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 智能问答和 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！

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 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 😂)

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

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：

ssh 到目标机器
执行安装脚本
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

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

内网测试域名, 影响 web 挂件生成

配置 web 挂件

效果

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

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:

快来用免费每天 2k 次的 Code Agent：Kilo Code + Qwen3-Coder

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

2025-07-07 21:03:30

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

感谢 zxh326/kite 原始项目

联系方式

项目链接：https://github.com/ysicing/kite
原始项目：https://github.com/zxh326/kite
问题报告：https://github.com/ysicing/kite/issues

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、自托管的轻量级发布平台，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

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 驱动的 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!

Ysicing | 缘生修改