将 OCAI 接入 Kubernetes MCP Server 的实践
在之前的 OCManager 系列文章中，我们已经逐步构建了完整的 AI 运维体系：
- 第一阶段：OCManager 控制台提供基础的运维操作界面（命令助手、任务编排）
- 第二阶：引入 OCAI，让 AI 能够"咨询"——回答运维问题、提供诊断建议
- 第三阶段：启用 ops-mate，让 AI 能够"动手"——通过 SSH 到节点执行诊断命令
但是，我们发现ops-mate 的 SSH 通道只能操作资源，无法直接访问 Kubernetes 集群。比如运维人员问：
- “帮我查看 default 命名空间里所有 Pod 的状态”
- “哪个节点资源使用率最高？”
- “获取 nginx-deployment 最近的事件”
AI 只能说"请执行 kubectl get pods"，而不能直接调用 Kubernetes API。本文的目的是在 OCAI 中集成 Kubernetes MCP Server来实现这个需求。
OCManager 中的 RAG 与 MCP
在 OCManager 架构中，实际上已经使用了 RAG 和 MCP。
在RAG方面，OCManager 在 ops-mate 的 diaglite 组件中内置了一个轻量级 RAG 系统，具体的工作流如下
用户提问 → 问题向量化 → 检索历史诊断记录 → 增强上下文 → LLM 生成回答RAG 在 OCManager 中是通过diaglite 内置向量检索来实现的，作用主要是检索历史诊断信息，匹配已知问题的解决方案，从而避免重复询问相同信息
在MCP方面，OCManager 已经预留了MCP配置。我们可以通过 MCP 让 AI 获得直接操作能力。
综合目前OCManager 已知的功能，实现和应用场景总结如下
| 能力类型 | 在 OCManager 中的实现 | 典型场景 |
|---|---|---|
| RAG 知识 | diaglite 内置向量检索 | “历史上类似故障是怎么处理的” |
| MCP 工具 | Kubernetes MCP Server | “帮我查看所有 Pod 的状态” |
| SSH 执行 | ops-mate 通道 | “在节点上执行 df -h” |
Kubernetes MCP Server 集成
kubernetes-mcp-server是一个实现了 MCP 协议的服务器，它封装了 Kubernetes 的 API 调用，暴露为标准化的 MCP 工具。本质上，它是kubectl 的 MCP 封装，让 AI 能够通过标准协议操作集群，而不需要直接在容器内安装 kubectl。
由于我们访问EKS集群的时候需要使用awscli生成临时的token，因此便捷起见将MCP Server 作为独立进程运行在宿主机由systemd 托管，这样就无需在容器中单独再安装awscli。我们通过streamable http的模式启动mcp服务，此后OCAI 通过 HTTP SSE 协议远程连接 MCP Server。
为什么选择 Streamable HTTP 模式？
- stdio 模式把 MCP Server 作为子进程跑在 OCAI 容器内，这意味着每次重启容器都要重新启动 MCP Server，还要处理 AWS CLI 安装、AgentContext 序列化等问题。
- Streamable HTTP 模式则把 MCP Server 独立运行在宿主机，OCAI 通过 HTTP SSE 协议远程调用。这样做的好处显而易见：MCP Server 和 OCAI 解耦，可以独立升级；直接复用宿主机的 AWS CLI，无需在容器内折腾认证；配置也简单，只需一个 URL 即可；如果有多套 OCAI 环境，还能共享同一个 MCP Server。
部署和配置
首先编译 MCP Server。由于网络限制，我们从源码编译而不是下载二进制：
gitclone--depth1--branchv0.0.63\https://github.com/containers/kubernetes-mcp-server.gitcdkubernetes-mcp-serverexportGOPROXY=https://goproxy.cn,https://proxy.golang.org,direct go build-ok8s-mcp-server ./cmd/kubernetes-mcp-servermvk8s-mcp-server /home/ec2-user/opencloudos/然后创建 systemd 服务文件/etc/systemd/system/k8s-mcp-server.service，让 MCP Server 随系统启动：这里--port 8789会启动 SSE (Server-Sent Events) 服务器，不是普通 HTTP。
启动后用curl http://127.0.0.1:8789/sse测试，应该能看到 SSE 事件流。
[Unit] Description=Kubernetes MCP Server After=network.target [Service] Type=simple User=ec2-user Environment=KUBECONFIG=/home/ec2-user/.kube/config ExecStart=/home/ec2-user/opencloudos/k8s-mcp-server \ --port 8789 --read-only Restart=always [Install] WantedBy=multi-user.target接下来配置 OCAI，修改config/mcp.yaml。由于OCAI服务运行在docker容器中，因此需要通过172.17.0.1Docker 网桥 IP来访问宿主机。
# ocai-service/ocai-service/config/mcp.yamlmcp_servers:kubernetes:url:"http://172.17.0.1:8789/sse"修改docker-compose.yml，只需挂载日志和 MCP 配置文件，无需 kubeconfig 或 AWS 凭证：
volumes:-${LOG_DIR:-./logs}/ocai-service:/app/logs-./config/mcp.yaml:/app/config/mcp.yaml:ro在docker-compose中设置了OCAI_MCP_CONFIG_FILE=/app/config/mcp.yaml，在启动服务后会发现OCAI 启动时显示MCP: MCPManager(servers=0, connected=0, tools=0)
因为我们需要OCAI 通过/app/ocai/utils/config_loader.py的build_application_from_environ()方法从环境变量读取配置，但这个函数漏掉了OCAI_MCP_CONFIG_FILE的处理，导致配置了环境变量也不会加载 MCP，这似乎是一个隐藏的issue，因为build_application_from_environ()读取配置是合理的。
我们在函数中添加读取OCAI_MCP_CONFIG_FILE的代码：
# 在 config_loader.py 中，找到 "mcp_servers": {}, 的下一行，添加：mcp_config_file=_env_str("OCAI_MCP_CONFIG_FILE")ifmcp_config_file:data["application"]["mcp_config_file"]=mcp_config_file重启 OCAI，查看日志看到MCP server configured: kubernetes (sse)和tools=14就说明成功了。
docker-composerestartsleep30dockerlogs ocai-service|grep-E"MCP|kubernetes"# 正常输出应该包含：# INFO: MCP config: 0 inline + file /app/config/mcp.yaml -> 1 total# INFO: MCP server configured: kubernetes (sse)# INFO: MCP client connected: kubernetes (sse)# INFO: MCP tools registered: 14 from 1 servers聊天效果验证
集成成功后，OCAI 具备以下 13 个 Kubernetes 管理工具。这里我们启动MCP的时候加上了–read-only参数，因此所有工具都在只读模式下运行，确保不会误操作集群。
配置管理： ├── mcp__kubernetes__configuration_view - 查看集群配置 ├── mcp__kubernetes__namespaces_list - 列出命名空间 节点管理： ├── mcp__kubernetes__nodes_log - 查看节点日志 ├── mcp__kubernetes__nodes_stats_summary - 节点统计摘要 ├── mcp__kubernetes__nodes_top - 节点资源使用 Top Pod 管理： ├── mcp__kubernetes__pods_get - 获取 Pod 详情 ├── mcp__kubernetes__pods_list - 列出所有 Pods ├── mcp__kubernetes__pods_list_in_namespace - 按命名空间列出 Pods ├── mcp__kubernetes__pods_log - 查看 Pod 日志 ├── mcp__kubernetes__pods_top - Pod 资源使用 Top 通用资源： ├── mcp__kubernetes__resources_get - 获取任意资源详情 ├── mcp__kubernetes__resources_list - 列出任意资源 ├── mcp__kubernetes__events_list - 列出集群事件我们在OCAI的UI界面尝试询问和集群相关的内容如下，可以发现通过工具调用/mcp_kubernetes_pods list等方法给出了我们想要的信息。
结语
本文实现了 Kubernetes MCP Server 的集成，让 OCAI 具备了直接访问 EKS 集群的能力。整个过程涉及：
- 理解 MCP 协议和 RAG 的分工
- 采用 Streamable HTTP 模式部署MCP服务
- 配置OCAI集成Kubernetes MCP Server并测试功能
如果你也在做 AI + Kubernetes 的集成，希望这篇文章有所帮助。