k8s
基于Docker的MCP服务器，让Claude在容器内安全管理Kubernetes集群。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：k8s。 它的用途是：基于Docker的MCP服务器，让Claude在容器内安全管理Kubernetes集群。 完整的 Skill 内容见：https://321skill.com/skills/k8s/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我查看default命名空间下所有Pod的状态和重启次数。”，它会通过容器化的MCP服务器安全地执行`kubectl get pods -n default`等命令，并以清晰的格式返回结果。或者
对AI说：“在test命名空间部署一个nginx的Deployment，镜像用最新版。”，它会生成并执行相应的kubectl apply命令来完成部署。
介绍
这个Skill解决的是在AI助手（如Claude）环境中安全、隔离地执行Kubernetes集群管理操作的问题。传统方式下，让AI直接访问生产环境的kubectl命令存在极大的安全风险和权限控制难题。
它通过Docker容器化技术实现MCP（Model Context Protocol）协议，将Claude与具体的Kubernetes工具（如kubectl、helm）封装在一个受控的容器环境中运行。用户通过AI对话界面发送指令，指令被安全地转发到容器内执行，并将结果返回，实现了AI与集群基础设施的安全交互。
非常适合需要在日常开发或运维工作中频繁与K8s集群交互，但又希望引入AI辅助以提高效率，同时严格保障集群安全性的技术角色。例如，运维工程师可以通过自然语言查询Pod状态，开发人员可以快速部署测试服务。
使用建议：建议在非核心或测试集群中先行试用，确保容器镜像来源安全，并严格控制容器所挂载的Kubeconfig文件权限，遵循最小权限原则。注意网络连通性，确保运行此Skill的Docker环境能够访问目标Kubernetes集群的API Server。
核心特点
核心区别在于其实现方式：它并非简单地将kubectl命令暴露给AI，而是通过Docker容器构建了一个完整的、隔离的MCP服务器环境，将AI与底层基础设施的执行环境彻底解耦，提供了更强的安全边界和可控性。
注意事项
不适合需要直接、低延迟操作物理服务器或对容器网络有严格隔离要求的复杂生产环境场景。
常见问题
这个Skill安全吗？会不会让AI直接控制我的集群？
相对安全。它通过Docker容器隔离执行环境，权限取决于你配置给容器的Kubeconfig文件，遵循最小权限原则配置即可大幅降低风险。
需要提前安装Docker和kubectl吗？
是的，宿主机需要安装Docker以运行MCP服务器容器，但容器内已封装了必要的K8s管理工具，宿主机不一定需要kubectl。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/k8s/raw/index.md 读取 k8s 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/k8s/raw/index.md（查看排版版本）