使用 KubeStellar Console 实现 AI 驱动的多集群 Kubernetes 管理 #

通过部署 KubeStellar Console 及其配套的 MCP 服务端 kc-agent，让 AI 助手直接具备操作 kubeconfig 和 Kubernetes API 的能力，实现从故障根因分析到性能测试的全自动化运维。

为什么需要这个技能 #

在管理跨越边缘侧与云端的多个 Kubernetes 集群时，传统的仪表盘仅能提供可视化信息，而运维人员在面对故障时仍需在终端、日志系统和文档之间频繁切换。

KubeStellar Console 引入了 MCP（Model Context Protocol）服务器 kc-agent，充当了 AI 智能体与 K8s 集群之间的桥梁。这意味着你不再需要手动复制资源状态给 AI，AI 可以直接调用 API 获取实时数据，并利用内置的专家级 Skill（如 @rca 根因分析）快速定位并解决集群问题。

适用场景 #

• 跨环境集群管理：同时管理分布在不同地理位置的边缘集群与中心云集群。
• AI 辅助故障排查：利用 AI 快速分析多集群环境下的 Pod 崩溃、网络中断或配置错误。
• 自动化质量保障：运行仪表盘性能测试、缓存合规性检查或 CI 流水线状态监控。
• CNCF 生态集成：与 Argo, Kyverno, Istio 等 20 多个云原生项目协同工作。

核心工作流 #

1. 安装与启动 #

首先安装 kc-agent 客户端并启动 MCP 服务器，使其能够将当前的 kubeconfig 上下文桥接给 AI 助手。

brew tap kubestellar/tap && brew install kc-agent
kc-agent

2. 调用内置 Agent Skills #

通过在 AI 对话中引用特定的 Skill 标签，触发预设的运维工作流：

• @k8s-debug：进行 Kubernetes 故障调试与排错。
• @rca：针对 CI 或测试失败进行根因分析。
• @perf-test：分析仪表盘性能与 TTFI（首次交互时间）。
• @ci-status：实时监控 CI 流水线状态。

3. 安全权限管控（关键） #

由于 kc-agent 继承当前上下文权限，严禁在 cluster-admin 权限下直接运行。建议创建低权限的服务账号（ServiceAccount）并验证权限：

kubectl create serviceaccount kc-agent -n default
kubectl create clusterrole kc-agent-readonly \
  --verb=get,list,watch \
  --resource=pods,services,deployments.apps,replicasets.apps,statefulsets.apps,daemonsets.apps,namespaces,nodes,events,configmaps
kubectl create clusterrolebinding kc-agent-readonly \
  --clusterrole=kc-agent-readonly \
  --serviceaccount=default:kc-agent

使用 kubectl auth can-i get secrets --as=system:serviceaccount:default:kc-agent 确保 AI 无法读取敏感 Secrets。

下载和安装 #

下载 kubestellar-console 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