导读

Kubernetes（简称K8s）的普及让开发和运维工作变得更加高效，但它的复杂性却让许多人在使用时面临挑战。从网络配置到故障排查，每一步都需要深入的技术积累。然而，随着人工智能技术的迅猛发展，借助智能工具，我们可以将许多复杂问题简单化。

本文将向您介绍一款将 AI 助手与 Kubernetes 管理相结合的轻量级工具——k8m。它将如何帮助开发者和运维人员高效管理集群资源，优化工作流程，让繁琐的 Kubernetes 操作变得更加轻松快捷？

1. k8m介绍

k8m 是一款集 AI 与 Kubernetes 于一体的轻量级控制台工具，专为简化集群管理设计。基于 AMIS 构建，并通过 kom 作为 Kubernetes API 客户端，k8m 内置了 Qwen2.5-Coder-7B 模型交互能力，同时支持接入您自己的私有化大模型。

2. 安装和运行

下载

从 GitHub 获取最新版本。

运行

在终端中运行以下命令启动服务，并通过浏览器访问：

./k8m  

默认地址：:3618。

3. Yaml属性自动翻译

k8m 提供集成的 YAML 浏览、编辑和文档查看功能，支持自动翻译 YAML 属性。无论是查找字段含义还是确认配置细节，您都无需再费时费力地搜索，极大提高了工作效率。

4. Event信息AI问诊

在 Event 页面，k8m 内置了 AI 问诊功能，可智能分析异常事件，并提供详细的解释。点击事件前的“AI大脑”按钮，稍等片刻即可查看诊断结果，快速定位问题原因。

点击Event信息前面的“AI大脑”

稍等片刻，AI返回解读信息

5. 错误日志AI问诊

日志分析是定位问题的重要环节，但面对大量报错信息，如何高效排查？k8m 支持 AI 日志诊断，帮助快速识别关键错误并生成解决建议。只需选中相关日志，点击 AI 问诊按钮，即可获得诊断报告。

当服务运行不正常的时候，可能第一件事就是来看日志。但是往往报错的日志一大堆，难以抓住头绪，这时候，要是AI能帮忙看看就好了～～～

首先进入Pod日志界面

点击查看日志

选中错误日志，在前面打勾，点击右面的AI问诊按钮

稍等片刻，AI诊断报告呈上，有没有感觉很酷～

6. 运行命令自动生成

日常运维中，Pod 内命令操作不可避免。借助 AI，您只需输入需求描述，k8m 即可自动生成合适的命令供参考，减少查找时间，提高效率。

首先进入POD Shell中

在命令对话框，尝试输入一个段描述，比如查看存储容量，那么AI会自动返回df-h回来，如果你描述的信息越多，那么AI返回的命令也会更精确。当然也可以参考AI的命令，你自己再加工一下～

这样安全吗？能不能更快？

K8m内置的是Qwen2.5-Coder-7B模型，以上篇幅介绍了内置GPT的使用。如果您担心使用互联网模型可能带来的数据泄露风险，或访问速度不够理想，k8m 提供了私有化模型部署支持。只需设置以下环境变量，即可替换为您自己的大模型：

只需要设置两个环境变量即可～

export OPENAI_API_KEY="sk-XXXXX"
export OPENAI_API_URL="https://api.siliconflow.cn/v1"

请将这两个参数按需修改，那么k8m将使用你自己模型进行交互了。这不仅解决了安全问题，还大大提升了访问效率。

总结

k8m 作为一款结合 AI 和 Kubernetes 的工具，展现了其简洁高效的设计理念。从便捷的文件管理、日志诊断到智能化的 YAML 翻译和故障排查，k8m 凭借其直观的界面和 AI 支持，极大提升了 Kubernetes 的易用性和可操作性。

无论是需要快速查看集群状态，还是解决复杂的配置和运行问题，k8m 都能为开发者和运维团队提供可靠支持。同时，它兼容本地化大模型部署，有效解决了数据安全和访问效率问题，为企业提供更高的自主性。

引用

/weibaohui/k…/weibaohui/k…