项目简介

本项目是一个为Red Hat OpenShift AI (RHOAI) 环境量身定制的MCP服务器实现。它使得LLM客户端能够通过预定义的工具，以自然语言的方式与OpenShift集群进行交互，管理和查询Pods以及AI工作台（Jupyter Notebooks）等资源。这是一个学士论文项目，旨在展示MCP在管理云原生AI环境中的应用潜力。

主要功能点

该MCP服务器提供以下工具，允许LLM客户端执行对OpenShift集群的操作：

列出Pods (List Pods)：查询并列出指定命名空间下的所有Pod及其状态。
列出工作台 (List Workbenches)：查询并列出指定项目命名空间下的所有AI工作台（Notebooks）。
列出所有工作台 (List All Workbenches)：遍历所有命名空间，列出集群中所有的AI工作台。
启用工作台 (Enable Workbench)：允许在指定的项目命名空间中启用一个工作台。

安装步骤

准备Go环境：确保您的系统已安装Go语言环境。

克隆仓库：将本GitHub仓库克隆到您的本地机器。

git clone https://github.com/ada333/mcp-server-rhoai.git
cd mcp-server-rhoai

编译服务器：在项目根目录下，使用Go命令编译服务器代码。
```
go build -o mcp-rhoai-server
```
这将在当前目录下生成一个名为 'mcp-rhoai-server' 的可执行文件。
配置Kubeconfig：要使服务器能与OpenShift集群交互，请确保您的 '$HOME/.kube/config' 文件已正确配置，并且您已登录到目标OpenShift集群。

服务器配置

MCP服务器是供MCP客户端（如Cursor）使用的。您需要将编译好的服务器配置到您的MCP客户端中。以下是配置示例，假定您的MCP客户端支持JSON格式的服务器配置：

{
  "mcpServers": {
    "workbencheslist": {
      "command": "/path/to/your/compiled/mcp-rhoai-server"
      // "command"：指定您在上一步中编译生成的 MCP 服务器可执行文件的完整路径。
      // 例如："/home/youruser/mcp-server-rhoai/mcp-rhoai-server"
      // 如果服务器启动时需要额外的参数，可以在这里添加 "args": ["--some-flag", "value"]
    }
  }
}

请将 '"/path/to/your/compiled/mcp-rhoai-server"' 替换为您实际编译生成的可执行文件的完整路径。

基本使用方法

登录OpenShift集群：确保您的终端已通过 'oc login' 或其他方式登录到目标OpenShift集群。
启用MCP服务器：在您的MCP客户端（例如Cursor）的MCP设置中，确保您已添加并启用了上述配置的 'workbencheslist' 服务器。
与AI代理互动：在MCP客户端的AI聊天界面中，您可以直接通过自然语言向AI代理提出请求，AI代理会调用MCP服务器提供的工具来执行操作。
- 示例请求：
  - 'find me all workbenches in the namespace mcp-test' （在'mcp-test'命名空间中查找所有工作台）
  - 'list all pods in the 'default' namespace' （列出'default'命名空间中的所有Pod）
  - 'show me all the workbenches across all namespaces' （显示所有命名空间中的工作台）

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息