k8m

README

k8m

English | 中文

k8m 是一款AI驱动的 Mini Kubernetes AI Dashboard 轻量级控制台工具，专为简化集群管理设计。它基于 AMIS 构建，并通过 kom 作为 Kubernetes API 客户端，k8m 内置了 Qwen2.5-Coder-7B，支持deepseek-ai/DeepSeek-R1-Distill-Qwen-7B模型 模型交互能力，同时支持接入您自己的私有化大模型。

主要特点

• 迷你化设计：所有功能整合在一个单一的可执行文件中，部署便捷，使用简单。
• 简便易用：友好的用户界面和直观的操作流程，让 Kubernetes 管理更加轻松。
• 高效性能：后端采用 Golang 构建，前端基于百度 AMIS，保证资源利用率高、响应速度快。
• AI驱动融合：基于ChatGPT实现页面指南、资源使用场景、YAML属性自动翻译、Describe信息解读、日志AI问诊、运行命令推荐等，为管理k8s提供智能化支持。
• 多集群管理：自动识别集群内部使用InCluster模式，配置kubeconfig路径后自动扫描同级目录下的配置文件，同时注册管理多个集群。
• Pod 文件管理：支持 Pod 内文件的浏览、编辑、上传、下载、删除，简化日常操作。
• Pod 运行管理：支持实时查看 Pod 日志，下载日志，并在 Pod 内直接执行 Shell 命令。
• CRD 管理：可自动发现并管理 CRD 资源，提高工作效率。
• 跨平台支持：兼容 Linux、macOS 和 Windows，并支持 x86、ARM 等多种架构，确保多平台无缝运行。
• 完全开源：开放所有源码，无任何限制，可自由定制和扩展，可商业使用。

k8m 的设计理念是“AI驱动，轻便高效，化繁为简”，它帮助开发者和运维人员快速上手，轻松管理 Kubernetes 集群。

运行

1. 下载：从 GitHub 下载最新版本。
2. 运行：使用 ./k8m 命令启动,访问http://127.0.0.1:3618。
3. 参数：

Usage of ./bin/k8m:
      --add_dir_header                   If true, adds the file directory to the header of the log messages
      --admin-password string            管理员密码 (default "123456")
      --admin-username string            管理员用户名 (default "admin")
      --alsologtostderr                  log to standard error as well as files (no effect when -logtostderr=true)
  -k, --chatgpt-key string               大模型的自定义API Key (default "sk-hlfmptmmtppdqxsqvuxwlbgrobrzodojjultkxkrwymnfcjz")
  -m, --chatgpt-model string             大模型的自定义模型名称 (default "Qwen/Qwen2.5-Coder-7B-Instruct")
  -u, --chatgpt-url string               大模型的自定义API URL (default "https://api.siliconflow.cn/v1")
  -d, --debug                            调试模式
      --jwt-token-secret string          登录后生成JWT token 使用的Secret (default "your-secret-key")
  -c, --kubeconfig string                kubeconfig文件路径 (default "/Users/weibh/.kube/config")
      --log-v int                        klog的日志级别klog.V(2) (default 2)
      --log_backtrace_at traceLocation   when logging hits line file:N, emit a stack trace (default :0)
      --log_dir string                   If non-empty, write log files in this directory (no effect when -logtostderr=true)
      --log_file string                  If non-empty, use this log file (no effect when -logtostderr=true)
      --log_file_max_size uint           Defines the maximum size a log file can grow to (no effect when -logtostderr=true). Unit is megabytes. If the value is 0, the maximum file size is unlimited. (default 1800)
      --login-type string                登录方式，password, oauth, token等,default is password (default "password")
      --logtostderr                      log to standard error instead of files (default true)
      --one_output                       If true, only write logs to their native severity level (vs also writing to each lower severity level; no effect when -logtostderr=true)
  -p, --port int                         监听端口 (default 3618)
      --skip_headers                     If true, avoid header prefixes in the log messages
      --skip_log_headers                 If true, avoid headers when opening log files (no effect when -logtostderr=true)
      --stderrthreshold severity         logs at or above this threshold go to stderr when writing to files and stderr (no effect when -logtostderr=true or -alsologtostderr=true) (default 2)
  -v, --v Level                          number for the log level verbosity (default 0)
      --vmodule moduleSpec               comma-separated list of pattern=N settings for file-filtered logging

ChatGPT 配置指南

内置GPT

从v0.0.8版本开始，将内置GPT，无需配置。 如果您需要使用自己的GPT，请参考以下步骤。

环境变量配置

需要设置环境变量，以启用ChatGPT。

export OPENAI_API_KEY="sk-XXXXX"
export OPENAI_API_URL="https://api.siliconflow.cn/v1"
export OPENAI_MODEL="Qwen/Qwen2.5-Coder-7B-Instruct"

ChatGPT 状态调试

如果设置参数后，依然没有效果，请尝试使用./k8m -v 6获取更多的调试信息。 会输出以下信息，通过查看日志，确认是否启用ChatGPT。

ChatGPT 开启状态:true
ChatGPT 启用 key:sk-hl**********************************************, url:https: // api.siliconflow.cn/v1
ChatGPT 使用环境变量中设置的模型:Qwen/Qwen2.5-Coder-7B-Instruc

ChatGPT 账户

本项目集成了github.com/sashabaranov/go-openaiSDK。 国内访问推荐使用硅基流动的服务。 登录后，在https://cloud.siliconflow.cn/account/ak创建API_KEY

k8m 支持环境变量设置

以下是k8m支持的环境变量设置参数及其作用的表格：

环境变量	默认值	说明
PORT	3618	监听的端口号
KUBECONFIG	~/.kube/config	kubeconfig 文件路径
OPENAI_API_KEY	""	大模型的 API Key
OPENAI_API_URL	""	大模型的 API URL
OPENAI_MODEL	Qwen/Qwen2.5-Coder-7B-Instruct	大模型的默认模型名称，如需DeepSeek，请设置为deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
LOGIN_TYPE	"password"	登录方式（如 password, oauth, token）
ADMIN_USERNAME	"admin"	管理员用户名
ADMIN_PASSWORD	"123456"	管理员密码
DEBUG	"false"	是否开启 debug 模式
LOG_V	"2"	log输出日志，同klog用法
JWT_TOKEN_SECRET	"your-secret-key"	用于 JWT Token 生成的密钥

这些环境变量可以通过在运行应用程序时设置，例如：

export PORT=8080
export OPENAI_API_KEY="your-api-key"
export GIN_MODE="release"
./k8m

注意：环境变量会被启动参数覆盖。

容器化k8s集群方式运行

使用KinD、MiniKube 安装一个小型k8s集群

KinD方式

• 创建 KinD Kubernetes 集群

brew install kind

• 创建新的 Kubernetes 集群：

kind create cluster --name k8sgpt-demo

将k8m部署到集群中体验

安装脚本

kubectl apply -f https://raw.githubusercontent.com/weibaohui/k8m/refs/heads/main/deploy/k8m.yaml

• 访问： 默认使用了nodePort开放，请访问31999端口。或自行配置Ingress http://NodePortIP:31999

修改配置

首选建议通过修改环境变量方式进行修改。 例如增加deploy.yaml中的env参数

跨平台编译支持

build-all 目标支持以下操作系统和架构组合的交叉编译：

• Linux:
  • amd64
  • arm64
  • ppc64le
  • s390x
  • mips64le
  • riscv64
• Darwin（macOS）:
  • amd64
  • arm64
• Windows:
  • amd64
  • arm64

使用示例

1. 为当前平台构建

构建适用于当前操作系统和架构的 k8m 可执行文件：

make build

2. 为所有支持的平台构建

交叉编译 k8m 为所有指定的平台和架构：

make build-all

3. 运行可执行文件

在 Unix 系统上构建并运行 k8m：

make run

4. 清理构建产物

删除所有编译生成的可执行文件和 bin/ 目录：

make clean

5. 查看帮助信息

显示所有可用的 Makefile 目标及其描述：

make help

附加说明

• 版本控制：你可以在构建时通过传递 VERSION 变量来指定自定义版本：

  make build VERSION=v2.0.0
  

• 可执行文件扩展名：对于 Windows 构建，Makefile 会自动为可执行文件添加 .exe 扩展名。
• 依赖性：确保 Git 已安装并且项目已初始化为 Git 仓库，以便正确获取 GIT_COMMIT 哈希值。

故障排除

• 缺少依赖：如果遇到与缺少命令相关的错误（如 make、go 等），请确保所有先决条件已安装并正确配置在系统的 PATH 中。
• 权限问题：如果在运行 make run 时收到权限被拒绝的错误，请确保 bin/ 目录和编译后的二进制文件具有必要的执行权限：

  chmod +x bin/k8m
  

• 文件浏览权限问题：依赖容器内的ls命令，请在容器内安装shell、tar、cat等命令 。
• 无法启动：启动时卡住，请使用 k8m -v 6 命令启动，会输出更多日志，一般是由于部分版本的k8s集群的openAPI文档格式问题导致，请将日志贴到issue，或微信发我，我将优先处理 。

运行界面

负载

Pod内文件编辑

上传文件到Pod内

Pod内文件下载

Tag更新

查看日志

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。

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。

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。

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。

v0.0.15更新

1. 所有页面增加资源使用指南。启用AI信息聚合。包括资源说明、使用场景（举例说明）、最佳实践、典型示例（配合前面的场景举例，编写带有中文注释的yaml示例）、关键字段及其含义、常见问题、官方文档链接、引用文档链接等信息，帮助用户理解k8s
2. 所有资源页面增加搜索功能。部分页面增高频过滤字段搜索。
3. 改进LimitRange信息展示模式
4. 改进状态显示样式
5. 统一操作菜单
6. Ingress页面增加域名转发规则信息
7. 改进标签显示样式，鼠标悬停展示
8. 优化资源状态样式更小更紧致
9. 丰富Service展示信息
10. 突出显示未就绪endpoints
11. endpoints鼠标悬停展开未就绪IP列表
12. endpointslice 突出显示未ready的IP及其对应的POD，
13. 角色增加延展信息
14. 角色与主体对应关系
15. 界面全量中文化，k8s资源翻译为中文，方便广大用户使用。

v0.0.19更新

1. 多集群管理功能 按需选择多集群，可随时切换集群
2. 节点资源用量功能 直观显示已分配资源情况，包括cpu、内存、pod数量、IP数量。
3. Pod 资源用量
4. Pod CPU内存设置 按范围方式显示CPU设置，内存设置，简洁明了
5. AI页面功能升级为打字机效果 响应速度大大提升，实时输出AI返回内容，体验升级

v0.0.21更新

1. 新增问AI功能： 有什么问题，都可以直接询问AI，让AI解答你的疑惑
2. 文档界面优化： 优化AI翻译效果，降低等待时间
3. 文档字段级AI示例： 针对具体的字段，给出解释，给出使用Demo样例。
4. 增加容忍度详情：
5. 增加Pod关联资源 一个页面，展示相关的svc、endpoint、pvc、env、cm、secret，甚至集成了pod内的env列表，方便查看
6. yaml创建增加导入功能： 增加导入功能，可以直接执行，也可导入到编辑器。导入编辑器后可以二次编辑后，再执行。

HELP & SUPPORT

如果你有任何进一步的问题或需要额外的帮助，请随时与我联系！

特别鸣谢

zhaomingcheng01：提出了诸多非常高质量的建议，为k8m的易用好用做出了卓越贡献~

联系我

微信（大罗马的太阳） 搜索ID：daluomadetaiyang,备注k8m。