Kubeshark

Kubeshark captura e indexa el tráfico de red de un clúster Kubernetes a nivel de kernel usando eBPF, entendiendo protocolos como HTTP, gRPC, Redis, Kafka y DNS, y descifra TLS/mTLS sin necesidad de gestionar claves ni instalar sidecars.

Este servidor MCP expone ese tráfico indexado a agentes de IA para que puedan investigar incidentes y hacer análisis de causa raíz mediante preguntas en lenguaje natural, como por qué falló un servicio a cierta hora, qué servicios tienen tasas de error altas, o trazar una petición concreta a través de varios servicios. Las consultas usan KFL (Kubeshark Filter Language), que combina semántica de Kubernetes, de API y de red en un mismo filtro.

Para ponerlo en marcha se instala Kubeshark en el clúster vía Helm y luego se registra el servidor MCP con un cliente compatible (por ejemplo Claude Code) ejecutando kubeshark mcp tras instalar el binario con Homebrew. El proyecto también ofrece skills reutilizables de IA, como una para análisis de causa raíz de red y otra experta en escribir y depurar consultas KFL.

Además de la parte de IA, Kubeshark permite exportar capturas PCAP filtradas por tiempo, nodos o workloads, visualizar un mapa de dependencias entre servicios y guardar snapshots en almacenamiento en la nube (S3, Azure Blob, GCS) para retención a largo plazo, todo funcionando en entornos air-gapped sin dependencias externas.