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（包括ollama）。 DEMO-InCluster模式 用户名密码 demo/demo - 详细的配置和使用说明请参考文档。 - 更新日志请参考更新日志。 - 开发设计文档-中文 - 开发设计文档-English - 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。支持
Add this skill
npx mdskills install weibaohui/k8mComprehensive Kubernetes dashboard with AI-driven management, multi-cluster support, and MCP integration
1<div align="center">2<h1>K8M</h1>3</div>45<div align=center>67[](https://trendshift.io/repositories/14095)89</div>1011<div align=center>1213141516</div>1718<div align=center>1920 [](https://github.com/weibaohui/k8m/blob/master/LICENSE)21 [](https://goreportcard.com/report/github.com/weibaohui/k8m)22232425[](https://archestra.ai/mcp-catalog/weibaohui__k8m)26[](https://zread.ai/weibaohui/k8m)272829</div>303132[English](README_en.md) | [中文](README.md)33343536**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 [37`kom`](https://github.com/weibaohui/kom) 作为 Kubernetes API 客户端，**k8m** 内置了38Qwen2.5-Coder-7B，支持deepseek-ai/DeepSeek-R1-Distill-Qwen-7B模型39模型交互能力，同时支持接入您自己的私有化大模型（包括ollama）。4041### 演示DEMO4243[DEMO](http://107.150.119.151:3618)44[DEMO-InCluster模式](http://107.150.119.151:31999)45用户名密码 demo/demo4647### 文档4849- 详细的配置和使用说明请参考[文档](docs/README.md)。50- 更新日志请参考[更新日志](CHANGELOG.md)。51- [开发设计文档-中文](https://zread.ai/weibaohui/k8m)52- [开发设计文档-English](https://deepwiki.com/weibaohui/k8m)535455### 主要特点5657- **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。58- **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。支持标准k8s、aws eks、k3s、kind、k0s等集群类型。59- **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。60- **AI驱动融合**61 ：基于ChatGPT实现划词解释、资源指南、YAML属性自动翻译、Describe信息解读、日志AI问诊、运行命令推荐,并集成了[k8s-gpt](https://github.com/k8sgpt-ai/k8sgpt)62 功能，实现中文展现，为管理k8s提供智能化支持。63- **功能插件化**：特性功能插件化，按需开启，不开启不占资源。64- **MCP集成**:可视化管理MCP，实现大模型调用Tools，内置k8s多集群MCP工具49种，可组合实现超百种集群操作，可作为MCP Server65 供其他大模型软件使用。轻松实现大模型管理k8s。可详细记录每一次MCP调用。支持mcp.so主流服务。66- **MCP权限打通**:多集群管理权限与MCP大模型调用权限打通，一句话概述：谁使用大模型，就用谁的权限执行MCP。安全使用，无后顾之忧，避免操作越权。67- **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，支持心跳检测与自动重连。68- **多集群权限管理**：支持对用户、用户组进行授权，可按集群授权，包括集群只读、Exec命令、集群管理员三种权限。对用户组授权后，组内用户均获得相应授权。支持设置命名空间黑白名单。69- **支持k8s最新特性**:支持APIGateway、OpenKruise等功能特性。70- **Pod文件管理**：在Console 界面左侧的文件树，右键菜单，支持 Pod 内文件的浏览、编辑、上传、下载、删除，简化日常操作。71- **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。支持Ctrl+F搜索，类似grep -A -B高亮搜索72- **API开放**:支持创建API KEY，从第三方外部访问，提供swagger接口管理页面。73- **集群巡检支持**：支持多集群定时巡检、自定义巡检规则，支持lua脚本规则。支持发送到钉钉群、微信群、飞书群以及自定义webhook。支持AI总结。74- **k8s Event转发**：支持多集群k8s Event转发到webhook中，可按集群、关键字、命名空间、名称等进行过滤，建立多个专门的监控转发通道。支持AI总结。75- **CRD管理**：可自动发现并管理 CRD 资源，树状列出所有CRD，提高工作效率。76- **Helm市场**：支持Helm自由添加仓库，一键安装、卸载、升级 Helm 应用，支持自动更新。77- **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。78- **多数据库支持**：支持SQLite、MySql、PostgreSql等多种数据库。79- **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。8081**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。8283848586## **运行**87881. **下载**：从 [GitHub release](https://github.com/weibaohui/k8m/releases) 下载最新版本。892. **运行**：使用 `./k8m` 命令启动,访问[http://127.0.0.1:3618](http://127.0.0.1:3618)。903. **登录用户名密码**：91 - 用户名：`k8m`92 - 密码：`k8m`93 - 请注意上线后修改用户名密码、启用两步验证。944. **参数**：9596```shell97Usage of ./k8m:98 --enable-temp-admin 是否启用临时管理员账户配置，默认关闭99 --admin-password string 管理员密码，启用临时管理员账户配置后生效100 --admin-username string 管理员用户名，启用临时管理员账户配置后生效101 --print-config 是否打印配置信息 (default false)102 --connect-cluster 启动集群是是否自动连接现有集群，默认关闭103 -d, --debug 调试模式104 --in-cluster 是否自动注册纳管宿主集群，默认启用105 --jwt-token-secret string 登录后生成JWT token 使用的Secret (default "your-secret-key")106 -c, --kubeconfig string kubeconfig文件路径 (default "/root/.kube/config")107 --kubectl-shell-image string Kubectl Shell 镜像。默认为 bitnami/kubectl:latest，必须包含kubectl命令 (default "bitnami/kubectl:latest")108 --log-v int klog的日志级别klog.V(2) (default 2)109 --login-type string 登录方式，password, oauth, token等,default is password (default "password")110 --image-pull-timeout Node Shell、Kubectl Shell 镜像拉取超时时间。默认为 30 秒111 --node-shell-image string NodeShell 镜像。 默认为 alpine:latest，必须包含`nsenter`命令 (default "alpine:latest")112 -p, --port int 监听端口 (default 3618)113 -v, --v Level klog的日志级别 (default 2)114```115116也可以直接通过docker-compose(推荐)启动：117118```yaml119services:120 k8m:121 container_name: k8m122 image: registry.cn-hangzhou.aliyuncs.com/minik8m/k8m123 restart: always124 ports:125 - "3618:3618"126 environment:127 TZ: Asia/Shanghai128 volumes:129 - ./data:/app/data130```131132启动之后，访问`3618`端口，默认用户：`k8m`，默认密码`k8m`。133如果你想通过在线环境快速拉起体验，可以访问：[k8m](https://cnb.cool/znb/qifei/-/tree/main/letsfly/justforfun/k8m)134135136## 容器化k8s集群方式运行137138使用[KinD](https://kind.sigs.k8s.io/docs/user/quick-start/)、[MiniKube](https://minikube.sigs.k8s.io/docs/start/)139安装一个小型k8s集群140141## KinD方式142143* 创建 KinD Kubernetes 集群144145```146brew install kind147```148149* 创建新的 Kubernetes 集群：150151```152kind create cluster --name k8sgpt-demo153```154155## 将k8m部署到集群中体验156157### 安装脚本158159```docker160kubectl apply -f https://raw.githubusercontent.com/weibaohui/k8m/refs/heads/main/deploy/k8m.yaml161```162163* 访问：164 默认使用了nodePort开放，请访问31999端口。或自行配置Ingress165 http://NodePortIP:31999166167## 生产部署启用主备选举插件，注意事项168169- 单实例运行service的定义`不要加` `k8m.io/role: leader` 标签，加了不能正常访问。170- 多实例运行service的定义`必须加` `k8m.io/role: leader` 标签，否则不会切换。171- 多实例运行的yaml如下：172```docker173kubectl apply -f https://raw.githubusercontent.com/weibaohui/k8m/refs/heads/main/deploy/k8m-ms.yaml174```175176177## **ChatGPT 配置指南**178179### 内置GPT180181从v0.0.8版本开始，将内置GPT，无需配置。182如果您需要使用自己的GPT，请参考以下文档。183184- [自托管/自定义大模型支持](docs/use-self-hosted-ai.md) - 如何使用自托管的185- [Ollama配置](docs/ollama.md) - 如何配置使用Ollama大模型。186187### **ChatGPT 状态调试**188189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。190会输出以下信息，通过查看日志，确认是否启用ChatGPT。191192193194195## 开发调试196197如果你想在本地开发调试，请先执行一次本地前端构建，自动生成dist目录。因为本项目采用了二进制嵌入，没有dist前端会报错。198199#### 第一步编译前端200201```bash202cd ui203pnpm run build204```205206#### 编译调试后端207208```bash209#下载依赖210go mod tidy211#运行212air213#或者214go run *.go215# 监听localhost:3618端口216```217218#### 前端热加载219220```bash221cd ui222pnpm run dev223#Vite服务会监听在localhost:3000端口224#Vite转发后端访问到3618端口225```226227访问http://localhost:3000228229### HELP & SUPPORT230231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！232233### 特别鸣谢234235[zhaomingcheng01](https://github.com/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~236237[La0jin](https://github.com/La0jin):提供在线资源及维护，极大提升了k8m的展示效果238239[eryajf](https://github.com/eryajf):为我们提供了非常好用的github actions，为k8m增加了自动化的发版、构建、发布等功能240241## 联系我242243微信（大罗马的太阳） 搜索ID：daluomadetaiyang,备注k8m。244<br><img width="214" alt="Image" src="https://github.com/user-attachments/assets/166db141-42c5-42c4-9964-8e25cf12d04c" />245246## 微信群247248
Full transparency — inspect the skill content before installing.