K8s自托管AI代理
Tiny Systems 定位为“Self-hosted AI agent runtime for Kubernetes”,即面向 Kubernetes 的自托管 AI Agent 运行时。根据抓取文本,用户可以在 Claude Code 中描述 Agent,由 MCP server 将其构建并部署到自己的 Kubernetes 集群。它还推出了 Hosted MCP:mcp.tinysystems.io,主打“zero install”。
其核心不在于提供某个大模型本身,而是提供 Agent 从描述、构建到部署的运行时与基础设施流程。文本明确提到 Claude Code、MCP server 和 Kubernetes 三个关键组件:开发者描述 Agent,MCP 负责构建部署,最终运行在用户集群中。页面还强调“Your keys, your data, your namespace”,说明更偏向企业或开发团队可控部署。
抓取正文中只有 Pricing 入口,没有披露具体套餐、价格、免费额度或试用政策。因此目前无法判断其性价比的真实水平。Hosted MCP 是否收费、如何计费、是否限制请求量,也需要进入定价页或文档确认。
优点是架构清晰,适合已有 Kubernetes 基础设施的团队;自托管模式有利于密钥、数据和命名空间控制;MCP 与 Claude Code 的组合可能降低 Agent 部署流程的工程复杂度。缺点是公开信息较少,没有看到模型支持范围、Agent 能力边界、中文支持、API/SDK 细节、输出质量案例或合规说明。此外,Kubernetes 与 MCP 的技术门槛较高,并不适合普通个人用户直接上手。
它更适合平台工程师、AI 应用开发团队、希望在自有集群中运行 Agent 的企业技术团队;不太适合只想使用现成聊天机器人或无代码 AI 工具的用户。中国大陆访问情况抓取文本无法判断,标记为未知;支付方式也未披露。若访问、支付或 Claude 相关服务受限,国内团队可考虑基于自有 Kubernetes、开源 Agent 框架和国产大模型服务搭建替代方案。
本测评基于公开资料整理,不构成购买建议,请以 tinysystems.io 官网实际信息为准。
用MCP把AI Agent部署到K8s。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。