MoreRSS

site iconYsicing | 缘生修改

博客名:Solitudes。主要的工作是使用 Go/Rust学习中来实现人们所期望的产品。
请复制 RSS 到你的阅读器,或快速订阅到 :

Inoreader Feedly Follow Feedbin Local Reader

Ysicing | 缘生的 RSS 预览

解锁知识管理新体验:安利 AI 驱动的 Wiki 知识库 PandaWiki

2025-07-29 22:35:59

解锁知识管理新体验:安利 AI 驱动的 Wiki 知识库 PandaWiki

在信息爆炸的时代,如何高效地整理、存储和利用知识成为了企业和个人的共同需求。传统的 Wiki 系统虽然功能强大,但在智能化和易用性上往往稍显不足。今天,我要向大家强烈安利一款由 AI 大模型驱动的开源知识库搭建系统 PandaWiki,它不仅继承了传统 Wiki 的文档管理能力,还通过 AI 的加持,为用户带来了前所未有的智能体验。

什么是 PandaWiki?

PandaWiki 是一款由长亭科技开发的开源知识库系统,融合了强大的 AI 大模型能力,旨在帮助用户快速构建智能化的产品文档技术文档FAQ、博客系统等。它不仅能满足企业级的知识管理需求,还适合个人用户打造个性化的知识库。简单来说,PandaWiki 是一个兼具传统 Wiki 功能和 AI 智能化的下一代知识管理工具。

通过 AI 驱动,PandaWiki 提供了 AI 辅助创作AI 智能问答AI 语义搜索等核心功能,让知识的创建、查询和共享变得更加高效和便捷。无论是企业用于构建产品手册、帮助中心,还是个人用于记录学习笔记、整理生活经验,PandaWiki 都能轻松胜任。

PandaWiki 的核心亮点

AI 驱动的智能化体验

PandaWiki 的最大特色在于其深度集成了 AI 大模型能力,为用户提供了以下智能功能:

  • AI 智能问答:基于知识库中的内容,用户可以通过自然语言提问,系统能够快速理解并返回精准答案。想象一下,客户或团队成员无需翻阅冗长的文档,只需一句提问就能获得所需信息!

智能问答

  • AI 语义搜索:传统的关键字搜索常常不够智能,而 PandaWiki 的语义搜索能够理解用户意图,检索出最相关的文档或答案,极大提升信息查找效率。

AI 语义搜索

  • AI 辅助创作:无需从零开始编写文档,AI 可以根据你的需求生成初稿或优化内容,大幅提升创作效率。无论是技术文档还是博客文章,PandaWiki 都能帮你快速产出高质量内容(目前开源版创作这里体现不是很明显, 写完本文发现了,没有凸显出来 😂)

AI 辅助创作

这些 AI 功能依赖于接入的 Chat 模型、Embedding 模型和 Reranker 模型

  • Chat 模型:又称为对话模型, 常见的 chatGPT4、Deepseek-r1、Deepseek-v3 等可以聊天的模型都属于 Chat 模型
  • Embedding 模型:又称为嵌入模型,可以将文档转化为向量,为 PandaWiki 提供了智能搜索和内容关联的能力
  • Reranker 模型:又称为重排模型,通过对初始结果进行二次排序,实现快速召回 + 精准排序,是提升检索系统质量的关键技术

强大的富文本编辑能力

这个是基本功能吧,目前导出的格式支持有限,如果支持 PDF 导出就更好了。

PandaWiki 支持 Markdown 和 HTML 两种格式的富文本编辑,满足不同用户的使用习惯。你可以轻松创建结构清晰、格式美观的文档,并支持将文档导出为 HTML 或 Markdown 两种格式,方便分享和存档。无论是撰写复杂的技术文档还是简单的笔记,PandaWiki 都能提供流畅的编辑体验。

灵活的第三方集成

PandaWiki 的设计非常注重开放性和兼容性。它支持与多种第三方应用无缝集成,例如:

  • 网页挂件:可以将 PandaWiki 嵌入其他网站,方便用户在不同平台访问知识库。
  • 聊天机器人:支持集成到钉钉、飞书、企业微信等平台,打造智能化的问答机器人,助力企业提升客户服务效率

这种灵活性让 PandaWiki 能够轻松融入现有的工作流,适配各种使用场景。 只不过暂时还不支持问答机器人 API

多样化的内容导入方式

PandaWiki 支持从多种来源导入内容,极大简化了知识库的搭建过程。你可以通过以下方式快速填充知识库:

  • 网页 URL 导入:直接抓取网页内容,快速生成文档
  • Sitemap 导入:从网站站点地图批量导入内容
  • RSS 订阅:自动获取订阅源的最新内容
  • 离线文件导入:支持上传本地文件,轻松整合现有文档
  • 飞书文档
  • Confluence 文档

导入方式

更多细节可以参考官方文档 导入现有文档到 PandaWiki

简单高效的部署体验

实测 1c1g 也可以轻松部署

PandaWiki 的安装过程非常友好,只需一台支持 Docker 20.x 以上版本的 Linux 系统,就能通过一键安装脚本快速部署。安装完成后,系统会自动输出管理面板的登录方式,默认账号密码随机生成,确保安全性。整个过程仅需几分钟,即使是技术小白也能轻松上手。

使用场景:从企业到个人,PandaWiki 无所不能

PandaWiki 的应用场景非常广泛,以下是一些典型用法:

  • 企业产品文档管理:快速创建产品手册、技术规格、用户指南,结合 AI 问答功能提升客户支持效率。
  • 智能 FAQ 系统:整理常见问题,客户通过自然语言提问即可获得答案,减轻客服压力。
  • 团队知识共享平台:团队成员可以记录项目经验、技术笔记,形成知识库,促进团队协作。
  • 个人知识管理:记录学习笔记、工作心得、生活经验,打造专属的智能化知识库。

一个有趣的例子是,开发者曾用 PandaWiki 创建了一个名为“PandaWiki 品三国”的知识库,将《三国演义》小说导入后,系统能够基于小说内容回答相关问题,展现了其强大的智能化能力。

为什么选择 PandaWiki?

相比传统的 Wiki 系统(如 Confluence 等),PandaWiki 在以下方面具有明显优势:

  • 智能化:AI 驱动的创作、问答和搜索功能,极大提升效率。
  • 易用性:一键安装、简单配置,技术门槛低。
  • 灵活性:支持多知识库管理、多种内容导入方式和第三方集成。
  • 开源免费

项目地址

https://github.com/chaitin/PandaWiki

如何快速上手 PandaWiki?

搭建一个智能化的 PandaWiki 知识库只需三步:

  1. ssh 到目标机器
  2. 执行安装脚本
  3. 选择动作类型安装
bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"

安装完成后,根据提示访问对应的 URL 进入管理面板。
如果你是内网环境,使用内网地址; 使用腾讯云等云服务商,使用公网地址(记得防火墙放行对应端口)

登录完成后安装引导操作即可。

使用过程中的注意事项

所有改动操作都不要保存

  1. 只需要配置 Chat 模型即可测试,根据自己实际情况填写,我这里是第三方中转商

配置通用格式

  1. 内网测试域名, 影响 web 挂件生成

sslip

  1. 配置 web 挂件

配置挂件

  1. 效果

配置挂件

不足之处

  • 图片、附件支持效果不太好
  • 部分导入方式失败率较高
  • 仅支持单知识库
  • 没法查看或者回滚历史版本
  • 不知道为啥我测试老是遇到未发布情况,都没编辑

未发布

写在最后

PandaWiki 是一款真正将 AI 技术与知识管理结合的创新工具,它不仅功能强大、简单易用,还完全开源,适合各种规模的团队和个人用户。如果你正在寻找一款能够提升知识管理效率的工具,或者想体验 AI 驱动的智能文档系统,PandaWiki 绝对值得一试!

Code Agent初体验:Kilo Code + Qwen3-Coder

2025-07-28 20:20:28

Code Agent 初体验:Kilo Code + Qwen3-Coder

在 AI 编程领域,国产大模型正在强势崛起!2025 年 7 月,阿里通义千问团队重磅开源了 Qwen3-Coder,这款号称性能比肩 Claude 4 的代码生成模型,凭借 480B 参数、35B 激活参数的 MoE 架构,以及强大的 Agentic Coding 能力,迅速成为开发者关注的焦点。与此同时,Kilo Code 作为一款高效的编程 Agent 工具,与 Qwen3-Coder 的结合更是如虎添翼,为开发者提供了前所未有的编程体验。本文将带你一探 Kilo Code + Qwen3-Coder 的初体验,分享实际使用感受与技术亮点!

ModelScope 社区给所有用户赠送了每天 2k 次 API 调用的额度,我们可以把它接入到 Kilo Code 插件中使用

获取 API Key

访问 ModelScope 并登录,页面右侧的查看代码范例中可以复制自己的 api_key

查看 api_key

注意,我们需要的 api_key 是一个 36 位的字符串,形如 xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx。如果你看到的 key 有 ms- 前缀,需要去掉它。

使用限制

总结版,具体可以阅读官方文档使用限制

  • 个人使用没问题(以保障开发者单并发正常使用为目标)
  • 需要绑定阿里云账号才能使用免费额度 2k

配置信息备用

地址: https://api-inference.modelscope.cn/v1/
Key: ms-****
模型: Qwen/Qwen3-Coder-480B-A35B-Instruct

安装并配置 Kilo Code

在 Cursor/VSCode 中下载 Kilo Code 插件,选择 Use my own API key,并进行如下配置:

仅需要配置上面圈出来的配置即可。

高级选项中配置 temperature 为 0.7,这是 Qwen 官方推荐的参数

查看已使用额度

在 ModelScope 网站右上角点自己头像,能看到用量。根据我周末的测试 2k 额度完全足够日常开发使用了。

Kilo 代码库索引

个人使用经验,完全可以使用本地模型可以处理。

Ollama 模型

下载相关 embed 模型,这里推荐 nomic-embed-text

Qdrant

可以使用 docker 部署一个

  • docker-compose.yaml
services:
  qdrant:
    image: qdrant/qdrant:latest
    container_name: qdrant
    ports:
      - '6333:6333'
    restart: always

配置图

使用体验

还是挺不错的,干点简单的没啥问题,稍微复杂的准确率或者成功率就大大降低了,胜在免费不要钱。

附录

主要参考如下:

Kite+魔改版Kubernetes Dashboard安利,足够轻量个性化

2025-07-07 21:03:30

最好的版本了,虽然有错字

今天,我要给大家种草一款超赞的开源工具 Kite+,一个现代化、轻量级的 Kubernetes Dashboard,让你的集群管理变得高效又优雅!

没错,就是之前介绍过的探索 Kite:现代化轻量级 Kubernetes Dashboard,助力 DevOps 高效管理集群

这个项目确实很不错,主要是这个 UI 我很喜欢,再搭配上霞鹜文楷,简直善心悦目。

魔改版特点

暂时只列出目前已经支持的特性。这也是为啥我要魔改的原因而不是上游 PR

  • 只支持单集群(主要针对折腾小鸡的用户,如跨云跨网组集群的朋友,k3s 之友)
  • 较完整的中文支持,争取达到全面的中文界面(工作量有些,只能根据使用频率的优先级改动)
  • 突出集群维度的资源(偏向日常使用最多,如节点信息等)
  • 集成 OpenKruise - 更加强大的工作负载管理和运维支持(例如 cloneset 原地升级机制SidecarSet 日志收集神器ImagePullJob 镜像预热)
  • 支持 Tailscale - 可视化管理 Tailscale 集成,重点是 Connectors子网连接器(容器网络打通)、ProxyClasses(主要应用场景是 LoadBalancer, 生成负载均衡 IP)
  • 支持 Traefik,支持 IngressRoute 和相关中间件
  • 支持 System Upgrade 任务管理,可视化管理 k3s 和系统升级任务(目前还没支持,本周会安排上)
  • 版本更新提示(粗略支持版本)

后续版本计划

  • 支持 System Upgrade 任务管理
  • 精简 Traefik 资源管理,只支持 IngressRoute 和中间件,其他资源可浏览
  • 自动检测集群是否已经安装 Prometheus
  • 支持智能巡检

部署

目前仅提高 yaml 部署方式,一键部署。

kubectl apply -f https://raw.githubusercontent.com/ysicing/kite/refs/heads/main/deploy/install.yaml

可直接替换官方镜像

  • ghcr.io/ysicing/kite
  • ghcr.kcds.ysicing.net/ysicing/kite(可能会稍微滞后一点)

还有官方原来镜像拉取策略是 imagePullPolicy: IfNotPresent, 需要调整为 Always,那么每次升级你可以直接重启 Deploy 就行了。

部分截图

迭代过程中的截图,不代表最新结果

集群维度资源

节点资源

  • 精简模式
  • 详情模式,查看节点资源使用情况,后面可能会添加一个简单的预警功能。

OpenKruise

这里以 OpenKruise 为例,集群维度只显示了大概。如果你未安装默认显示安装引导,且左边导航会隐藏 OpenKruise 子菜单。

Tailscale 连接器

打通 Tailscale 网络访问 k3s service 能力

Tailscale 代理类

我的使用场景主要有两大类,节点选择和负载均衡能力

apiVersion: tailscale.com/v1alpha1
kind: ProxyClass
metadata:
  name: bj
  namespace: tailscale
spec:
  statefulSet:
    pod:
      nodeSelector:
        node-role.kubernetes.io/bj: "true"
      tolerations:
        - operator: "Exists"

致谢

联系方式

写在最后

欢迎试用体验。有更好的想法可以告诉我哈。


关注我的微信公众号,更多技术吐槽和干货!

发现轻量写作新宠:Ech0,记录灵感的最佳选择

2025-07-02 21:26:40

在快节奏的现代生活中,随时记录灵感、想法或随手笔记变得越来越重要。如果你正在寻找一款轻量、开源、自托管的笔记工具,那么今天我要向大家安利一个宝藏项目 Ech0!它不仅简洁高效,还能让你完全掌控自己的数据。与此同时,也会把它与另一款热门开源笔记工具 Memos 做个对比,看看它们各自的亮点在哪里!

对 Memos 感兴趣的,也可以看看部署轻量私有化备忘录 memos

Ech0 是什么?为什么值得一试?

Ech0 是一款开源自托管轻量级发布平台,专为快速记录和分享个人想法、文字和链接而设计。它的核心理念是简洁、自由和隐私至上,让你专注于内容的创作,而无需被复杂的界面或繁琐的功能干扰。

Ech0 的核心亮点

  • 极简体验,专注创作,Ech0 提供了一个干净直观的界面,写作时几乎没有干扰。你可以快速输入文字、插入链接或上传一张图片,随时捕捉灵感。它的设计初衷是轻量分享,更像是一个简化的朋友圈或微博客
  • 完全开源,数据自控,Ech0 遵循 MIT 协议,完全免费,无广告、无追踪、无订阅。它使用本地 SQLite 数据库存储数据,部署后所有内容都保存在你的服务器上,隐私和安全有保障。备份和恢复也超级简单
  • RSS 支持
  • Docker 部署支持,(基本特性了,如果不支持的话, 就不会考虑了)
  • 轻量设计,性能友好, 相比较而言 Memos,真是好多了

与 Memos 的对比

仅从 Memos v0.18.2 版本为例,后续版本我觉得都是破坏性更新。本文主要从我个人角度简单对比一下

设计理念与使用场景

  • Ech0:更像是一个轻量级的微博客平台,适合快速记录和分享简短的想法、链接或灵感。它的界面极简,强调即时性和轻量分享,类似朋友圈的体验,适合喜欢快速发布内容的用户
  • Memos:定位为全面的知识管理和笔记工具,适合需要系统化整理笔记、支持复杂 Markdown 格式的用户。它更适合长期的知识积累,比如技术笔记、项目管理或个人知识库

功能丰富度

  • Ech0:功能精简,专注于文字、链接和单张图片的快速分享。RSS 支持让内容分发更便捷,但目前只有管理员可以发布内容,适合个人或小范围使用
  • Memos:功能更全面,支持丰富的 Markdown 语法、图片和嵌入内容,甚至包括 API 集成和多数据库支持(SQLite、PostgreSQL、MySQL)。它还提供标签、过滤器等功能,适合需要复杂笔记管理的用户

数据与隐私/部署与维护

两者都一样开源,且都支持 Docker

社区与扩展性

  • Ech0:社区较小,项目主要由作者维护(但是我觉得还是很有前景的)
  • Memos:社区活跃,功能更新频繁

谁更适合你?

  • 选择 Ech0:如果你想要一款极简、轻量的工具,专注于快速记录和分享灵感,或者希望搭建一个类似朋友圈的个人内容平台,Ech0 是绝佳选择。它的低学习曲线和极简设计特别适合个人用户或小团队
  • 选择 Memos:如果你需要一个功能更丰富、支持复杂笔记管理的工具,或者计划长期维护一个知识库,Memos 会更适合你。它的 API 和多平台支持也更适合技术爱好者或需要集成其他工具的用户

对于我而言,短时间内 Ech0 还没放替代我的 Memos,数据迁移令人头大。但是期待 Echo 干翻 Memos,支持从 Memos 导入、支持 OIDC 等等。

项目

项目地址: https://github.com/lin-snow/Ech0
Demo 地址: https://memo.vaaat.com/

值得一提的是,Ech0 还有一个二次开发版本 Ech0 Noise(高度完善的轻量说说笔记系统及 memos 的开源替代品),它在原版基础上增加了更现代化的 UI 设计(例如毛玻璃背景)和一键数据备份/恢复功能,视觉和体验上更像一个精致的社交平台。如果你喜欢更美观的界面,可以尝试这个版本。

听说还支持从 Memos 导入到 Noise, 没实操过

项目地址: https://github.com/rcy1314/echo-noise
Demo 地址: https://note.noisework.cn/

如何开始使用 Ech0

原版部署

  • docker-compose.yaml
services:
  ech0:
    image: sn0wl1n/ech0:latest
    # image: ccr.ccs.tencentyun.com/k7scn/ech0
    container_name: ech0
    ports:
      - '6277:6277'
    volumes:
      - ./ech0/data:/app/data
    environment:
      - JWT_SECRET="Ooghooch1Oojanguz5dei1ahw0IPoh9d" 
    restart: always
  • 启动完成后,访问 ip:6277 即可使用,首次使用注册的账号会被设置为管理员(目前仅管理员支持发布内容)
  • JWT_SECRET 推荐修改为随机字符串 pwgen 32 1
  • 支持自定义配置文件,需要挂载到 /app/data/config/config.yaml, 具体可以参考官方示例

Noise 二开版本部署

  • docker-compose.yaml
services:
  noise:
    image: noise233/echo-noise
    # image: ccr.ccs.tencentyun.com/k7scn/echo-noise
    container_name: noise
    ports:
      - '1314:1314'
    volumes:
      - ./noise/data:/app/data
    restart: always
  • 启动完成后,访问 ip:1314 即可使用,默认账号信息 admin/admin
  • 应该也是支持自定义配置文件, 具体可以参考官方示例

PS: demo 没跑起来, 提示账号密码错误 😂

截图

原版

发布

魔改

写在最后

无论你是想快速记录生活中的灵感,还是需要一个完全属于自己的内容分享平台,Ech0 都能以它的简洁和高效打动你。相比功能更全面的 Memos,Ech0 更像是一个轻盈的创作小助手,让你专注于思想的流动。如果你追求极简和隐私,Ech0 绝对值得一试!快去部署你的 Ech0,记录下你的每一个灵感火花吧! 你更喜欢 Ech0 的轻量分享,还是 Memos 的全面管理?欢迎在评论区分享你的想法!

最近感冒了状态不是很好, 没太多精力去看,7 月争取恢复一下节奏,给大家带来更多更好玩的开源软件。


关注我的微信公众号,更多技术吐槽和干货!

探索 Kite:现代化轻量级 Kubernetes Dashboard,助力 DevOps 高效管理集群

2025-06-26 23:12:35

在 Kubernetes 的世界里,集群管理是一项复杂而关键的任务。随着容器化技术的普及,越来越多的团队依赖 Kubernetes 进行大规模分布式系统的部署与管理。然而,Kubernetes 原生的管理工具(如 kubectl 或 Kubernetes Dashboard)要么需要较高的学习成本,要么界面复杂不够直观。今天,我们来聊聊一款现代化、轻量级的 Kubernetes 仪表板 Kite,它以优雅的设计和强大的功能,为 DevOps 工程师带来全新的集群管理体验!

有群友说是好多开发转运维了么?感觉现在人手一个 k8s dashboard, 上次介绍了解锁 Kubernetes 高效管理神器——k8m,让集群运维更简单,有兴趣可以看看

项目地址:https://github.com/zxh326/kite

什么是 Kite?

Kite 是一个开源的 Kubernetes Dashboard,旨在提供轻量、直观、现代化的集群管理解决方案。它通过简洁的界面和强大的功能,帮助用户实时监控集群状态、管理资源并简化操作流程。相比传统的 Kubernetes Dashboard,Kite 不仅更美观,还更注重用户体验和性能优化,特别适合希望快速上手、专注于核心任务的 DevOps 团队

Kite 的核心亮点

  • 轻量级设计:资源占用低,运行流畅,适合各种规模的集群
  • 实时监控:集成 Prometheus,提供 CPU、内存、网络等实时指标
  • 直观界面:现代化 UI 设计,操作简便,降低学习曲线
  • 强大的资源管理:支持资源创建、更新、删除、扩展及重启
  • 灵活的扩展性:支持自定义资源定义(CRD),满足复杂业务需求

Kite 的核心功能

Kite 的功能设计围绕 Kubernetes 用户的实际需求,提供了从集群概览到精细化管理的全方位支持。以下是几个令人印象深刻的功能:

集群概览与实时监控

Kite 提供了一个直观的集群健康状态仪表板,展示实时的资源使用情况(如 CPU、内存、网络)。通过与 Prometheus 的集成,用户可以轻松查看关键指标,快速定位性能瓶颈

资源关系可视化

Kite 能够以图形化方式展示 Kubernetes 资源之间的关联(如 Deployment → Pods),帮助用户更清晰地理解集群的拓扑结构,简化排查问题的工作

便捷的资源操作

通过 Kite 的界面,用户可以直接执行资源管理操作,包括创建、更新、删除、扩展和重启资源。无论是调整副本数还是重启 Pod,都能一键完成

Web 终端

Kite 内置 Web 终端确实是一大亮点

安全认证支持

Kite 支持 GitHub OAuth 和自定义 OAuth 认证,同时提供简单的用户名/密码认证方式,确保访问安全可控

为什么选择 Kite

在众多 Kubernetes 管理工具中,Kite 凭借以下优势脱颖而出:

  • 现代化设计:采用 Maple Mono 字体和简洁的 UI 风格,视觉效果清新,操作体验流畅
  • 轻量高效:相比官方 Kubernetes Dashboard,Kite 的资源占用更低,适合资源敏感的环境
  • 易于部署
  • 开源免费:Kite 是完全开源的,社区驱动,允许用户自由定制和贡献代码

此外,Kite 默认不收集任何分析数据,但用户可通过设置 ENABLE_ANALYTICS=true 启用匿名数据收集,帮助开发者改进产品

快速上手 Kite

一键快速上手,默认使用官方镜像,也可以手动编辑使用 ccr.ccs.tencentyun.com/k7scn/kite

kubectl apply -f https://raw.githubusercontent.com/zxh326/kite/refs/heads/main/deploy/install.yaml

默认情况下,没有用户验证的,可以通过配置环境开启密码认证或者 OAuth 验证

  • KITE_USERNAME/KITE_PASSWORD
  • OAuth 可以参考 OAUTH_SETUP

等 Pod 启动完成,访问 svc 的 80 端口即可。

如果没有使用 tailscale 打通网络的话,可以 NodePort 或者 Ingress 方式访问

除了 InCluster 方式,也可以本地使用 docker 方式

docker run --rm -p 8080:8080 -v ~/.kube/config:/home/nonroot/.kube/config ghcr.io/zxh326/kite:latest

打开浏览器,访问 http://localhost:8080,即可进入 Kite 的管理界面

适用场景

Kite 适用于以下场景:

  • 中小型团队:希望快速部署一个轻量级的 Kubernetes 管理工具
  • 开发与测试环境:需要直观的界面来调试和监控集群
  • 学习 Kubernetes:新手用户可以通过 Kite 的简洁界面快速熟悉 Kubernetes 的核心概念。
  • 对 CRD 要求不高,只使用基础资源对象很适合

后续 Kite 团队计划进一步增强与 Prometheus 和 Grafana 的集成,优化多集群管理功能,并支持更多的认证方式

总结

Kite 是一个现代化、轻量级的 Kubernetes Dashboard,以其直观的界面、强大的功能和高效的性能,为 DevOps 工程师提供了一个优秀的集群管理解决方案。无论是新手还是资深从业者,Kite 都能帮助你更轻松地管理 Kubernetes 集群,专注于核心业务开发。

个人觉得 UI 设计确实很令人舒服,但是对于我这种重度依赖 CRD 来说,略显鸡肋


关注我的微信公众号,更多技术吐槽和干货!

解锁Kubernetes高效管理神器——k8m,让集群运维更简单

2025-06-19 22:23:00

如果你是一名开发者或运维工程师,正在为 Kubernetes 集群的复杂管理而头疼,那么今天我要给你安利一款超好用的神器——k8m!这是一款轻量级AI 驱动Mini Kubernetes AI Dashboard,专为简化集群管理而生,功能强大又易上手,堪称 Kubernetes 管理界的“效率担当”!

k8m 是什么?

k8m 是一款跨平台的 Kubernetes 管理工具,集成了大模型、AI 智能体和 MCP(Model Context Protocol)支持,旨在通过智能化和轻量化的设计,让开发者与运维人员轻松驾驭 Kubernetes 集群。它的核心理念是 “AI 驱动,轻便高效,化繁为简”,不仅功能全面,还支持单文件部署,跨 Linux、macOS、Windows 等多平台,真正做到开箱即用!

k8m 的硬核功能,一次性 Get!

k8m 的亮点多到数不过来,这里为你精选几个“真香”功能,让你感受它的强大:

AI 驱动,智能管理

新手真的很适合本地学习,简单又快捷

  • 划词解释:不认识 Kubernetes 术语?选中单词,AI 秒速给出解释!
  • YAML 翻译:复杂的 YAML 文件?k8m 自动解析并翻译字段含义,省去查文档的烦恼
  • 日志诊断:日志堆里找问题?AI 帮你快速定位错误并给出解决方案。
  • 命令推荐:只需描述需求,k8m 就能生成适合的 kubectl 命令,效率 up up up!

多集群管理,轻松切换

支持多集群统一管理,界面直观,集群切换一键搞定。无论是 Kind、MiniKube 还是生产环境的大集群,k8m 都能无缝接入,管理得井井有条。另外也支持多集群权限管理。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

单文件部署,跨平台兼容

  • 下载最新版本,运行./k8m,访问 http://127.0.0.1:3618 即可使用,无需复杂配置
  • 支持 Linux、macOS、Windows,兼容多种架构(amd64/arm64),还可以通过 Docker 或 Kubernetes 一键部署,灵活到飞起!

Pod 操作神器

  • 实时查看 Pod 日志、支持日志下载,甚至直接在 Pod 内执行 Shell 命令
  • Pod 文件管理功能让你像操作本地文件一样浏览、编辑、上传、下载 Pod 内的文件,运维效率直接拉满!

Helm 市场支持

一键安装和管理 Helm 应用,快速部署常用工具,省时省力。

事件与异常智能分析

内置 AI 诊断功能,点击事件旁的“AI 解读”按钮,秒速分析异常原因,提供详细修复建议,排查问题 so easy!

开源免费,社区活跃

k8m 遵循 MIT 协议,完全开源,允许自由定制和商用,更新频率高,bug 修复快

k8m 的独特优势

  • 轻量高效:后端基于 Golang,前端采用百度 AMIS 框架,资源占用低,响应速度快
  • AI 加持:内置 Qwen2.5-Coder-7B 模型,支持私有化大模型接入(如 ChatGPT、Ollama),智能化管理更贴合需求
  • 用户友好:直观的 UI 设计,即使是 Kubernetes 新手也能快速上手
  • 多场景适用:从个人学习到企业级运维,k8m 都能完美适配。

如何快速上手 k8m?

下载与运行

从 GitHub 下载最新版本:https://github.com/weibaohui/k8m
运行命令:./k8m,然后访问 http://127.0.0.1:3618
想用 Docker?直接用 docker-compose 启动,配置文件参考 GitHub 文档

k8s 部署完整指南

---
apiVersion: v1
kind: Namespace
metadata:
  name: k8m
---
apiVersion: v1
kind: ServiceAccount
metadata:
  labels:
    app: k8m
  name: k8m
  namespace: k8m
---
kind: Role
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  labels:
    app: k8m
  name: k8m
  namespace: k8m
rules:
  - verbs:
      - "*"
    apiGroups:
      - "*"
    resources:
      - "*"
---
kind: ClusterRole
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  labels:
    app: k8m
  name: k8m
rules:
  - verbs:
      - "*"
    apiGroups:
      - "*"
    resources:
      - "*"
  - verbs:
      - "*"
    nonResourceURLs:
      - "*"
---
apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:
  labels:
    app: k8m
  name: k8m
  namespace: k8m
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: Role
  name: k8m
subjects:
  - kind: ServiceAccount
    name: k8m
    namespace: k8m
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: k8m
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: k8m
subjects:
  - kind: ServiceAccount
    name: k8m
    namespace: k8m
---
apiVersion: v1
kind: Service
metadata:
  name: k8m
  namespace: k8m
  labels:
    app: k8m
spec:
  ports:
    - name: http-k8m
      protocol: TCP
      port: 3618
      targetPort: 3618
  selector:
    app: k8m
  type: ClusterIP
  # type: LoadBalancer
  # loadBalancerClass: tailscale
---
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: k8m-pvc
  namespace: k8m
spec:
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 8Gi
---
apiVersion: apps.kruise.io/v1alpha1
kind: CloneSet
metadata:
  name: k8m
  namespace: k8m
  labels:
    app: k8m
spec:
  replicas: 1
  selector:
    matchLabels:
      app: k8m
  template:
    metadata:
      labels:
        app: k8m
    spec:
      containers:
        - name: k8m
          # image: docker.io/weibh/k8m:v0.0.130
          # image: ghcr.io/weibaohui/k8m:v0.0.130
          image: registry.cn-hangzhou.aliyuncs.com/minik8m/k8m:v0.0.130
          env:
            # 是否开启debug模式
            - name: DEBUG
              value: "false"
            # log输出日志级别,同klog用法
            - name: LOG_V
              value: "2"
            # 监听的端口号
            - name: PORT
              value: "3618"
            # 开启AI功能,默认开启
            - name: ENABLE_AI
              value: "true"
            # # 是否启用临时管理员账户配置,默认关闭
            - name: ENABLE_TEMP_ADMIN
              value: "false"
            # kubectl shell镜像地址
            - name: KUBECTL_SHELL_IMAGE
              value: "bitnami/kubectl:latest"
            # Node shell镜像地址
            - name: NODE_SHELL_IMAGE
              value: "alpine:latest"
            # 持久化数据库地址
            - name: SQLITE_PATH
              value: "/app/data/k8m.db"
            # 启动程序后,是否自动连接发现的集群,默认关闭
            - name: CONNECT_CLUSTER
              value: "true"
            # 是否自动注册纳管宿主集群,默认启用
            - name: IN_CLUSTER
              value: "true"
            # 是否打印配置信息
            - name: PRINT_CONFIG
              value: "false"
          ports:
            - containerPort: 3618
              protocol: TCP
              name: http-k8m
          livenessProbe:
            httpGet:
              path: /healthz
              port: 3618
            initialDelaySeconds: 30
            periodSeconds: 10
          imagePullPolicy: IfNotPresent
          volumeMounts:
            - name: k8m-data
              mountPath: /app/data
      restartPolicy: Always
      serviceAccountName: k8m
      volumes:
        - name: k8m-data
          persistentVolumeClaim:
            claimName: k8m-pvc
---
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  labels:
    app: k8m
  name: k8m
  namespace: k8m
spec:
  rules:
  - host: k8m.i.ysicing.net
    http:
      paths:
      - backend:
          service:
            name: k8m
            port:
              name: http-k8m
        path: /
        pathType: ImplementationSpecific

将上面的 yaml 保存为 k8m.yaml

kubectl apply -f k8m.yaml

等待服务启动完成后访问ingress 域名,默认用户:k8m,默认密码 k8m

预览

用户管理

登录后第一件事就是新建新的管理员账号,开启 MFA,删除默认管理员(只有删除功能没法禁用)

支持 OIDC,其实就能对接很多 OAUTH 服务了,具体 OIDC 使用说明

配置 AI 模型

内置模型其实也还行,当然也可以自己的模型

AI 智检

划词翻译

效果还是很不错的

想了解更多?可以直接访问 k8m 的 GitHub 仓库:https://github.com/weibaohui/k8m

k8s 资源

简单贴一下,更多细节可以使用 Demo 用户名密码 demo/demo

进阶玩法

通过 MCP 协议集成到 Cursor、Claude Desktop 等工具,解锁更多 AI 交互场景。 目前 k8m 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 Server 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,安全使用,无后顾之忧,避免操作越权。

总结

在 Kubernetes 管理工具层出不穷的今天,k8m 凭借轻量、AI 驱动、易用的特点脱颖而出。无论是个人开发者学习 Kubernetes,还是企业团队优化运维流程,k8m 都能为你节省时间、提升效率。更重要的是,它完全免费、开源,背后还有活跃的社区支持,未来发展值得期待!

PS: 作者修复 BUG 速度特别快。


关注我的微信公众号,更多技术吐槽和干货!