k8sgpt operator
v0.2.0
この演算子は、Kubernetesクラスター内でK8SGPTを有効にするように設計されています。管理されたK8SGPTワークロードの動作と範囲を定義するカスタムリソースを作成できます。分析と出力は、既存のワークフローへの統合を有効にするために設定可能でもあります。
helm repo add k8sgpt https://charts.k8sgpt.ai/
helm repo update
helm install release k8sgpt/k8sgpt-operator -n k8sgpt-operator-system --create-namespace
インストールセクションからオペレーターをインストールします。
秘密を作成する：
kubectl create secret generic k8sgpt-sample-secret --from-literal=openai-api-key= $OPENAI_TOKEN -n k8sgpt-operator-systemkubectl apply -f - << EOF
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-sample
namespace: k8sgpt-operator-system
spec:
ai:
enabled: true
model: gpt-3.5-turbo
backend: openai
secret:
name: k8sgpt-sample-secret
key: openai-api-key
# backOff:
# enabled: false
# maxRetries: 5
# anonymized: false
# language: english
# proxyEndpoint: https://10.255.30.150 # use proxyEndpoint to setup backend through an HTTP/HTTPS proxy
noCache: false
repository: ghcr.io/k8sgpt-ai/k8sgpt
version: v0.3.41
#integrations:
# trivy:
# enabled: true
# namespace: trivy-system
# filters:
# - Ingress
# sink:
# type: slack
# webhook: <webhook-url> # use the sink secret if you want to keep your webhook url private
# secret:
# name: slack-webhook
# key: url
#extraOptions:
# backstage:
# enabled: true
EOF❯ kubectl get results -o json | jq .
{
" apiVersion " : " v1 " ,
" items " : [
{
" apiVersion " : " core.k8sgpt.ai/v1alpha1 " ,
" kind " : " Result " ,
" spec " : {
" details " : " The error message means that the service in Kubernetes doesn't have any associated endpoints, which should have been labeled with " control-plane=controller-manager " . nnTo solve this issue, you need to add the " control-plane=controller-manager " label to the endpoint that matches the service. Once the endpoint is labeled correctly, Kubernetes can associate it with the service, and the error should be resolved. " ,k8sgpt.aiオペレーターは、 kubeconfig値を提供することにより、複数のクラスターを監視できます。
この機能は、複数の利害関係者のためにクベルネテスのクラスターの艦隊を運営するなど、プラットフォームエンジニアリングを受け入れたい場合は魅力的です。特にクラスターAPIベースのインフラストラクチャ向けに設計されたk8sgpt.aiオペレーターは、同じクラスターAPI管理クラスターにインストールされます。これは、シードクラスターのインフラストラクチャプロバイダーに従って必要なクラスターを作成する責任があります。
クラスターがAPIベースのクラスターがプロビジョニングされると、命名規則${CLUSTERNAME}-kubeconfig k8sgpt.ai kubeconfigがプロビジョニングされたら、同じ名前空間で利用可能になります。従来の秘密データキーはvalueです。
$: kubectl get clusters
NAME PHASE AGE VERSION
capi-quickstart Provisioned 8s v1.28.0
$: kubectl get secrets
NAME TYPE DATA AGE
capi-quickstart-kubeconfig Opaque 1 8s
セキュリティ上の懸念
セットアップが最小の特権アプローチを必要とする場合、クラスターAPIが生成するクラスターAPI
clustr-admin許可を持つadminユーザーに境界を掲載するため、異なるkubeconfig提供する必要があります。
有効なkubeconfigを手に入れると、次のようにk8sgptインスタンスを作成できます。
apiVersion : core.k8sgpt.ai/v1alpha1
kind : K8sGPT
metadata :
name : capi-quickstart
namespace : default
spec :
ai :
anonymized : true
backend : openai
language : english
model : gpt-3.5-turbo
secret :
key : api_key
name : my_openai_secret
kubeconfig :
key : value
name : capi-quickstart-kubeconfig適用すると、 k8sgpt.aiオペレーターは、フィールド/spec/kubeconfigで定義されているシードクラスターkubeconfigを使用して、 k8sgpt.ai展開を作成します。
結果のResultオブジェクトは、 k8sgpt.aiインスタンスが展開されている同じ名前空間で利用可能になり、次のキーでラベル付けされています。
k8sgpts.k8sgpt.ai/name k8sgpt.ai名k8sgpts.k8sgpt.ai/namespace k8sgpt.aiネームスペースk8sgpts.k8sgpt.ai/backendバックエンド（指定されている場合）これらのラベルのおかげで、 k8sgpt.ai CRDSで基礎となるクラスターを汚染し、シードコンピューティングワークロードを消費することなく、AIバックエンドドライバーの資格情報に関する機密性を維持することなく、指定された監視されたクラスターに従って結果をフィルタリングできます。
欠落
/spec/kubeconfigフィールドの場合、k8sgpt.aiオペレーターは展開されているクラスターを追跡します。これは、提供されたServiceAccountをマウントすることで可能です。
インストールセクションからオペレーターをインストールします。
秘密を作成する：
kubectl create secret generic k8sgpt-sample-cache-secret --from-literal=azure_client_id= < AZURE_CLIENT_ID > --from-literal=azure_tenant_id= < AZURE_TENANT_ID > --from-literal=azure_client_secret= < AZURE_CLIENT_SECRET > -n k8sgpt-
operator-system kubectl apply -f - << EOF
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-sample
namespace: k8sgpt-operator-system
spec:
ai:
model: gpt-3.5-turbo
backend: openai
enabled: true
secret:
name: k8sgpt-sample-secret
key: openai-api-key
noCache: false
repository: ghcr.io/k8sgpt-ai/k8sgpt
version: v0.3.41
remoteCache:
credentials:
name: k8sgpt-sample-cache-secret
azure:
# Storage account must already exist
storageAccount: "account_name"
containerName: "container_name"
EOF
インストールセクションからオペレーターをインストールします。
秘密を作成する：
kubectl create secret generic k8sgpt-sample-cache-secret --from-literal=aws_access_key_id= < AWS_ACCESS_KEY_ID > --from-literal=aws_secret_access_key= < AWS_SECRET_ACCESS_KEY > -n k8sgpt-
operator-system kubectl apply -f - << EOF
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-sample
namespace: k8sgpt-operator-system
spec:
ai:
model: gpt-3.5-turbo
backend: openai
enabled: true
secret:
name: k8sgpt-sample-secret
key: openai-api-key
noCache: false
repository: ghcr.io/k8sgpt-ai/k8sgpt
version: v0.3.41
remoteCache:
credentials:
name: k8sgpt-sample-cache-secret
s3:
bucketName: foo
region: us-west-1
EOF
インストールセクションからオペレーターをインストールします。
秘密を作成する：
kubectl create secret generic k8sgpt-sample-secret --from-literal=azure-api-key= $AZURE_TOKEN -n k8sgpt-operator-system kubectl apply -f - << EOF
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-sample
namespace: k8sgpt-operator-system
spec:
ai:
enabled: true
secret:
name: k8sgpt-sample-secret
key: azure-api-key
model: gpt-35-turbo
backend: azureopenai
baseUrl: https://k8sgpt.openai.azure.com/
engine: llm
noCache: false
repository: ghcr.io/k8sgpt-ai/k8sgpt
version: v0.3.41
EOF
インストールセクションからオペレーターをインストールします。
AWSで実行するとき、管理されたK8SGPTワークロードに許可を与える方法がいくつかあります。
Kubernetesサービスアカウントを使用して岩盤へのアクセスを許可するには、岩盤の許可を使用してIAMの役割を作成します。以下に例を示します。
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"bedrock:InvokeModel",
"bedrock:InvokeModelWithResponseStream"
],
"Resource": "*"
}
]
}
Kubernetesの秘密でAWS資格情報を使用してBedrockへのアクセスを付与するには、秘密を作成できます。
kubectl create secret generic bedrock-sample-secret --from-literal=AWS_ACCESS_KEY_ID= " $( echo $AWS_ACCESS_KEY_ID ) " --from-literal=AWS_SECRET_ACCESS_KEY= " $( echo $AWS_SECRET_ACCESS_KEY ) " -n k8sgpt-operator-system kubectl apply -f - << EOF
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-sample
namespace: k8sgpt-operator-system
spec:
ai:
enabled: true
secret:
name: bedrock-sample-secret
model: anthropic.claude-v2
region: eu-central-1
backend: amazonbedrock
noCache: false
repository: ghcr.io/k8sgpt-ai/k8sgpt
version: v0.3.41
EOF
インストールセクションからオペレーターをインストールします。
Localaiインストールガイドに従って、Localaiをインストールしてください。 （ Localaiを使用する場合、Openaiの秘密は必要ありません）。
K8SGPT構成オブジェクトを適用します。
kubectl apply -f - << EOF
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-local-ai
namespace: default
spec:
ai:
enabled: true
model: ggml-gpt4all-j
backend: localai
baseUrl: http://local-ai.local-ai.svc.cluster.local:8080/v1
noCache: false
repository: ghcr.io/k8sgpt-ai/k8sgpt
version: v0.3.41
EOF注： baseUrlの値が、Localaiサービスの適切に構築されたDNS名であることを確認してください。 http://local-ai.<namespace_local_ai_was_installed_in>.svc.cluster.local:8080/v1 。
kubectl apply -f - << EOF
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-sample
namespace: k8sgpt-operator-system
spec:
ai:
enabled: true
model: gpt-3.5-turbo
backend: openai
secret:
name: k8sgpt-sample-secret
key: openai-api-key
noCache: false
repository: sample.repository/k8sgpt
version: sample-tag
imagePullSecrets:
- name: sample-secret
EOFシンクで利用可能なオプションのパラメーター。
（「タイプ」、「webhook」が必要なパラメーターです。）
| 道具 | チャネル | icon_url | ユーザー名 |
|---|---|---|---|
| スラック | |||
| ほとんど重要です | ✔✔️ | ✔✔️ | ✔✔️ |
詳細については、こちらをご覧ください
