用 Cursor+Harvester MCP做智能运维：在编辑器里“聊天看集群”

!! 大家好，我是wanger，一个爱折腾的运维工程，一个睡觉都被自己丑醒的云原生爱好者。
作者：wanger
公众号：运维开发故事
博客：https://devopstory.cn

最近 MCP（Model Context Protocol）很火，简单说就是：
让大模型“通过工具”直接访问你的系统——数据库、Git 仓库、K8s 集群、Harvester 虚拟化……
这篇文章记录一下我自己在 Windows + Cursor + Harvester 集群 上的折腾过程：
MCP / Harvester MCP 是什么
如何在本机用 Go 安装 harvester-mcp-server
在 Cursor 里配置 MCP
实际使用时能做什么、暂时还不能做什么（比如目前还没 HTTP 访问，只能本地 stdio）
希望能给你一点思路：不用切来切去，只在一个编辑器里就能一边看代码一边“问”集群。
一、MCP & Harvester MCP 简介

1. MCP 是什么？
   MCP（Model Context Protocol）是 Anthropic 提出的一个协议，用来把 大模型 ↔ 外部系统 之间的交互标准化。
   一端是 MCP Server：封装了你的业务系统（Harvester、Kubernetes、Git、DB……）
   另一端是 MCP Client：比如 Claude Desktop、Cursor、VSCode 插件
   模型通过 MCP 暴露的 tools / resources 来“看”和“操作”你的系统
   好处就是：
   你写（或者用别人的）一个 MCP Server，任何支持 MCP 的客户端都能接进去用。
2. Harvester MCP 是干嘛的？
   Harvester 本质是一个基于 Kubernetes + KubeVirt 的超融合平台，用来管理虚拟机、镜像、网络等。
   社区有人做了一个 Harvester MCP Server，作用大致是：
   通过 kubeconfig 连接你的 Harvester 集群
   向上暴露一组 MCP 工具：
   列表 / 查看：Nodes、Namespaces、Pods
   Harvester 资源：虚拟机（VirtualMachine）、Images、Volumes、Networks 的 List / Get
   目前这个 MCP 的定位更偏向 “可观测 + 查询”：
   ✅ 能列出节点 / 虚拟机 / 镜像 / 网络等信息
   ❌ 对虚拟机的 创建 / 开关机 / 删除还没有真正实现写操作
   ❌ MCP Server 只有 stdio 模式，没有 HTTP/SSE 接口（不能直接给 Dify 这类 HTTP 客户端用）
   也就是说，现在它更适合做“运维信息面板 + YAML/命令生成器”，不是一键自动化的控制台。
   二、前置条件准备
   我这边的环境大致是：
   一套 Harvester 集群（可以通过浏览器访问管理界面）
   一台 Windows 开发机：
   已安装 Cursor（带 MCP 支持）
   安装了 Go（1.20+）
3. 在 Windows 上安装 Go
   这里略过详细安装步骤，只提醒两点：
   PATH 里要有你的 Go 安装路径，比如：
   D:\Program Files\Go\bin
   建议设置好代理和 module 模式（在 CMD / PowerShell）：
   go env -w GO111MODULE=on
   go env -w GOPROXY=https://goproxy.cn,direct
   方便后面拉 Go 模块，不然国内网络会各种超时。
   三、用 Go 安装 Harvester MCP Server
4. 一条命令安装（推荐）
   在 PowerShell 或 CMD 中执行：
   go install github.com/starbops/harvester-mcp-server/cmd/harvester-mcp-server@latest
   注意这里的包路径要带/cmd/harvester-mcp-server，不然会报 “module found but does not contain package” 的错误。
   装完之后，看看 GOPATH：
   go env GOPATH
   dir “$(go env GOPATH)\bin”
   你应该能在 GOPATH\bin 里看到：
   harvester-mcp-server.exe
   这个 exe 就是待会 Cursor 要调用的 MCP Server。
5. 手动编译（备选方案）
   如果网络比较差，也可以先 clone 再 build：
   git clone https://github.com/starbops/harvester-mcp-server.git
   cd harvester-mcp-server
   go build -o harvester-mcp-server.exe .\cmd\harvester-mcp-server
   就会在当前目录生成一个 harvester-mcp-server.exe，放到你喜欢的路径，然后记住这个路径即可。

四、准备 Harvester 的 kubeconfig
MCP Server 是靠 kubeconfig 去连 Harvester 集群的。Windows 上常见有两种来源：

1. 从 Harvester Web UI 下载
   这是最推荐的方式：
   打开 Harvester 管理页面 → 登录
   在右上角用户菜单 / Support 里，一般会有一个 “Download kubeconfig” 的按钮
   下载后的文件保存到本机，比如：
   C:\Users\<你的用户名>.kube\harvester.yaml
   通常这份 kubeconfig 会把 server 设置成集群对外可访问的地址，不需要你改 127.0.0.1。
2. 从节点上拷贝 rke2.yaml
   在 Harvester 管理节点上，默认 kubeconfig 一般在：
   /etc/rancher/rke2/rke2.yaml
   将文件拷备到本机后需要注意：
   里面的 server 默认是 https://127.0.0.1:6443，在你本机上直接用会连不到：
   要么改成 https://:6443
   要么在本机做 SSH 隧道：ssh -L 6443:127.0.0.1:6443 root@<节点IP>
   如果 IP 不在证书里，可能需要在 kubeconfig 的 cluster 段里加：
   insecure-skip-tls-verify: true
   生产环境要注意安全，这种更适合内网/测试环境。
   五、在 Cursor 中配置 MCP（stdio 模式）
   Cursor 支持 MCP，通过一个 mcp.json 文件来配置。
3. 打开全局 MCP 配置
   在 Cursor 里：
   打开 Settings
   在左侧找到 MCP
   点击“Open global mcp.json”（或者 “Add new global MCP server”，它会帮你打开文件）
   会看到类似这样的结构（如果没有就新建一个）：
   {
   “mcpServers”: {
   }
   }
4. 添加 Harvester MCP 的配置
   假设：
   harvester-mcp-server.exe 在：D:\go\bin\harvester-mcp-server.exe
   kubeconfig 在：D:\go\bin\rke2.yaml
   我们在 mcpServers 下添加一段，cursor里文件路径要写双斜线：
   {
   “mcpServers”: {
   “harvester”: {
   “type”: “stdio”,
   “command”: “D:\go\bin\harvester-mcp-server.exe”,
   “args”: [
   “–kubeconfig”, “D:\go\bin\rke2.yaml”,
   “–log-level”, “info”
   ]
   }
   }
   }
   保存后，回到 Settings → MCP 把这个 harvester server 打开（Enable）。
   此时：
   Cursor 启动某个 Agent 时，会在你本机起一个 harvester-mcp-server.exe 进程
   这个进程通过指定的 kubeconfig 连到 Harvester 集群
   对话里提到 Harvester 相关的问题时，模型就可以调用这个 MCP server 暴露的工具了
   六、在 Cursor 里“聊天看集群”
   配置完成后，你可以新建一个聊天，提示下模型你有 Harvester 工具，例如：
   “你可以通过 Harvester MCP 访问我的集群。
   帮我先列一下所有虚拟机和所在的 namespace。”
   常见能做的事情有：
   查看节点：
   “列出集群所有节点，以及 CPU / 内存资源情况。”
   查看某个 namespace 下的 VM：
   “列一下 default 命名空间所有虚拟机和它们的运行状态。”
   查看单个 VM 的 YAML：
   “把名为 test-wanger 的虚拟机完整 YAML 输出给我，我要对比一下。”
   生成操作命令 / YAML：
   “根据现在的 test-wanger，帮我生成一个副本 test-wanger2 的 VirtualMachine YAML，放在 randd 命名空间。”
   在这些场景下，Harvester MCP 的表现还是很不错的：
   它能从集群里拉真实数据给模型看，而不是“盲猜”。

七、一个容易踩的坑：为什么“关机 / 开机 / 创建虚拟机”没生效？

1. 现象
   在 Cursor 里对 Harvester 说：
   “在 default 命名空间创建一台 2C4G 的 Ubuntu 虚拟机。”
   模型会很爽快地回复一堆内容，包括：
   一段 VirtualMachine 的 YAML 示例
   一行“等价的”命令，比如：
   kubectl patch vm test-wanger -n default –type merge -p ‘{“spec”:{“runStrategy”:”RerunOnFailure”}}’
   甚至还会说：“我已帮你执行了开机命令……”
   但是切回 Harvester 的 Web 页面一看：
   虚拟机并没有创建/开机。
2. 真相：Harvester MCP 目前几乎是“只读”的
   回头看 Harvester MCP 的 README，可以看到 Feature 列表里 虚拟机只支持 List / Get：
   Pods：List / Get / Delete
   VM：List / Get
   Image：List
   Volume：List
   Network：List
   没有 VM 的 Create / Patch / Delete 工具。
   所以现在的行为其实是：
   MCP 能够帮模型 读 到 VM 的真实状态；
   模型会根据这些信息，帮你生成 kubectl 命令和 YAML；
   但 MCP 里 没有真正执行 patch / create 的逻辑，
   那些命令只是一种“说明文字”，方便你 copy 到自己的终端去跑。
   换句话说：
   Cursor 说“已执行开机命令”，其实只是‘我打算这么做’，真正没有动你的集群。
3. 怎么办？
   目前比较现实的用法是：
   用 Cursor + Harvester MCP 看信息 + 生成命令：
   让它列 VM、看 YAML、帮你写好 kubectl patch / kubectl apply 命令；
   把这些命令/YAML 复制到一个有 kubectl + 管理员 kubeconfig 的终端里自己执行：
   比如 ssh 登录 Harvester 节点跑：
   kubectl patch vm test-wanger -n default –type merge -p ‘{“spec”:{“runStrategy”:”RerunOnFailure”}}’
   等未来有时间/精力，可以 fork 这个 MCP，自己加上：
   start_vm / stop_vm：修改 spec.runStrategy（Halted / RerunOnFailure）
   create_vm_from_yaml：直接把 YAML apply 到集群里
   这样就能真正做到一句话开关机/创建 VM 了。
   八、关于“没有 HTTP 访问”的一点说明
   最后再强调一下你可能会关心的一点：
   当前这个 Harvester MCP 仅支持 stdio 模式，不开放 HTTP/SSE。
   这意味着：
   它的典型用法是给 桌面/IDE 客户端 用，比如 Cursor / Claude Desktop / VSCode 插件：
   客户端在本机起一个 MCP 进程，通过 stdin/stdout 和它对话；
   它不能直接当成一个 http://…/sse 的远程 MCP server：
   所以像 Dify 这种只支持 HTTP/SSE MCP 的平台，没法直接连这个 Harvester MCP；
   如果想给 Dify 用，需要再加一层“转接头”（如 supergateway），把 stdio MCP 转成 HTTP/SSE，这个就属于下一阶段的折腾了。
   对于个人开发者/运维来说，本机 + Cursor + stdio MCP 已经足够把很多日常查阅类的工作收拢到一个界面里了。
   九、结语
   现在的 Cursor + Harvester MCP，更像是一个“会写代码、会看集群状态的运维顾问”：
   它能读真实数据，不再是纯脑补
   能帮你生成 kubectl 命令和 VM YAML，少查文档少打字
   但真正“动手”的那一下——创建 / 开关机 VM，还需要你在终端按回车
   等社区把 Harvester MCP 的写操作补上、再加一个 HTTP 网关，
   未来我们完全可以想象这样的体验：
   在编辑器里写着业务代码，顺手问一句：
   “帮我把 randd 命名空间的测试虚拟机全部关机，只保留 prod 开头的。”
   → MCP 解释计划 → 你确认
   → 集群里真实生效。
   在那之前，这篇文章希望能先帮你把“第一步”走通：
   把 Harvester 接进 Cursor，让模型真的“看见”你的集群。
   如果你在实操过程中遇到什么奇怪的报错，也欢迎继续来交流。

最后，求关注。如果你还想看更多优质原创文章，欢迎关注我们的公众号「运维开发故事」。

如果我的文章对你有所帮助，还请帮忙点赞、在看、转发一下，你的支持会激励我输出更高质量的文章，非常感谢！

你还可以把我的公众号设为「星标」，这样当公众号文章更新时，你会在第一时间收到推送消息，避免错过我的文章更新。

我是 wanger，《运维开发故事》公众号团队中的一员，一线运维农民工，云原生实践者，这里不仅有硬核的技术干货，还有我们对技术的思考和感悟，欢迎关注我们的公众号，期待和你一起成长！