k8s 安装posgresql
本指南介绍如何在K8s集群中快速部署PostgreSQL官方镜像（v18.3），配合local-path-provisioner提供本地持久化存储。含命名空间、PVC、Deployment与Service完整YAML，支持国产镜像加速，兼顾14–18版本路径兼容性，适用于开发与测试环境。（239字）
Jellyfin 上 K8s 前，先把镜像、PVC 和权限排一遍
本文记录Jellyfin从Docker Compose迁移至K8s测试环境的典型问题排查：镜像拉取慢、PVC未绑定致媒体目录为空、容器用户权限不足、路径配置错误等。强调K8s中“宿主机→PV→PVC→volumeMount→容器路径”的分层模型，须逐层验证，避免误判。
AI Agent 工具链上 K8s 前的镜像和运行时预检
本文记录AI Agent工具链（MCP Server、浏览器自动化、代码runner等）迁移至K8s测试环境的预检实践，聚焦镜像拉取失败（ImagePullBackOff）、权限控制、最小化部署与可观测性，强调“本地能跑≠K8s可用”，突出工程化预检三原则：镜像可达、容器可启、边界可控。（239字）
AI Agent 工具服务上 K8s 前，我先查了 Secret、日志和回滚
本次预检聚焦AI Agent工具服务上K8s的可行性：验证MCP Server启动、工具镜像拉取、Secret安全注入、只读容器配置及独立日志可观测性。通过隔离命名空间`agent-tools`、专用ServiceAccount与最小化Deployment，分层厘清依赖、权限与运行边界，为后续代码巡检、页面测试、数据查询等场景夯实可控基础。（239字）
云上发布前镜像预检：runner 和 K8s 节点分开测
节后发布前，作者对镜像拉取链路开展预检：在CI runner侧用`docker pull`验证各依赖镜像，在K8s节点侧用`crictl pull`二次确认。发现“镜像拉取超时”常被误判为构建失败，实则属基础设施层问题。通过前置检查，可清晰界定故障边界，提升发布成功率。（239字）
