古法编程

利用 AI 快速构建 Kubernetes 应用部署工作流

解决 K8s 部署碎片化问题：通过结构化的 AI 工作流，引导 AI 完成从 Docker 镜像构建、K8s 资源清单生成到 Helm Chart 封装及服务网格配置的全链路部署。

为什么需要这个技能

在生产环境中部署 Kubernetes 应用不仅仅是写一个 deployment.yaml，它涉及到镜像优化、配置管理（ConfigMap/Secret）、流量路由（Ingress）、安全策略（RBAC/NetworkPolicy）以及可观测性方案。

对于开发者来说，手动配置这些繁琐的 YAML 文件极易出错。本技能通过将部署过程拆解为七个标准化阶段，让 AI 能够扮演“K8s 架构师”和“部署工程师”，在保证生产就绪（Production-ready）标准的前提下，快速生成可落地的基础设施代码。

适用场景

  • 需要将现有应用快速容器化并部署到 Kubernetes 集群。
  • 需要构建可复用的 Helm Chart 以支持多环境（开发、测试、生产）分发。
  • 需要配置 Istio 或 Linkerd 等服务网格来实现复杂的流量管理或 mTLS 加密。
  • 需要在集群中实施严格的 RBAC 权限控制和网络隔离策略。
  • 计划通过 GitOps（如 ArgoCD 或 Flux）实现声明式持续交付。

核心工作流

该工作流分为七个阶段，可根据需求部分调用或全量执行：

  1. 容器准备：调用 docker-expert 优化 Dockerfile，构建并压缩镜像，推送到私有镜像仓库。
  2. 清单生成：利用 k8s-manifest-generator 快速创建 Deployment、Service、ConfigMap 及 Ingress 等核心资源。
  3. Helm 封装：通过 helm-chart-scaffolding 将静态清单转化为参数化 Chart，定义 values.yaml 提升复用性。
  4. 服务网格配置：使用 istio-traffic-management 等工具配置流量切分、金丝雀发布及可观测性。
  5. 安全加固：调用 k8s-security-policies 实施 NetworkPolicy 隔离和 RBAC 权限最小化。
  6. 可观测性构建：配置 Prometheus 监控指标和 Grafana 仪表盘，建立分布式追踪。
  7. 最终部署：通过 gitops-workflow 将配置同步至集群并验证 Rollout 状态。

快速指令示例：

Use @k8s-manifest-generator to create K8s manifests

下载和安装

下载 kubernetes-deployment 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐