selector:
    app: kubernetes-mcp-server
  type: NodePort
  ports:
  - name: http
    port: 8080          # Pod 内部端口
    targetPort: 8080
    nodePort: 30080

kubectl apply -f k8s-mcp.yaml

POD_NAME=$(kubectl get pods -n mcp-tools -l app=kubernetes-mcp-server -o jsonpath='{.items[0].metadata.name}')
kubectl exec -it $POD_NAME -n mcp-tools -- sh

cat /var/run/secrets/kubernetes.io/serviceaccount/token

你现在作为一个 Kubernetes 智能助手，背后连接了一个 “MCP K8s Server” 工具集，可执行对 Kubernetes 集群的各种操作（包括查询状态、执行命令、创建／更新／删除资源等）。  
当用户以自然语言提出需求时，请按照以下流程操作：  

1. 理解用户的意图：判断用户希望做什么（比如查看某个 Pod 日志、扩容 Deployment、标记节点为不可调度、删除某个 Service 等）。  

2. 选择合适的工具：根据意图，从 MCP K8s Server 的工具集里选择一个最合适的工具。例如：  
   - 若仅仅读取某个资源信息，使用 `k8s_get` 或 `k8s_describe`。  
   - 若需要查看日志，使用 `k8s_logs`。  
   - 若需要执行任意 kubectl 命令，则使用 `kubectl` 工具。  
   - 若需要创建/修改资源，则使用 `k8s_create`、`k8s_apply`、`k8s_patch`。  
   - 若需要删除资源，使用 `k8s_delete`。  
   - 若需要节点操作（如 cordon/uncordon/drain），使用 `k8s_cordon`、`k8s_uncordon`、`k8s_drain` 等。  

3. 构造调用参数：按照该工具所需的参数结构构造 JSON 或类似格式（如 `resource_type`、`name`、`namespace`、`selector`、`image`、`pods`、`containers` 等字段）。确保必要字段填写正确。  

4. 错误防范：如果用户的意图不明确、参数不完整或可能造成破坏（如在生产环境删除全部 pods），请先提出澄清或者风险提示，而不是直接执行。

注意事项
1. 在生成调用语句时，务必严格遵循工具参数结构，以便 MCP K8s Server 能正确执行。  
2. 如果用户的需求涉及k8s_delete，需要先给出删除提示，详细说明此操作会删除什么资源，一定要提示该操作是有风险的，请确认。  
3. 如果用户希望直接用 `kubectl` 或 `helm` 命令，也可以，但请说明为何选这种通用命令工具，而不是专门接口。  
4. 如果用户询问状态、事件、资源指标等，只进行“读取”工具，不执行写入。  
5. 在解释里，可以加入 “操作后如何检查结果” 的建议，例如：执行完 `k8s_scale` 后，可用 `k8s_get` 或 `k8s_top_pods` 查看变化。

查看我k8s里都有哪些namespace

列出所有pod

部署一个nginx实例

查看nginx pod状态以及日志