k8sgpt operator 다운로드 k8sgpt operator 소스 코드 다운로드

k8sgpt operator

기타 소스코드

v0.2.0

다운로드

모드에 따라 텍스트 변경. 빛 : '너무 가벼운!' 다크 : '너무 어둡다!'

이 연산자는 Kubernetes 클러스터 내에서 K8SGPT를 활성화하도록 설계되었습니다. 관리하는 K8SGPT 워크로드의 동작과 범위를 정의하는 사용자 정의 리소스를 만들 수 있습니다. 기존 워크 플로에 통합 할 수 있도록 분석 및 출력도 구성 가능합니다.

설치

 helm repo add k8sgpt https://charts.k8sgpt.ai/
helm repo update
helm install release k8sgpt/k8sgpt-operator -n k8sgpt-operator-system --create-namespace

예제를 실행하십시오

설치 섹션에서 연산자를 설치하십시오.
비밀 창조 :

kubectl create secret generic k8sgpt-sample-secret --from-literal=openai-api-key= $OPENAI_TOKEN -n k8sgpt-operator-system

K8SGPT 구성 개체를 적용하십시오.

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
    # 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

커스텀 리소스가 적용되면 K8SGPT 기업이 설치되며 몇 분 후에 분석의 결과 개체를 볼 수 있습니다 (클러스터에 문제가있는 경우).

❯ 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. " ,

여러 클러스터를 모니터링합니다

k8sgpt.ai 연산자는 kubeconfig 값을 제공하여 여러 클러스터를 모니터링 할 수 있습니다.

이 기능은 여러 이해 관계자를 위해 Kubernetes 클러스터를 운영하는 것과 같은 플랫폼 엔지니어링을 수용하려는 경우 매력적일 수 있습니다. 특히 클러스터 API 기반 인프라를 위해 설계된 k8sgpt.ai 운영자는 동일한 클러스터 API 관리 클러스터에 설치 될 예정입니다. 이는 종자 클러스터의 인프라 제공 업체에 따라 필요한 클러스터를 작성하는 데 책임이 있습니다.

클러스터 API 기반 클러스터가 명명 컨벤션 ${CLUSTERNAME}-kubeconfig 따라 kubeconfig 로 프로비저닝되면 동일한 네임 스페이스에서 사용할 수 있습니다. 기존의 비밀 데이터 키는 value 입니다. 이는 k8sgpt.ai 운영자에게 씨앗 클러스터에 배치 된 자원을 설치하지 않고 원격 클러스터를 모니터링하는 데 사용될 수 있습니다.

 $: 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

보안 문제
설정에 최소한의 권한 접근법이 필요한 경우 클러스터 API 생성 된 클러스터 API가 clustr-admin 권한이있는 admin 사용자에게 제한되어 있기 때문에 다른 kubeconfig 제공되어야합니다.

유효한 kubeconfig 가 있으면 k8sgpt 인스턴스가 다음과 같이 생성 될 수 있습니다.

 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

k8sgpt.ai 운영자는 적용되면 필드 /spec/kubeconfig 에 정의 된 종자 클러스터 kubeconfig 사용하여 k8sgpt.ai 배포를 생성합니다.

결과 Result 객체는 k8sgpt.ai 인스턴스가 배포 된 동일한 네임 스페이스에서 사용할 수 있으므로 다음 키가 표시됩니다.

k8sgpts.k8sgpt.ai/name : k8sgpt.ai 인스턴스 이름
k8sgpts.k8sgpt.ai/namespace : k8sgpt.ai 인스턴스 네임 스페이스
k8sgpts.k8sgpt.ai/backend : AI 백엔드 (지정된 경우)

이러한 레이블 덕분에 k8sgpt.ai CRDS와 함께 기본 클러스터를 오염시키고 시드 컴퓨팅 워크로드를 소비하지 않고 AI 백엔드 드라이버 자격 증명에 대한 기밀성을 유지하지 않고 지정된 모니터 클러스터에 따라 결과를 필터링 할 수 있습니다.

누락 /spec/kubeconfig 필드의 경우 k8sgpt.ai 연산자는 배포 된 클러스터를 추적합니다. 이는 제공된 ServiceAccount 장착하여 가능합니다.

원격 캐시

Azure Blob Storage

설치 섹션에서 연산자를 설치하십시오.
비밀 창조 :

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

K8SGPT 구성 개체를 적용하십시오.

 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

S3

설치 섹션에서 연산자를 설치하십시오.
비밀 창조 :

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

K8SGPT 구성 개체를 적용하십시오.

 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

다른 AI 백엔드 예제

azureopenai

설치 섹션에서 연산자를 설치하십시오.
비밀 창조 :

kubectl create secret generic k8sgpt-sample-secret --from-literal=azure-api-key= $AZURE_TOKEN -n k8sgpt-operator-system

K8SGPT 구성 개체를 적용하십시오.

 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

아마존 기반암

설치 섹션에서 연산자를 설치하십시오.
AWS에서 실행할 때는 Amazon Bedrock에 액세스하기 위해 관리되는 K8SGPT 워크로드에 권한을 부여하는 여러 가지 방법이 있습니다.

Kubernetes 서비스 계정을 사용하여 기반암에 대한 액세스 권한을 부여하십시오. 이것은 Kubernetes 포드에 권한을 할당하기위한 모범 사례 방법입니다. 이를 수행하는 몇 가지 방법이 있습니다.
- Amazon EKS에서 EKS POD ID를 사용합니다
- Amazon EKS에서 서비스 계정에 IAM 역할 사용 (IRSA)
- 자체 관리 Kubernetes에서 POD Identity Webhook과 함께 서비스 계정 (IRSA)에 iAM 역할을 사용
Kubernetes 비밀에서 AWS 자격 증명을 사용하여 기반암에 대한 액세스 권한을 부여하십시오. 이것은 AWS 모범 사례에 위배되며주의해서 사용해야합니다.

Kubernetes 서비스 계정을 사용하여 기반암에 대한 액세스 권한을 부여하려면 Bedrock 권한으로 IAM 역할을 작성하십시오. 예제 정책은 다음에 포함되어 있습니다.

 {
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "bedrock:InvokeModel",
        "bedrock:InvokeModelWithResponseStream"
      ],
      "Resource": "*"
    }
  ]
}

Kubernetes 비밀에서 AWS 자격 증명을 사용하여 기반암에 대한 액세스 권한을 부여하려면 비밀을 만들 수 있습니다.

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

K8SGPT 구성 개체를 적용하십시오.

 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

localai

설치 섹션에서 연산자를 설치하십시오.
LocalAI 설치 안내서를 따라 LocalAI를 설치하십시오. ( localai를 사용할 때는 Openai 비밀이 필요하지 않습니다 ).
K8SGPT 구성 개체를 적용하십시오.

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

참고 : baseUrl 의 값이 LocalAI 서비스에 적절하게 구성된 DNS 이름인지 확인하십시오. http://local-ai.<namespace_local_ai_was_installed_in>.svc.cluster.local:8080/v1 형식을 취해야합니다.

위의 예에서 4 단계와 동일합니다.

K8SGPT 구성 옵션

ImagePullSecrets

`repository`,`version`,`imagepullsecrets '를 수정하여 사용자 정의 K8SGPT 이미지를 사용할 수 있습니다. `버전 '은 실제로 이미지 태그로 작동합니다.

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

싱크 (통합)

싱크에 사용할 수있는 선택적 매개 변수.
( 'type', 'webhook'은 필요한 매개 변수입니다.)

도구	채널	icon_url	사용자 이름
느슨하게
가장 중요합니다	✔️	✔️	✔️

헬름 값

자세한 내용은 여기를 참조하십시오

특허

확장하다

추가 정보

버전 v0.2.0
유형 기타 소스코드
업데이트 시간 2025-03-01
크기 1.47MB
출처 Github

k8sgpt operator

설치

예제를 실행하십시오

여러 클러스터를 모니터링합니다

원격 캐시

다른 AI 백엔드 예제

K8SGPT 구성 옵션

헬름 값

특허

GitHub sgrebnov/cordova plugin background download

Wa ch ull navra maza navsacha 2 2024 ull ovie Fr e Online On Strea ings

Wa ch navra maza navsacha 2 2024 ull ovie Online For Fr e Strea ings At Home

prometheus operator

Wa ch the greatest of all time 2024 ull ovie Online For Fr e Strea ings At Home

wolfs 2024 f llmo ie f lmyz lla dow load ree 7 0p 4 0p a d 10 0p

chat.petals.dev

GPT Prompt Templates

GPTyped

Google Dorks

shepherd

hidusbf

Google Dorks

shepherd

hidusbf