kubectl-ai:K8S资源清单的GPT助手

简介: kubectl-ai:K8S资源清单的GPT助手

琦彦,在 **云原生百宝箱 **公众号等你,与你一起探讨应用迁移,GitOps,二次开发,解决方案,CNCF生态,及生活况味。

kubectl-ai 项目是一个kubectl使用 OpenAI GPT 生成和应用 Kubernetes 清单的插件。

安装kubectl-ai

brew方式

添加以brew点击并安装:

brew tap sozercan/kubectl-ai https://github.com/sozercan/kubectl-ai
brew install kubectl-ai

Krew方式

krew索引添加kubectl-ai并安装:

kubectl krew index add kubectl-ai https://github.com/sozercan/kubectl-ai
kubectl krew install kubectl-ai/kubectl-ai

执行过程如下

# krew索引添加kubectl-ai 
$ kubectl krew index add kubectl-ai https://github.com/sozercan/kubectl-ai
WARNING: You have added a new index from "https://github.com/sozercan/kubectl-ai"
The plugins in this index are not audited for security by the Krew maintainers.
Install them at your own risk.
# krew安装kubectl-ai 
$  kubectl krew install kubectl-ai/kubectl-ai
Updated the local copy of plugin index.
Updated the local copy of plugin index "kubectl-ai".
Installing plugin: kubectl-ai
Installed plugin: kubectl-ai
\
 | Use this plugin:
 |  kubectl kubectl-ai
 | Caveats:
 | \
 |  | This plugin requires an OpenAI key.
 | /
/

二进制方式

  • 从GitHub releases下载二进制文件。
  • 如果你想将其用作kubectl插件,请将kubectl-ai二进制文件复制拷贝到你的PATH文件夹。如果不需要将其用作kubectl插件,你也可以独立使用kubectl-ai二进制文件。

配置kubectl-ai

先决条件

kubectl-ai需要OpenAI API密钥,或者Azure OpenAI服务的API密钥和端点,以及有效的Kubernetes配置。

对于 OpenAI 和 Azure OpenAI,你可以使用以下环境变量:

export OPENAI_API_KEY=<your OpenAI key>
export OPENAI_API_KEY=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
export OPENAI_DEPLOYMENT_NAME=<your OpenAI deployment/model name. defaults to "gpt-3.5-turbo">

支持以下OpenAI模型:

  • code-davinci-002
  • text-davinci-003
  • gpt-3.5-turbo-0301(Azure须命名为gpt-35-turbo-0301
  • gpt-3.5-turbo
  • gpt-35-turbo-0301
  • gpt-4-0314
  • gpt-4-32k-0314

对于 Azure OpenAI 服务,你可以使用以下环境变量:

export AZURE_OPENAI_ENDPOINT=<your Azure OpenAI endpoint, like "https://my-aoi-endpoint.openai.azure.com">

如果设置了AZURE_OPENAI_ENDPOINT变量,则将使用Azure OpenAI服务。否则,它将使用OpenAI API。

标志和环境变量

  • 可以设置-require-confirmation标志,或者REQUIRE_CONFIRMATION环境变量,以在应用清单之前提示用户进行确认。默认为true。
  • 可以将-temperature标志,或者TEMPERATURE环境变量设置在0到1之间。较高的temperature将会生成更创意性的结果。较低的temperature表示将会生成更确定性的结果。默认为0。

使用kubectl-ai

创建指定值的资源清单

Deployment 是 Kubernetes 中一种用于管理 pod 副本数量和升级的资源类型。Deployment 通过创建 ReplicaSet 控制 pod 的副本数,并提供了滚动更新功能,可以实现无宕机升级。

首先,我们发出create an nginx deployment with 3 replicas指令,

$ kubectl kubectl-ai "create an nginx deployment with 3 replicas ,and create an servie"
✨ Attempting to apply the following manifest:
apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.7.9
        ports:
        - containerPort: 80
---
apiVersion: v1
kind: Service
metadata:
  name: nginx-service
spec:
  selector:
    app: nginx
  ports:
  - protocol: TCP
    port: 80
    targetPort: 80
Use the arrow keys to navigate: ↓ ↑ → ← 
? Would you like to apply this? [Reprompt/Apply/Don't Apply]: 
+   Reprompt
  ▸ Apply
    Don't Apply

这时候我们看到最后的提示Would you like to apply this?,表示你想应用这个资源清单吗?一共有三个选项

  • Reprompt:重新提示以修改资源清单
  • Apply :直接应用这个资源清单
  • Don’t Apply:不应用资源清单

通过上下箭头,我们可以切换选择响应的选项,并通过执行回车键来执行。

重新提示以修改你的资源清单

...   
$ Reprompt: update to 5 replicas and port 6080 and Service type is NodePort
✨ Attempting to apply the following manifest:
apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
spec:
  replicas: 5
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.7.9
        ports:
        - containerPort: 80
---
apiVersion: v1
kind: Service
metadata:
  name: nginx-service
spec:
  type: NodePort
  ports:
  - port: 6080
    targetPort: 80
  selector:
    app: nginx
  sessionAffinity: None
Use the arrow keys to navigate: ↓ ↑ → ← 
? Would you like to apply this? [Reprompt/Apply/Don't Apply]: 
+   Reprompt
  ▸ Apply
    Don't Apply

执行成功的提示如下

✔ Apply

如果执行失败,可能提示如下。笔者这里之前允许过一个同名的nginx-deployment资源,与kubectl-ai生成的资源清单有冲突,所以提示如下。

✔ Apply
Error: Apply failed with 2 conflicts: conflicts with "kubectl-client-side-apply" using apps/v1:
- .spec.replicas
- .spec.template.spec.containers[name="nginx"].image

验证资源状态

kubectl get all -owide
NAME                                    READY   STATUS    RESTARTS   AGE     IP             NODE       NOMINATED NODE   READINESS GATES
pod/nginx-deployment-5d59d67564-9hxsx   1/1     Running   0          6m14s   10.244.39.38   master-1   <none>           <none>
pod/nginx-deployment-5d59d67564-k7jr2   1/1     Running   0          6m14s   10.244.39.59   master-1   <none>           <none>
pod/nginx-deployment-5d59d67564-n4pw4   1/1     Running   0          6m14s   10.244.39.35   master-1   <none>           <none>
pod/nginx-deployment-5d59d67564-s8z8v   1/1     Running   0          6m14s   10.244.39.23   master-1   <none>           <none>
pod/nginx-deployment-5d59d67564-zw6nw   1/1     Running   0          6m14s   10.244.39.51   master-1   <none>           <none>
NAME                     TYPE        CLUSTER-IP       EXTERNAL-IP   PORT(S)          AGE     SELECTOR
service/kubernetes       ClusterIP   10.96.0.1        <none>        443/TCP          290d    <none>
service/nginx-service    NodePort    10.102.192.38    <none>        6080:30562/TCP   6m13s   app=nginx
NAME                               READY   UP-TO-DATE   AVAILABLE   AGE     CONTAINERS       IMAGES               SELECTOR
deployment.apps/nginx-deployment   5/5     5            5           6m14s   nginx            nginx:1.7.9          app=nginx
NAME                                          DESIRED   CURRENT   READY   AGE     CONTAINERS       IMAGES               SELECTOR
replicaset.apps/nginx-deployment-5d59d67564   5         5         5       6m14s   nginx            nginx:1.7.9          app=nginx,pod-template-hash=5d59d67564

验证nginx服务是否正常

$ curl 10.102.192.38:6080
<!DOCTYPE html>
<html>
<head>
<title>Welcome to nginx!</title>
<style>
    body {
        width: 35em;
        margin: 0 auto;
        font-family: Tahoma, Verdana, Arial, sans-serif;
    }
</style>
</head>
<body>
<h1>Welcome to nginx!</h1>
<p>If you see this page, the nginx web server is successfully installed and
working. Further configuration is required.</p>
<p>For online documentation and support please refer to
<a href="http://nginx.org/">nginx.org</a>.<br/>
Commercial support is available at
<a href="http://nginx.com/">nginx.com</a>.</p>
<p><em>Thank you for using nginx.</em></p>
</body>
</html>

输出了Thank you for using nginx.,表示服务是正常的。

一次创建多个对象

$ kubectl ai "create a foo namespace then create nginx pod in that namespace"
✨ Attempting to apply the following manifest:
apiVersion: v1
kind: Namespace
metadata:
  name: foo
---
apiVersion: v1
kind: Pod
metadata:
  name: nginx
  namespace: foo
spec:
  containers:
  - name: nginx
    image: nginx:latest
Use the arrow keys to navigate: ↓ ↑ → ←
? Would you like to apply this? [Reprompt/Apply/Don't Apply]:
+   Reprompt
  ▸ Apply
    Don't Apply

--require-confirmation标志

$ kubectl ai "create a service with type LoadBalancer with selector as 'app:nginx'" --require-confirmation=false
✨ Attempting to apply the following manifest:
apiVersion: v1
kind: Service
metadata:
  name: nginx-service
spec:
  selector:
    app: nginx
  ports:
  - port: 80
    targetPort: 80
  type: LoadBalancer

请注意,插件还不知道集群的当前状态,所以它总是会生成完整的清单。

——————————————————————————————————————————————————————————————————————————————————————————————

琦彦,在 **云原生百宝箱 **公众号等你,与你一起探讨应用迁移,GitOps,二次开发,解决方案,CNCF生态,及生活况味。

参考

[1] kubectl-ai GitHub Repo

[2] DevOps Use Cases for AI-Assisted Kubernetes

相关实践学习
通过Ingress进行灰度发布
本场景您将运行一个简单的应用,部署一个新的应用用于新的发布,并通过Ingress能力实现灰度发布。
容器应用与集群管理
欢迎来到《容器应用与集群管理》课程,本课程是“云原生容器Clouder认证“系列中的第二阶段。课程将向您介绍与容器集群相关的概念和技术,这些概念和技术可以帮助您了解阿里云容器服务ACK/ACK Serverless的使用。同时,本课程也会向您介绍可以采取的工具、方法和可操作步骤,以帮助您了解如何基于容器服务ACK Serverless构建和管理企业级应用。 学习完本课程后,您将能够: 掌握容器集群、容器编排的基本概念 掌握Kubernetes的基础概念及核心思想 掌握阿里云容器服务ACK/ACK Serverless概念及使用方法 基于容器服务ACK Serverless搭建和管理企业级网站应用
目录
相关文章
|
1天前
|
人工智能 API Windows
免费部署本地AI大语言模型聊天系统:Chatbox AI + 马斯克grok2.0大模型(简单5步实现,免费且比GPT4.0更好用)
本文介绍了如何部署本地AI大语言模型聊天系统,使用Chatbox AI客户端应用和Grok-beta大模型。通过获取API密钥、下载并安装Chatbox AI、配置模型,最终实现高效、智能的聊天体验。Grok 2大模型由马斯克X-AI发布,支持超长文本上下文理解,免费且易于使用。
21 0
|
2月前
|
JSON 运维 Kubernetes
|
2月前
|
Kubernetes 应用服务中间件 nginx
k8s学习--YAML资源清单文件托管服务nginx
k8s学习--YAML资源清单文件托管服务nginx
k8s学习--YAML资源清单文件托管服务nginx
|
2月前
|
人工智能 前端开发 测试技术
探索前端与 AI 的结合:如何用 GPT-4 助力开发效率
本文介绍了 GPT-4 如何成为前端开发者的“神队友”,让开发变得更加高效愉快。无论是需求到代码的自动生成、快速调试和性能优化,还是自动化测试和技术选型,GPT-4 都能提供极大的帮助。通过智能生成代码、捕捉 BUG、优化性能、自动化测试生成以及技术支持,GPT-4 成为开发者不可或缺的工具,帮助他们从繁重的手动任务中解脱出来,专注于创新和创意。GPT-4 正在彻底改变开发流程,让开发者从“辛苦码农”转变为“效率王者”。
49 0
探索前端与 AI 的结合:如何用 GPT-4 助力开发效率
|
2月前
|
人工智能 编解码 文字识别
阿里国际AI开源Ovis1.6,多项得分超GPT-4o-mini!
阿里国际AI团队提出了一种名为Ovis (Open VISion)的新型多模态大模型的架构。
|
2月前
|
人工智能
用AI人模拟社会学实验,居然成功了?斯坦福、NYU用GPT-4模仿人类,准确度惊人!
斯坦福大学和纽约大学的研究团队利用GPT-4模型成功模拟了人类在社交互动中的行为模式,实验结果显示AI能以惊人准确度模仿人类对话,甚至在在线论坛和社交媒体上与真人难以区分。这一突破不仅展示了AI在社会学研究中的巨大潜力,还引发了对AI伦理和透明度的深入探讨。尽管存在一些局限性和挑战,这项研究为未来社会学实验提供了新工具和方法。[论文地址:https://docsend.com/view/qeeccuggec56k9hd]
71 2
|
3月前
|
人工智能 自然语言处理 数据挖掘
【通义】AI视界|性能超越GPT-4o?最强大的开源AI模型来了……
本文介绍了五项最新AI技术动态,包括性能超越GPT-4o的开源AI模型Reflection70B、智谱清言App限时免费的视频通话功能、哈佛医学院研发的癌症诊断AI模型CHIEF、Replit推出的AI编程助手,以及英特尔与日本AIST合作设立的芯片制造研发中心。这些进展展示了AI领域的快速创新与广泛应用。更多详情,请访问通义官网体验。
|
4月前
|
人工智能 自然语言处理 小程序
【AI】Gemini:听说GPT-4你小子挺厉害
谷歌推出新AI模型Gemini Pro,支持中文并具备多模态处理能力,涵盖文本、图像、音频、视频和代码。本文通过五个问题对比Gemini Pro与ChatGPT-4的表现,包括绘画、数学题解答、成语解释、天气查询及奥运冠军名单。结果显示两者各有优势,Gemini Pro在成语解释和天气查询方面略胜一筹,而ChatGPT-4在绘画方面表现更好
54 0
【AI】Gemini:听说GPT-4你小子挺厉害
|
4月前
|
存储 Kubernetes 数据中心
在K8S中,同⼀个Pod内不同容器哪些资源是共用的,哪些资源是隔离的?
在K8S中,同⼀个Pod内不同容器哪些资源是共用的,哪些资源是隔离的?
|
4月前
|
边缘计算 人工智能 Kubernetes
边缘计算问题之理解 Kubernetes 节点资源的四层分配结构如何解决
边缘计算问题之理解 Kubernetes 节点资源的四层分配结构如何解决
40 1

热门文章

最新文章