一、Kubernetes管理Skill的设计
Kubernetes管理Skill是一套基于AI的集群运维工具，旨在简化K8s操作命令、自动生成和审查YAML配置、降低K8s运维门槛。通过自然语言交互，开发者无需记忆复杂的kubectl命令即可完成日常集群管理任务。
该Skill的核心设计理念包括：将高频K8s操作封装为可复用的能力模块、通过AI解析自然语言意图并映射为正确的kubectl指令、在处理过程中自动注入安全最佳实践和运维规范。
自然语言驱动
用日常语言描述集群操作需求，自动转换为准确的kubectl命令
安全最佳实践
所有生成的YAML自动包含资源限制、健康检查、安全上下文
故障诊断
智能分析Pod日志和事件，快速定位问题根因
多集群管理
支持多个K8s集群上下文切换，统一管理入口
设计目标：让Kubernete集群管理像执行普通命令一样简单，同时确保生产环境的安全性和可靠性。
二、资源YAML生成和管理
YAML配置文件是Kubernete管理的核心。该Skill能够根据需求描述自动生成标准化的Deployment、Service、ConfigMap等资源YAML，并自动应用业界最佳实践。
2.1 生成Deployment YAML
通过自然语言描述即可生成完整的Deployment配置，包含副本数、镜像、端口、环境变量等关键信息。
示例：生成一个Nginx Deployment，3个副本，资源限制为CPU 500m/内存512Mi
---
apiVersion: apps/v1
kind: Deployment
metadata:
name: nginx-deployment
labels:
app: nginx
spec:
replicas: 3
selector:
matchLabels:
app: nginx
template:
metadata:
labels:
app: nginx
spec:
containers:
- name: nginx
image: nginx:1.25
ports:
- containerPort: 80
resources:
requests:
cpu: 250m
memory: 256Mi
limits:
cpu: 500m
memory: 512Mi
livenessProbe:
httpGet:
path: /
port: 80
initialDelaySeconds: 30
periodSeconds: 10
readinessProbe:
httpGet:
path: /
port: 80
initialDelaySeconds: 5
periodSeconds: 5
2.2 生成Service和ConfigMap
支持生成ClusterIP、NodePort、LoadBalancer等多种类型的Service，以及ConfigMap和Secret配置管理。
生成一个NodePort Service，暴露端口30080到容器80
---
apiVersion: v1
kind: Service
metadata:
name: nginx-service
spec:
type: NodePort
selector:
app: nginx
ports:
- port: 80
targetPort: 80
nodePort: 30080
最佳实践：生成YAML时Skill会自动添加资源requests/limits限制、存活探针(livenessProbe)和就绪探针(readinessProbe)、以及Pod反亲和性配置，确保生产环境的高可用性。
2.3 审查YAML配置
Skill可以审查已有的YAML文件，识别潜在风险和问题，包括：资源限制缺失、安全上下文配置不当、镜像标签使用latest、环境变量泄露敏感信息、Pod安全策略不符合规范等。
审查发现的常见问题：
- 缺少资源限制 - 可能导致节点资源被过度消耗
- 容器以root权限运行 - 存在安全风险
- 使用latest镜像标签 - 难以追踪版本和回滚
- 缺少健康检查探针 - 流量可能被路由到不可用的Pod
- ConfigMap中明文存储敏感信息 - 应使用Secret替代
2.4 多环境配置差异化
支持根据开发、测试、生产等不同环境生成差异化的YAML配置。通过定义环境变量覆盖和Kustomize overlay机制，实现一套基础配置多环境适配。
三、集群状态和监控
实时掌握集群运行状态是运维的基础。Skill提供了全面的集群状态检查和监控能力，涵盖节点、Pod、资源和事件等多个维度。
3.1 节点状态检查
快速查看集群中所有节点的状态、资源容量、已分配资源和节点条件等信息。
kubectl get nodes -o wide
kubectl describe node <node-name>
kubectl top nodes
3.2 Pod状态和事件查看
查看Pod的运行状态、重启次数、所在节点以及最近事件，快速识别异常Pod。
kubectl get pods --all-namespaces -o wide
kubectl get events --sort-by='.lastTimestamp'
kubectl describe pod <pod-name> -n <namespace>
3.3 资源使用监控
通过metrics-server获取CPU和内存使用数据，监控资源水位，及时发现资源瓶颈。
# 查看节点资源使用
kubectl top nodes
# 查看Pod资源使用（按CPU降序排列）
kubectl top pods --all-namespaces --sort-by=cpu
# 查看命名空间资源使用汇总
kubectl top pods -n <namespace>
监控建议：建议结合Prometheus和Grafana建立完整的监控体系，设置资源使用率告警阈值（如CPU使用率超过80%时告警）。
3.4 查看集群事件和告警
集群事件记录了所有重要操作和状态变更，是排查问题的第一手信息源。Skill可以对事件进行聚合分析和异常检测。
kubectl get events -A --watch
kubectl get events --field-selector type=Warning -A
监控经验：定期查看集群事件可以发现潜在的隐患。关注OOMKill、ImagePullBackOff、CrashLoopBackOff等异常事件，及时处理避免影响业务。
四、调试和故障排查
当应用出现异常时，快速定位和解决问题至关重要。Skill提供了一系列调试工具，从日志查看、容器调试到端口转发，覆盖各种故障场景。
4.1 查看Pod日志
查看Pod的日志输出是调试应用问题的第一步。支持实时跟踪、过滤关键字、查看历史日志等。
# 查看Pod日志
kubectl logs <pod-name> -n <namespace>
# 实时跟踪日志输出
kubectl logs -f <pod-name> -n <namespace>
# 查看前几行日志（如容器重启后）
kubectl logs --previous <pod-name> -n <namespace>
# 根据标签选择器查看多个Pod的日志
kubectl logs -l app=nginx --tail=100
4.2 exec进入容器调试
当需要深入容器内部排查问题时，可以通过exec进入容器执行诊断命令。
kubectl exec -it <pod-name> -n <namespace> -- /bin/sh
kubectl exec -it <pod-name> -n <namespace> -c <container-name> -- bash
调试常用命令：进入容器后可以执行 ps aux 查看进程、netstat -tlnp 检查端口监听、curl localhost:port 测试服务连通性、cat /etc/config/* 检查配置是否正确加载。
4.3 端口转发调试服务
对于集群内部的服务，可以使用端口转发将服务端口映射到本地，方便开发和调试。
# 将本地8080端口转发到Pod的80端口
kubectl port-forward pod/<pod-name> 8080:80 -n <namespace>
# 转发Service
kubectl port-forward service/<service-name> 8080:80 -n <namespace>
4.4 诊断Pod启动失败原因
当Pod无法正常启动时，系统化排查流程可以帮助快速定位根因。
| 现象 |
常见原因 |
排查命令 |
| ImagePullBackOff |
镜像不存在或拉取凭证错误 |
kubectl describe pod <pod> |
| CrashLoopBackOff |
应用启动失败或探针检查失败 |
kubectl logs --previous <pod> |
| Pending |
资源不足或PVC未绑定 |
kubectl describe pod <pod> |
| OOMKilled |
内存限制过低 |
kubectl describe pod <pod> |
| CreateContainerConfigError |
ConfigMap或Secret引用错误 |
kubectl describe pod <pod> |
五、应用部署管理
应用部署的生命周期管理是集群运维的核心工作。Skill提供了从部署、更新、回滚到扩缩容的完整管理能力，支持多种部署策略和工具集成。
5.1 滚动更新和回滚
Skill支持执行滚动更新操作，控制更新速率和中断预算，并在更新出现问题时快速回滚到之前的版本。
# 更新镜像版本（滚动更新）
kubectl set image deployment/nginx-deployment nginx=nginx:1.26
# 查看更新状态
kubectl rollout status deployment/nginx-deployment
# 回滚到上一个版本
kubectl rollout undo deployment/nginx-deployment
# 回滚到指定版本
kubectl rollout undo deployment/nginx-deployment --to-revision=2
# 查看历史版本
kubectl rollout history deployment/nginx-deployment
滚动更新策略配置：可以通过 maxSurge 控制最大超出副本数，maxUnavailable 控制最大不可用副本数，确保更新过程中服务不中断。
5.2 手动/自动扩缩容
根据业务负载调整应用副本数，支持手动扩缩容和基于CPU/内存利用率的HPA自动扩缩容。
# 手动扩缩容
kubectl scale deployment/nginx-deployment --replicas=5
# 创建HPA自动扩缩容（CPU使用率超过60%时扩容）
kubectl autoscale deployment/nginx-deployment --cpu-percent=60 --min=3 --max=10
# 查看HPA状态
kubectl get hpa -w
5.3 Ingress和证书管理
配置Ingress规则将集群内部服务暴露到外部，并结合cert-manager自动管理TLS证书。
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
name: nginx-ingress
annotations:
cert-manager.io/cluster-issuer: "letsencrypt-prod"
spec:
ingressClassName: nginx
tls:
- hosts:
- example.com
secretName: example-tls
rules:
- host: example.com
http:
paths:
- path: /
pathType: Prefix
backend:
service:
name: nginx-service
port:
number: 80
5.4 使用Helm管理Chart
Helm是Kubernete的包管理器，Skill支持Helm Chart的安装、升级、回滚和自定义配置。
# 添加Helm仓库
helm repo add bitnami https://charts.bitnami.com/bitnami
# 安装Chart（自定义配置）
helm install my-release bitnami/nginx --set service.type=NodePort --set resources.limits.memory=512Mi
# 升级Release
helm upgrade my-release bitnami/nginx -f values-prod.yaml
# 回滚Release
helm rollback my-release 1
# 查看Release状态
helm status my-release
核心要点总结：Kubernetes管理Skill通过AI能力将复杂的K8s运维操作简化为自然语言交互，涵盖资源YAML生成与管理、集群状态监控、故障排查调试、应用部署管理四大核心领域。掌握该Skill可以显著提升K8s集群的运维效率，降低操作风险和运维门槛，是DevOps工程师和平台工程师的必备工具。