Kuboard MCP Server 内置 Prompt（提示词模板）

prompt 是服务端预置的「提示词模板」：客户端填入参数，得到一段可直接交给 AI 的指令文本。本页列出 Kuboard 内置的 3 个 prompt 的用途、参数与模板原文，并说明客户端如何触发。建议先读 ./server-config 与 ./tools 建立背景。

prompt 是什么、与 tools 有何区别

prompt 与 tools 都是 MCP 协议暴露给客户端的「能力」，角色完全不同：

维度	tools（工具）	prompt（提示词模板）
本质	一段可执行的服务端逻辑	一段静态文本模板，填充参数后返回给客户端
协议方法	tools/list / tools/call	prompts/list / prompts/get
是否调用集群	是，直接作用于集群	否，仅做文本替换，不触碰集群
写入风险	高（写工具需审批）	无（本身不写任何东西）

像斜杠命令一样用

prompt 的典型用法是「给 AI 一段高质量的任务指令」。例如 diagnose_pod 返回「分析 Pod 状态」的指令，AI 随后会调用若干读工具收集数据再作答，因此 prompt 常被类比为客户端的斜杠命令（slash command）。

内置 prompt 总览

Kuboard 共内置 3 个 prompt：

名称	用途	参数
diagnose_pod	诊断 Pod 当前状态：根据 events / status / restartCount 输出结构化分析	clusterId（必填）、namespace（必填）、name（必填）
generate_deployment_yaml	根据镜像 + 副本数生成 Deployment YAML	image（必填）、replicas（可选）
cleanup_orphaned_pvc	扫描集群孤立 PVC（已无 Pod 引用），给出清理建议	clusterId（必填）

模板中的 {参数名} 由你提供的参数自动替换，其余文本原样保留。

逐个详解

diagnose_pod：诊断 Pod

当 Pod 处于异常（CrashLoopBackOff、ImagePullBackOff、Pending 等）时，让 AI 按统一口径去分析。

参数	必填	语义
clusterId	是	目标集群标识
namespace	是	Pod 所在命名空间
name	是	Pod 名称

模板原文：

请分析集群 {clusterId} 中的 Pod {namespace}/{name} 当前的状态。重点关注：events 中的 Warning
/ status 中的 phase 与 conditions / restartCount 变化。如果有 ImagePullBackOff 或
CrashLoopBackOff 给出排查步骤。

典型用法：AI 取到这段指令后，调用读工具（如 get_pod、事件查询，见 ./tools）收集 events / status / restartCount，再输出结构化诊断结论。模板刻意聚焦「证据维度」，避免 AI 泛泛而谈。

generate_deployment_yaml：生成 Deployment YAML

把「镜像 + 副本数」直接翻译成一份可用的 Deployment YAML 草稿。

参数	必填	语义
image	是	容器镜像，如 nginx:1.27
replicas	否	期望副本数；省略时不带副本数约束

模板原文：

根据镜像 {image} 生成 Deployment YAML。如果提供了 replicas 参数，则按 {replicas} 副本数生成。

典型用法：AI 得到指令后可直接产出 YAML；如需落库执行，再走计划审批流程（见 ./approval-flow）。

cleanup_orphaned_pvc：扫描孤儿 PVC

找出集群中已无任何 Pod 引用的 PVC，并给出清理建议——纯扫描、零写入。

参数	必填	语义
clusterId	是	目标集群标识

模板原文：

扫描集群 {clusterId} 中的孤立 PVC（已无 Pod 引用），给出清理建议。

典型用法：只有一个必填参数，客户端无需感知命名空间细节。模板措辞是「给出清理建议」而非「执行删除」——真正的删除是写操作，会走审批门（见 ./danger-levels 与 ./approval-flow）。

prompt 本身不做任何集群操作

cleanup_orphaned_pvc 只是让 AI 去列 PVC / 核对引用关系并给出建议；如果 AI 据此发起删除，那一步仍然是工具调用，照常受 RBAC、危险级别与审批门管控。

客户端如何触发

客户端与 MCP Server 之间走 JSON-RPC 2.0（Streamable HTTP，见 ./server-config），prompt 相关只有两个方法：prompts/list 与 prompts/get。

prompts/list：枚举全部 prompt

请求需携带 Authorization: Bearer <ACCESS_KEY>.<SECRET_KEY>（格式见 ./server-config），端点为 /mcp：

curl -X POST http://<backend-host>:9090/mcp \
  -H "Authorization: Bearer <ACCESS_KEY>.<SECRET_KEY>" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"prompts/list","params":{}}'

响应返回全部 prompt 的名称、描述与参数定义（此处仅展示第一个，完整列表共 3 个）：

{
  "prompts": [
    {
      "name": "diagnose_pod",
      "description": "诊断 Pod 当前状态：根据 events / status / restartCount 输出结构化分析",
      "arguments": [
        { "name": "clusterId", "required": true },
        { "name": "namespace", "required": true },
        { "name": "name", "required": true }
      ]
    }
  ]
}

prompts/get：取渲染后的提示词

params 里给出 name 与 arguments，响应 messages[0] 即为填好参数、可直接喂给 AI 的指令：

curl -X POST http://<backend-host>:9090/mcp \
  -H "Authorization: Bearer <ACCESS_KEY>.<SECRET_KEY>" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":2,"method":"prompts/get","params":{"name":"diagnose_pod","arguments":{"clusterId":"prod","namespace":"default","name":"nginx-7d8f9"}}}'

在 AI 客户端中使用

opencode、Claude Code 等客户端会在会话里把 prompt 暴露为可选择的模板（类似斜杠命令）：选定 prompt 名称、填充参数后，客户端自动发起 prompts/get，把返回的 user 消息连同后续工具调用一并交给模型。prompt 是提示词模板而非自动化脚本——触发后 AI 仍要自行调用 tools 完成实际操作，prompt 的价值在于把「怎么分析、先看什么、输出什么格式」预先写好。

常见误区

1. 「prompt 会自动执行诊断 / 生成 / 清理」——错。prompt 返回的是指令文本，一切实际动作由 AI 随后的工具调用来完成。
2. 「replicas 是可选的，所以可以不传」——对。可选性体现在模板的条件句「如果提供了 replicas 参数……」，传了才带副本数约束。
3. 「prompt 可以绕过鉴权 / 审批」——错。prompt 请求同样要求访问密钥鉴权（见 ./server-config）；由 prompt 引导出的任何写操作最终还是工具调用，照常被审批门拦截（见 ./approval-flow）。
4. 「prompt 只有中文模板」——中英文模板都内置，无需自行配置；模板缺失时返回空指令。

相关页面

• ./server-config —— MCP Server 协议版本、端点与整体配置
• ./tools —— prompt 触发后 AI 实际会用到的全套 MCP 工具
• ./approval-flow —— prompt 引导出的写操作如何进入计划审批
• ./danger-levels —— 工具危险级别：为什么「给建议」与「执行删除」管控强度不同