[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-weibaohui--k8m":3,"tool-weibaohui--k8m":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":79,"owner_email":80,"owner_twitter":77,"owner_website":77,"owner_url":81,"languages":82,"stars":115,"forks":116,"last_commit_at":117,"license":118,"difficulty_score":119,"env_os":120,"env_gpu":121,"env_ram":121,"env_deps":122,"category_tags":125,"github_topics":126,"view_count":10,"oss_zip_url":77,"oss_zip_packed_at":77,"status":16,"created_at":138,"updated_at":139,"faqs":140,"releases":181},149,"weibaohui\u002Fk8m","k8m","一款轻量级、跨平台的 Mini Kubernetes AI Dashboard，支持大模型+智能体+MCP(支持设置操作权限)，集成多集群管理、智能分析、实时异常检测等功能，支持多架构并可单文件部署，助力高效集群管理与运维优化。","k8m 是一款轻量级、跨平台的 Kubernetes AI 控制台，将大模型能力与集群管理深度融合。它通过内置或接入私有大模型（如 Qwen、DeepSeek 或 Ollama），实现智能问答、YAML 自动解释、日志诊断、命令推荐等功能，并集成 k8s-gpt 能力，让 Kubernetes 运维更直观高效。k8m 支持多集群统一管理，自动扫描 kubeconfig 文件，兼容标准 K8s、EKS、K3s 等多种环境，同时创新性地打通 MCP（Model Context Protocol）调用与用户权限体系——大模型执行操作时严格遵循当前用户的集群权限，确保安全可控。所有功能打包为单文件，部署简单，资源占用低。适合 DevOps 工程师、SRE、云原生开发者及 AI 基础设施研究者使用，尤其适用于希望借助 AI 提升集群管理效率、降低运维复杂度的技术团队。","\u003Cdiv align=\"center\">\n\u003Ch1>K8M\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n \n[![weibaohui%2Fk8m | Trendshift](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_17f4a7d6fa98.png)](https:\u002F\u002Ftrendshift.io\u002Frepositories\u002F14095)\n\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n \n![GitHub Repo Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fweibaohui\u002Fk8m)\n![GitHub Repo Forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fweibaohui\u002Fk8m)\n\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n\n [![License MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-blue?style=flat-square)](https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fblob\u002Fmaster\u002FLICENSE)\n [![Go Report Card](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_2b4a70945b89.png)](https:\u002F\u002Fgoreportcard.com\u002Freport\u002Fgithub.com\u002Fweibaohui\u002Fk8m)\n![GitHub Release](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fv\u002Frelease\u002Fweibaohui\u002Fk8m)\n![GitHub Downloads (all assets, all releases)](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fdownloads\u002Fweibaohui\u002Fk8m\u002Ftotal)\n![GitHub Repo Issues](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fweibaohui\u002Fk8m)\n[![Trust Score](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_ef5714c59dfc.png)](https:\u002F\u002Farchestra.ai\u002Fmcp-catalog\u002Fweibaohui__k8m)\n[![zread](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAsk_Zread-_.svg?style=plastic&color=00b0aa&labelColor=000000&logo=data%3Aimage%2Fsvg%2Bxml%3Bbase64%2CPHN2ZyB3aWR0aD0iMTYiIGhlaWdodD0iMTYiIHZpZXdCb3g9IjAgMCAxNiAxNiIgZmlsbD0ibm9uZSIgeG1sbnM9Imh0dHA6Ly93d3cudzMub3JnLzIwMDAvc3ZnIj4KPHBhdGggZD0iTTQuOTYxNTYgMS42MDAxSDIuMjQxNTZDMS44ODgxIDEuNjAwMSAxLjYwMTU2IDEuODg2NjQgMS42MDE1NiAyLjI0MDFWNC45NjAxQzEuNjAxNTYgNS4zMTM1NiAxLjg4ODEgNS42MDAxIDIuMjQxNTYgNS42MDAxSDQuOTYxNTZDNS4zMTUwMiA1LjYwMDEgNS42MDE1NiA1LjMxMzU2IDUuNjAxNTYgNC45NjAxVjIuMjQwMUM1LjYwMTU2IDEuODg2NjQgNS4zMTUwMiAxLjYwMDEgNC45NjE1NiAxLjYwMDFaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00Ljk2MTU2IDEwLjM5OTlIMi4yNDE1NkMxLjg4ODEgMTAuMzk5OSAxLjYwMTU2IDEwLjY4NjQgMS42MDE1NiAxMS4wMzk5VjEzLjc1OTlDMS42MDE1NiAxNC4xMTM0IDEuODg4MSAxNC4zOTk5IDIuMjQxNTYgMTQuMzk5OUg0Ljk2MTU2QzUuMzE1MDIgMTQuMzk5OSA1LjYwMTU2IDE0LjExMzQgNS42MDE1NiAxMy43NTk5VjExLjAzOTlDNS42MDE1NiAxMC42ODY0IDUuMzE1MDIgMTAuMzk5OSA0Ljk2MTU2IDEwLjM5OTlaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik0xMy43NTg0IDEuNjAwMUgxMS4wMzg0QzEwLjY4NSAxLjYwMDEgMTAuMzk4NCAxLjg4NjY0IDEwLjM5ODQgMi4yNDAxVjQuOTYwMUMxMC4zOTg0IDUuMzEzNTYgMTAuNjg1IDUuNjAwMSAxMS4wMzg0IDUuNjAwMUgxMy43NTg0QzE0LjExMTkgNS42MDAxIDE0LjM5ODQgNS4zMTM1NiAxNC4zOTg0IDQuOTYwMVYyLjI0MDFDMTQuMzk4NCAxLjg4NjY0IDE0LjExMTkgMS42MDAxIDEzLjc1ODQgMS42MDAxWiIgZmlsbD0iI2ZmZiIvPgo8cGF0aCBkPSJNNCAxMkwxMiA0TDQgMTJaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00IDEyTDEyIDQiIHN0cm9rZT0iI2ZmZiIgc3Ryb2tlLXdpZHRoPSIxLjUiIHN0cm9rZS1saW5lY2FwPSJyb3VuZCIvPgo8L3N2Zz4K&logoColor=ffffff)](https:\u002F\u002Fzread.ai\u002Fweibaohui\u002Fk8m)\n![Repobeats analytics image](https:\u002F\u002Frepobeats.axiom.co\u002Fapi\u002Fembed\u002F9fde094e5c9a1d4c530e875864ee7919b17d0690.svg)\n\n\u003C\u002Fdiv>\n\n\n[English](README_en.md) | [中文](README.md)\n\n\n\n**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  [\n`kom`](https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fkom)  作为 Kubernetes API 客户端，**k8m** 内置了\nQwen2.5-Coder-7B，支持deepseek-ai\u002FDeepSeek-R1-Distill-Qwen-7B模型\n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）。\n\n### 演示DEMO\n\n[DEMO](http:\u002F\u002F107.150.119.151:3618)\n[DEMO-InCluster模式](http:\u002F\u002F107.150.119.151:31999)\n用户名密码 demo\u002Fdemo\n\n### 文档\n\n- 详细的配置和使用说明请参考[文档](docs\u002FREADME.md)。\n- 更新日志请参考[更新日志](CHANGELOG.md)。\n- [开发设计文档-中文](https:\u002F\u002Fzread.ai\u002Fweibaohui\u002Fk8m)\n- [开发设计文档-English](https:\u002F\u002Fdeepwiki.com\u002Fweibaohui\u002Fk8m)\n\n\n### 主要特点\n\n- **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。\n- **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。\n- **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。\n- **AI驱动融合**\n  ：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:\u002F\u002Fgithub.com\u002Fk8sgpt-ai\u002Fk8sgpt)\n  功能，实现中文展现，为管理k8s提供智能化支持。\n- **功能插件化**：特性功能插件化，按需开启，不开启不占资源。  \n- **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 Server\n  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。\n- **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。\n- **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。\n- **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。\n- **支持k8s最新特性**:支持APIGateway、OpenKruise等功能特性。\n- **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。\n- **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\n- **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。\n- **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。\n- **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。\n- **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。\n- **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。\n- **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。\n- **多数据库支持**：支持SQLite、MySql、PostgreSql等多种数据库。\n- **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。\n\n**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。\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_68f77b4acd44.png)\n\n\n## **运行**\n\n1. **下载**：从 [GitHub release](https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Freleases) 下载最新版本。\n2. **运行**：使用 `.\u002Fk8m` 命令启动,访问[http:\u002F\u002F127.0.0.1:3618](http:\u002F\u002F127.0.0.1:3618)。\n3. **登录用户名密码**：\n    - 用户名：`k8m`\n    - 密码：`k8m`\n    - 请注意上线后修改用户名密码、启用两步验证。\n4. **参数**：\n\n```shell\nUsage of .\u002Fk8m:\n      --enable-temp-admin                是否启用临时管理员账户配置，默认关闭\n      --admin-password string            管理员密码，启用临时管理员账户配置后生效 \n      --admin-username string            管理员用户名，启用临时管理员账户配置后生效\n      --print-config                     是否打印配置信息 (default false)\n      --connect-cluster                  启动集群是是否自动连接现有集群，默认关闭\n  -d, --debug                            调试模式\n      --in-cluster                       是否自动注册纳管宿主集群，默认启用\n      --jwt-token-secret string          登录后生成JWT token 使用的Secret (default \"your-secret-key\")\n  -c, --kubeconfig string                kubeconfig文件路径 (default \"\u002Froot\u002F.kube\u002Fconfig\")\n      --kubectl-shell-image string       Kubectl Shell 镜像。默认为 bitnami\u002Fkubectl:latest，必须包含kubectl命令 (default \"bitnami\u002Fkubectl:latest\")\n      --log-v int                        klog的日志级别klog.V(2) (default 2)\n      --login-type string                登录方式，password, oauth, token等,default is password (default \"password\")\n      --image-pull-timeout               Node Shell、Kubectl Shell 镜像拉取超时时间。默认为 30 秒\n      --node-shell-image string          NodeShell 镜像。 默认为 alpine:latest，必须包含`nsenter`命令 (default \"alpine:latest\")\n  -p, --port int                         监听端口 (default 3618)\n  -v, --v Level                          klog的日志级别 (default 2)\n```\n\n也可以直接通过docker-compose(推荐)启动：\n\n```yaml\nservices:\n  k8m:\n    container_name: k8m\n    image: registry.cn-hangzhou.aliyuncs.com\u002Fminik8m\u002Fk8m\n    restart: always\n    ports:\n      - \"3618:3618\"\n    environment:\n      TZ: Asia\u002FShanghai\n    volumes:\n      - .\u002Fdata:\u002Fapp\u002Fdata\n```\n\n启动之后，访问`3618`端口，默认用户：`k8m`，默认密码`k8m`。\n如果你想通过在线环境快速拉起体验，可以访问：[k8m](https:\u002F\u002Fcnb.cool\u002Fznb\u002Fqifei\u002F-\u002Ftree\u002Fmain\u002Fletsfly\u002Fjustforfun\u002Fk8m)\n\n\n## 容器化k8s集群方式运行\n\n使用[KinD](https:\u002F\u002Fkind.sigs.k8s.io\u002Fdocs\u002Fuser\u002Fquick-start\u002F)、[MiniKube](https:\u002F\u002Fminikube.sigs.k8s.io\u002Fdocs\u002Fstart\u002F)\n安装一个小型k8s集群\n\n## KinD方式\n\n* 创建 KinD Kubernetes 集群\n\n```\nbrew install kind\n```\n\n* 创建新的 Kubernetes 集群：\n\n```\nkind create cluster --name k8sgpt-demo\n```\n\n## 将k8m部署到集群中体验\n\n### 安装脚本\n\n```docker\nkubectl apply -f https:\u002F\u002Fraw.githubusercontent.com\u002Fweibaohui\u002Fk8m\u002Frefs\u002Fheads\u002Fmain\u002Fdeploy\u002Fk8m.yaml\n```\n\n* 访问：\n  默认使用了nodePort开放，请访问31999端口。或自行配置Ingress\n  http:\u002F\u002FNodePortIP:31999\n\n## 生产部署启用主备选举插件，注意事项\n\n- 单实例运行service的定义`不要加` `k8m.io\u002Frole: leader` 标签，加了不能正常访问。\n- 多实例运行service的定义`必须加` `k8m.io\u002Frole: leader` 标签，否则不会切换。\n- 多实例运行的yaml如下：\n```docker\nkubectl apply -f https:\u002F\u002Fraw.githubusercontent.com\u002Fweibaohui\u002Fk8m\u002Frefs\u002Fheads\u002Fmain\u002Fdeploy\u002Fk8m-ms.yaml\n```\n\n\n## **ChatGPT 配置指南**\n\n### 内置GPT\n\n从v0.0.8版本开始，将内置GPT，无需配置。\n如果您需要使用自己的GPT，请参考以下文档。\n\n- [自托管\u002F自定义大模型支持](docs\u002Fuse-self-hosted-ai.md) - 如何使用自托管的\n- [Ollama配置](docs\u002Follama.md) - 如何配置使用Ollama大模型。\n\n### **ChatGPT 状态调试**\n\n如果设置参数后，依然没有效果，请尝试使用`.\u002Fk8m -v 6`获取更多的调试信息。\n会输出以下信息，通过查看日志，确认是否启用ChatGPT。\n  \n\n\n\n## 开发调试\n\n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。\n\n#### 第一步编译前端\n\n```bash \ncd ui\npnpm run build\n```\n\n#### 编译调试后端\n\n```bash\n#下载依赖\ngo mod tidy\n#运行\nair\n#或者\ngo run *.go \n# 监听localhost:3618端口\n```\n\n#### 前端热加载\n\n```bash\ncd ui\npnpm run dev\n#Vite服务会监听在localhost:3000端口\n#Vite转发后端访问到3618端口\n```\n\n访问http:\u002F\u002Flocalhost:3000\n\n### HELP & SUPPORT\n\n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！\n\n### 特别鸣谢\n\n[zhaomingcheng01](https:\u002F\u002Fgithub.com\u002Fzhaomingcheng01)：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~\n\n[La0jin](https:\u002F\u002Fgithub.com\u002FLa0jin):提供在线资源及维护，极大提升了k8m的展示效果\n\n[eryajf](https:\u002F\u002Fgithub.com\u002Feryajf):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\n\n## 联系我\n\n微信（大罗马的太阳） 搜索ID：daluomadetaiyang,备注k8m。\n\u003Cbr>\u003Cimg width=\"214\" alt=\"Image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_3553d7a2a697.png\" \u002F>\n\n## 微信群\n![输入图片说明](https:\u002F\u002Fforuda.gitee.com\u002Fimages\u002F1773302512337798592\u002F4d72288b_77493.png \"屏幕截图\")\n","\u003Cdiv align=\"center\">\n\u003Ch1>K8M\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n \n[![weibaohui%2Fk8m | Trendshift](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_17f4a7d6fa98.png)](https:\u002F\u002Ftrendshift.io\u002Frepositories\u002F14095)\n\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n \n![GitHub Repo Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fweibaohui\u002Fk8m)\n![GitHub Repo Forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fweibaohui\u002Fk8m)\n\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n\n [![License MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-blue?style=flat-square)](https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fblob\u002Fmaster\u002FLICENSE)\n [![Go Report Card](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_2b4a70945b89.png)](https:\u002F\u002Fgoreportcard.com\u002Freport\u002Fgithub.com\u002Fweibaohui\u002Fk8m)\n![GitHub Release](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fv\u002Frelease\u002Fweibaohui\u002Fk8m)\n![GitHub Downloads (all assets, all releases)](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fdownloads\u002Fweibaohui\u002Fk8m\u002Ftotal)\n![GitHub Repo Issues](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fweibaohui\u002Fk8m)\n[![Trust Score](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_ef5714c59dfc.png)](https:\u002F\u002Farchestra.ai\u002Fmcp-catalog\u002Fweibaohui__k8m)\n[![zread](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAsk_Zread-_.svg?style=plastic&color=00b0aa&labelColor=000000&logo=data%3Aimage%2Fsvg%2Bxml%3Bbase64%2CPHN2ZyB3aWR0aD0iMTYiIGhlaWdodD0iMTYiIHZpZXdCb3g9IjAgMCAxNiAxNiIgZmlsbD0ibm9uZSIgeG1sbnM9Imh0dHA6Ly93d3cudzMub3JnLzIwMDAvc3ZnIj4KPHBhdGggZD0iTTQuOTYxNTYgMS42MDAxSDIuMjQxNTZDMS44ODgxIDEuNjAwMSAxLjYwMTU2IDEuODg2NjQgMS42MDE1NiAyLjI0MDFWNC45NjAxQzEuNjAxNTYgNS4zMTM1NiAxLjg4ODEgNS42MDAxIDIuMjQxNTYgNS42MDAxSDQuOTYxNTZDNS4zMTUwMiA1LjYwMDEgNS42MDE1NiA1LjMxMzU2IDUuNjAxNTYgNC45NjAxVjIuMjQwMUM1LjYwMTU2IDEuODg2NjQgNS4zMTUwMiAxLjYwMDEgNC45NjE1NiAxLjYwMDFaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00Ljk2MTU2IDEwLjM5OTlIMi4yNDE1NkMxLjg4ODEgMTAuMzk5OSAxLjYwMTU2IDEwLjY4NjQgMS42MDE1NiAxMS4wMzk5VjEzLjc1OTlDMS42MDE1NiAxNC4xMTM0IDEuODg4MSAxNC4zOTk5IDIuMjQxNTYgMTQuMzk5OUg0Ljk2MTU2QzUuMzE1MDIgMTQuMzk5OSA1LjYwMTU2IDE0LjExMzQgNS42MDE1NiAxMy43NTk5VjExLjAzOTlDNS42MDE1NiAxMC42ODY0IDUuMzE1MDIgMTAuMzk5OSA0Ljk2MTU2IDEwLjM5OTlaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik0xMy43NTg0IDEuNjAwMUgxMS4wMzg0QzEwLjY4NSAxLjYwMDEgMTAuMzk4NCAxLjg4NjY0IDEwLjM5ODQgMi4yNDAxVjQuOTYwMUMxMC4zOTg0IDUuMzEzNTYgMTAuNjg1IDUuNjAwMSAxMS4wMzg0IDUuNjAwMUgxMy43NTg0QzE0LjExMTkgNS42MDAxIDE0LjM5ODQgNS4zMTM1NiAxNC4zOTg0IDQuOTYwMVYyLjI0MDFDMTQuMzk4NCAxLjg4NjY0IDE0LjExMTkgMS42MDAxIDEzLjc1ODQgMS42MDAxWiIgZmlsbD0iI2ZmZiIvPgo8cGF0aCBkPSJNNCAxMkwxMiA0TDQgMTJaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00IDEyTDEyIDQiIHN0cm9rZT0iI2ZmZiIgc3Ryb2tlLXdpZHRoPSIxLjUiIHN0cm9rZS1saW5lY2FwPSJyb3VuZCIvPgo8L3N2Zz4K&logoColor=ffffff)](https:\u002F\u002Fzread.ai\u002Fweibaohui\u002Fk8m)\n![Repobeats analytics image](https:\u002F\u002Frepobeats.axiom.co\u002Fapi\u002Fembed\u002F9fde094e5c9a1d4c530e875864ee7919b17d0690.svg)\n\n\u003C\u002Fdiv>\n\n\n[English](README_en.md) | [中文](README.md)\n\n\n\n**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（前端低代码框架）构建，并通过 [\n`kom`](https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fkom) 作为 Kubernetes API 客户端，**k8m** 内置了\nQwen2.5-Coder-7B，支持 deepseek-ai\u002FDeepSeek-R1-Distill-Qwen-7B 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）。\n\n### 演示DEMO\n\n[DEMO](http:\u002F\u002F107.150.119.151:3618)  \n[DEMO-InCluster模式](http:\u002F\u002F107.150.119.151:31999)  \n用户名密码 demo\u002Fdemo\n\n### 文档\n\n- 详细的配置和使用说明请参考[文档](docs\u002FREADME.md)。\n- 更新日志请参考[更新日志](CHANGELOG.md)。\n- [开发设计文档-中文](https:\u002F\u002Fzread.ai\u002Fweibaohui\u002Fk8m)\n- [开发设计文档-English](https:\u002F\u002Fdeepwiki.com\u002Fweibaohui\u002Fk8m)\n\n\n### 主要特点\n\n- **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。\n- **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。\n- **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。\n- **AI驱动融合**\n  ：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:\u002F\u002Fgithub.com\u002Fk8sgpt-ai\u002Fk8sgpt)\n  功能，实现中文展现，为管理 k8s 提供智能化支持。\n- **功能插件化**：特性功能插件化，按需开启，不开启不占资源。  \n- **MCP集成**: 可视化管理 MCP（Model Context Protocol），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 Server\n  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。\n- **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。\n- **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。\n- **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。\n- **支持k8s最新特性**: 支持 APIGateway、OpenKruise 等功能特性。\n- **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。\n- **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。\n- **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。\n- **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。\n- **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。\n- **CRD管理**：可自动发现并管理 CRD（Custom Resource Definition）资源，树状列出所有 CRD，提高工作效率。\n- **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。\n- **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。\n- **多数据库支持**：支持 SQLite、MySQL、PostgreSQL 等多种数据库。\n- **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。\n\n**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。\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_68f77b4acd44.png)\n\n\n## **运行**\n\n1. **下载**：从 [GitHub release](https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Freleases) 下载最新版本。\n2. **运行**：使用 `.\u002Fk8m` 命令启动，访问 [http:\u002F\u002F127.0.0.1:3618](http:\u002F\u002F127.0.0.1:3618)。\n3. **登录用户名密码**：\n    - 用户名：`k8m`\n    - 密码：`k8m`\n    - 请注意上线后修改用户名密码、启用两步验证。\n4. **参数**：\n\n```shell\nUsage of .\u002Fk8m:\n      --enable-temp-admin                是否启用临时管理员账户配置，默认关闭\n      --admin-password string            管理员密码，启用临时管理员账户配置后生效 \n      --admin-username string            管理员用户名，启用临时管理员账户配置后生效\n      --print-config                     是否打印配置信息 (default false)\n      --connect-cluster                  启动集群是是否自动连接现有集群，默认关闭\n  -d, --debug                            调试模式\n      --in-cluster                       是否自动注册纳管宿主集群，默认启用\n      --jwt-token-secret string          登录后生成JWT token 使用的Secret (default \"your-secret-key\")\n  -c, --kubeconfig string                kubeconfig文件路径 (default \"\u002Froot\u002F.kube\u002Fconfig\")\n      --kubectl-shell-image string       Kubectl Shell 镜像。默认为 bitnami\u002Fkubectl:latest，必须包含kubectl命令 (default \"bitnami\u002Fkubectl:latest\")\n      --log-v int                        klog的日志级别klog.V(2) (default 2)\n      --login-type string                登录方式，password, oauth, token等,default is password (default \"password\")\n      --image-pull-timeout               Node Shell、Kubectl Shell 镜像拉取超时时间。默认为 30 秒\n      --node-shell-image string          NodeShell 镜像。 默认为 alpine:latest，必须包含`nsenter`命令 (default \"alpine:latest\")\n  -p, --port int                         监听端口 (default 3618)\n  -v, --v Level                          klog的日志级别 (default 2)\n```\n\n也可以直接通过 docker-compose（推荐）启动：\n\n```yaml\nservices:\n  k8m:\n    container_name: k8m\n    image: registry.cn-hangzhou.aliyuncs.com\u002Fminik8m\u002Fk8m\n    restart: always\n    ports:\n      - \"3618:3618\"\n    environment:\n      TZ: Asia\u002FShanghai\n    volumes:\n      - .\u002Fdata:\u002Fapp\u002Fdata\n```\n\n启动之后，访问`3618`端口，默认用户：`k8m`，默认密码`k8m`。  \n如果你想通过在线环境快速拉起体验，可以访问：[k8m](https:\u002F\u002Fcnb.cool\u002Fznb\u002Fqifei\u002F-\u002Ftree\u002Fmain\u002Fletsfly\u002Fjustforfun\u002Fk8m)\n\n\n## 容器化k8s集群方式运行\n\n使用 [KinD](https:\u002F\u002Fkind.sigs.k8s.io\u002Fdocs\u002Fuser\u002Fquick-start\u002F)、[MiniKube](https:\u002F\u002Fminikube.sigs.k8s.io\u002Fdocs\u002Fstart\u002F)  \n安装一个小型 k8s 集群\n\n## KinD 方式\n\n* 安装 KinD（Kubernetes in Docker）工具：\n\n```\nbrew install kind\n```\n\n* 创建新的 Kubernetes 集群：\n\n```\nkind create cluster --name k8sgpt-demo\n```\n\n## 将 k8m 部署到集群中体验\n\n### 安装脚本\n\n```docker\nkubectl apply -f https:\u002F\u002Fraw.githubusercontent.com\u002Fweibaohui\u002Fk8m\u002Frefs\u002Fheads\u002Fmain\u002Fdeploy\u002Fk8m.yaml\n```\n\n* 访问方式：  \n  默认使用了 NodePort 暴露服务，请访问 31999 端口。您也可以自行配置 Ingress。  \n  http:\u002F\u002FNodePortIP:31999\n\n## 生产部署启用主备选举插件，注意事项\n\n- 单实例运行时，Service 的定义**不要添加** `k8m.io\u002Frole: leader` 标签，否则将无法正常访问。\n- 多实例运行时，Service 的定义**必须添加** `k8m.io\u002Frole: leader` 标签，否则不会触发主备切换。\n- 多实例运行的 YAML 文件如下：\n```docker\nkubectl apply -f https:\u002F\u002Fraw.githubusercontent.com\u002Fweibaohui\u002Fk8m\u002Frefs\u002Fheads\u002Fmain\u002Fdeploy\u002Fk8m-ms.yaml\n```\n\n\n## **ChatGPT 配置指南**\n\n### 内置 GPT\n\n从 v0.0.8 版本开始，已内置 GPT，无需额外配置。  \n如果您希望使用自己的 GPT 模型，请参考以下文档。\n\n- [自托管\u002F自定义大模型支持](docs\u002Fuse-self-hosted-ai.md) - 如何使用自托管的大模型\n- [Ollama 配置](docs\u002Follama.md) - 如何配置使用 Ollama 大模型。\n\n### **ChatGPT 状态调试**\n\n如果设置参数后仍无效果，请尝试使用 `.\u002Fk8m -v 6` 获取更详细的调试信息。  \n日志中会输出相关信息，通过查看日志可确认 ChatGPT 是否已成功启用。\n\n## 开发调试\n\n如果您想在本地进行开发调试，请先执行一次本地前端构建，以自动生成 dist 目录。因为本项目采用二进制嵌入前端资源的方式，若缺少 dist 目录，程序会报错。\n\n#### 第一步：编译前端\n\n```bash \ncd ui\npnpm run build\n```\n\n#### 编译并调试后端\n\n```bash\n# 下载依赖\ngo mod tidy\n# 运行（使用 air 实现热重载）\nair\n# 或者直接运行\ngo run *.go \n# 默认监听 localhost:3618 端口\n```\n\n#### 前端热加载\n\n```bash\ncd ui\npnpm run dev\n# Vite 服务将监听在 localhost:3000 端口\n# Vite 会将后端请求代理到 3618 端口\n```\n\n访问 http:\u002F\u002Flocalhost:3000\n\n### HELP & SUPPORT\n\n如果您有任何进一步的问题或需要额外的帮助，请随时与我联系！\n\n### 特别鸣谢\n\n[zhaomingcheng01](https:\u002F\u002Fgithub.com\u002Fzhaomingcheng01)：提出了诸多非常高质量的建议，为 k8m 的易用性做出了卓越贡献~\n\n[La0jin](https:\u002F\u002Fgithub.com\u002FLa0jin)：提供在线资源及维护，极大提升了 k8m 的展示效果\n\n[eryajf](https:\u002F\u002Fgithub.com\u002Feryajf)：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\n\n## 联系我\n\n微信（大罗马的太阳） 搜索 ID：daluomadetaiyang，备注 k8m。  \n\u003Cbr>\u003Cimg width=\"214\" alt=\"Image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_readme_3553d7a2a697.png\" \u002F>\n\n## 微信群\n![输入图片说明](https:\u002F\u002Fforuda.gitee.com\u002Fimages\u002F1773302512337798592\u002F4d72288b_77493.png \"屏幕截图\")","# k8m 快速上手指南\n\n## 环境准备\n\n- **操作系统**：Linux \u002F macOS \u002F Windows\n- **架构支持**：x86 \u002F ARM\n- **前置依赖（可选）**：\n  - 若使用本地 kubeconfig 管理集群，需已配置好 `~\u002F.kube\u002Fconfig`\n  - 若通过 Docker 运行，需安装 [Docker](https:\u002F\u002Fdocs.docker.com\u002Fengine\u002Finstall\u002F) 或 [Docker Compose](https:\u002F\u002Fdocs.docker.com\u002Fcompose\u002Finstall\u002F)\n- **推荐国内加速**：\n  - Docker 镜像源使用阿里云镜像：`registry.cn-hangzhou.aliyuncs.com\u002Fminik8m\u002Fk8m`\n\n## 安装步骤\n\n### 方式一：直接下载二进制（推荐）\n\n```bash\n# 下载最新版本（以 Linux x86 为例）\nwget https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Freleases\u002Flatest\u002Fdownload\u002Fk8m-linux-amd64\nchmod +x k8m-linux-amd64\nmv k8m-linux-amd64 \u002Fusr\u002Flocal\u002Fbin\u002Fk8m\n```\n\n### 方式二：使用 Docker Compose（推荐用于生产）\n\n```yaml\n# docker-compose.yml\nservices:\n  k8m:\n    container_name: k8m\n    image: registry.cn-hangzhou.aliyuncs.com\u002Fminik8m\u002Fk8m\n    restart: always\n    ports:\n      - \"3618:3618\"\n    environment:\n      TZ: Asia\u002FShanghai\n    volumes:\n      - .\u002Fdata:\u002Fapp\u002Fdata\n```\n\n启动服务：\n\n```bash\ndocker-compose up -d\n```\n\n### 方式三：部署到 Kubernetes 集群（InCluster 模式）\n\n```bash\nkubectl apply -f https:\u002F\u002Fraw.githubusercontent.com\u002Fweibaohui\u002Fk8m\u002Frefs\u002Fheads\u002Fmain\u002Fdeploy\u002Fk8m.yaml\n```\n\n访问地址：`http:\u002F\u002F\u003CNodeIP>:31999`\n\n## 基本使用\n\n1. 启动 k8m：\n\n   ```bash\n   # 二进制方式\n   .\u002Fk8m\n\n   # 默认监听 3618 端口\n   ```\n\n2. 访问 Web 控制台：\n\n   ```\n   http:\u002F\u002F127.0.0.1:3618\n   ```\n\n3. 使用默认账号登录：\n\n   - **用户名**：`k8m`\n   - **密码**：`k8m`\n\n4. 自动纳管当前 kubeconfig 中的集群（若存在），或在界面中手动添加集群。\n\n> ⚠️ 首次上线后请立即修改默认密码并启用两步验证。","某金融科技公司的 DevOps 团队负责管理 5 个 Kubernetes 集群（包括 EKS、K3s 和本地 K8s），日常需频繁排查 Pod 异常、调试 YAML 配置，并响应开发人员的运维请求。\n\n### 没有 k8m 时\n- 运维人员需在多个终端窗口间切换，手动执行 `kubectl describe`、`logs` 等命令排查问题，效率低下且易遗漏关键信息。\n- 新入职工程师面对复杂的 YAML 字段和错误日志难以理解，常因误操作导致服务中断。\n- 多集群管理依赖分散的 kubeconfig 文件，缺乏统一视图，集群状态异常难以及时发现。\n- 开发人员请求“重启某个命名空间下的所有 Pod”等操作时，需人工审核权限并手动执行，流程繁琐且存在越权风险。\n- 无法快速获取智能建议，例如自动推荐资源配额调整或故障根因分析。\n\n### 使用 k8m 后\n- 通过内置 AI 助手直接划词解释日志错误、YAML 字段含义，并自动生成诊断结论与修复建议，排查时间缩短 60% 以上。\n- 新人可通过自然语言提问（如“这个 CrashLoopBackOff 是什么原因？”），k8m 调用私有化大模型结合集群上下文给出中文解答。\n- 所有集群在单界面集中展示，支持心跳检测与异常告警，一目了然掌握全局状态。\n- 开发人员通过 MCP 接口提交操作请求（如“重启 prod 命名空间的 Pod”），k8m 自动按其 RBAC 权限执行，确保操作安全合规。\n- 利用集成的 k8s-GPT 能力，自动分析资源瓶颈并推荐优化策略，如调整 requests\u002Flimits 或 HPA 配置。\n\nk8m 将多集群管理、AI 辅助决策与权限安全打通，让 Kubernetes 运维从“命令行苦力”转变为“智能协同”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweibaohui_k8m_cc60a380.png","weibaohui","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fweibaohui_623ad98d.png",null,"RPC","Beijing","weibaohui@yeah.net","https:\u002F\u002Fgithub.com\u002Fweibaohui",[83,87,91,95,98,102,106,109,112],{"name":84,"color":85,"percentage":86},"Go","#00ADD8",77,{"name":88,"color":89,"percentage":90},"TypeScript","#3178c6",22.2,{"name":92,"color":93,"percentage":94},"Makefile","#427819",0.3,{"name":96,"color":97,"percentage":94},"SCSS","#c6538c",{"name":99,"color":100,"percentage":101},"Shell","#89e051",0.2,{"name":103,"color":104,"percentage":105},"Dockerfile","#384d54",0,{"name":107,"color":108,"percentage":105},"JavaScript","#f1e05a",{"name":110,"color":111,"percentage":105},"HTML","#e34c26",{"name":113,"color":114,"percentage":105},"CSS","#663399",798,139,"2026-04-02T06:54:16","MIT",4,"Linux, macOS, Windows","未说明",{"notes":123,"python":121,"dependencies":124},"工具为 Go 编写的二进制可执行文件，无需 Python 环境；内置 Qwen2.5-Coder-7B 和 DeepSeek-R1-Distill-Qwen-7B 模型，支持通过 Ollama 或私有大模型接入；运行时需访问 Kubernetes 集群（通过 kubeconfig 或 InCluster 模式）；容器化部署推荐使用 Docker 或 Kubernetes；若启用 AI 功能，需确保后端能访问所配置的大模型服务。",[],[26,14,53,13,15],[127,128,129,130,131,132,133,134,135,136,137],"ai","chatgpt","dashboard","k8s","k8s-gpt","2fa","mcp","ollama","openai","apigateway","openkruise","2026-03-27T02:49:30.150509","2026-04-06T07:13:09.400024",[141,146,151,156,161,166,171,176],{"id":142,"question_zh":143,"answer_zh":144,"source_url":145},245,"启动 k8m 时报错 'InCluster Error unable to load in-cluster configuration' 并卡住，如何解决？","该错误表明 k8m 尝试以 InCluster 模式运行但未在 Kubernetes 集群内部（缺少 KUBERNETES_SERVICE_HOST 和 KUBERNETES_SERVICE_PORT 环境变量）。此时 k8m 会自动回退到使用 kubeconfig 或 API Server 地址连接。若程序卡住且内存持续增长，可能是早期版本的 bug，建议升级到最新版（如 v0.0.14 之后的修复版本）。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F11",{"id":147,"question_zh":148,"answer_zh":149,"source_url":150},246,"连接容器终端或上传文件时显示 'disconnected' 或失败，怎么办？","此问题通常由用户权限不足导致，特别是缺少对 Pod 的 exec 权限。解决方案是为当前用户（如 Admin）明确授予 'Exec' 权限。该问题已在 v0.0.86\u002Fv0.0.87 版本中通过权限检查逻辑修复，建议升级并检查 RBAC 配置。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F78",{"id":152,"question_zh":153,"answer_zh":154,"source_url":155},247,"导入 AWS 托管集群后，一段时间不操作就无法看到资源内容，必须重新连接，如何避免？","这是由于集群连接超时断开所致。从 v0.182 版本开始，k8m 已增加自动心跳检测和重试机制，可自动维持连接状态，无需手动重新连接。建议升级至该版本或更高版本以启用此功能。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F367",{"id":157,"question_zh":158,"answer_zh":159,"source_url":160},248,"点击容器 Shell 或 kubectl 终端时报错 '找不到对应的渲染器' 或直接断开，如何处理？","此类问题多出现在特定版本（如 v0.104）中，可能因前端组件缺失或版本不一致导致。维护者表示该问题已在后续版本修复。建议确认实际运行版本是否为最新，并升级到已修复的版本（如 v0.105+）。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F142",{"id":162,"question_zh":163,"answer_zh":164,"source_url":165},249,"MCP 功能默认只绑定 localhost，如何让远程客户端（如 CherryStudio）访问？","从 v0.095 起，MCP 功能已合并到主服务端口，访问路径变为 http:\u002F\u002F\u003CIP>:\u003CPORT>\u002Fmcp\u002Fk8m\u002Fsse。需确保：1) 使用服务器实际 IP 和主端口（如 3619）；2) 在客户端（如 CherryStudio）设置 Bearer Token 认证头。界面现已支持自动展示当前访问地址，方便复制使用。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F100",{"id":167,"question_zh":168,"answer_zh":169,"source_url":170},250,"能否在 lua_kubectl 脚本中获取 Pod 日志用于自动化巡检？","可以。从 v0.330 起，lua_kubectl 已新增 Logs 函数。升级后点击“重置内置规则”，参考名为“Pod 日志错误检测”的示例规则即可使用。该功能支持在 Lua 脚本中调用 kubectl logs 获取日志内容，便于结合大模型进行日志分析。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F329",{"id":172,"question_zh":173,"answer_zh":174,"source_url":175},251,"使用 OIDC 登录时，能否自动将身份提供商中的用户组映射到 k8m 用户组？","可以。从 PR #244 起，k8m 支持自动映射 OIDC 返回的 groups 字段到平台用户组，前提是组名称完全一致。例如，若 OIDC 返回 group 'ack-deploy-prod'，则 k8m 中需存在同名用户组，登录时将自动关联，无需手动分配权限。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F218",{"id":177,"question_zh":178,"answer_zh":179,"source_url":180},252,"k8m 是否支持 OpenKruise 的工作负载（如 CloneSet、SidecarSet）？","支持。从 v0.131 版本起，k8m 新增了专门的 OpenKruise 菜单，并已支持 CloneSet、Advanced StatefulSet、SidecarSet 和 ImagePullJob 等资源类型。部分显示细节仍在优化中，建议使用 v0.132 或更高版本以获得完整体验。","https:\u002F\u002Fgithub.com\u002Fweibaohui\u002Fk8m\u002Fissues\u002F207",[182,187,192,197,202,207,212,217,222,227,232,237,242,247,252,257,262,267,272,277],{"id":183,"version":184,"summary_zh":185,"released_at":186},109598,"v0.26.17","## What’s Changed\r\n修复 界面 显示问题","2026-03-05T08:27:40",{"id":188,"version":189,"summary_zh":190,"released_at":191},109599,"v0.26.16","### 新功能                                                                                                                                \r\n                                                                                                                                          \r\n  - **Kubeconfig 导出插件**: 新增 `kubeconfig_export` 插件，支持为集群生成和导出 kubeconfig 文件，支持按命名空间和角色限制导出范围          \r\n  - **Kubeconfig 管理页面**: 新增管理界面，提供模板列表查看与下载功能                                                                       \r\n\r\n  ### 优化改进\r\n\r\n  - **插件列表分页**: `\u002Fadmin\u002Fplugin\u002Flist` API 新增分页支持，优化大量插件时的浏览体验\r\n\r\n  ### Bug 修复\r\n\r\n  - 修复插件定时任务执行时 spec 参数传递问题\r\n  - 添加文件名清理函数，防止响应头注入攻击","2026-03-01T11:02:44",{"id":193,"version":194,"summary_zh":195,"released_at":196},109600,"v0.26.15","## What’s Changed\r\n* fix: 修复 Dependabot 安全漏洞 (#451) @weibaohui\r\n* fix(k8sgpt): 修复集群扫描API 404问题 (#450) @weibaohui\r\n* refactor(models): 统一数据库模型字段定义，确保跨数据库兼容性 (#447) @weibaohui\r\n","2026-02-27T10:18:46",{"id":198,"version":199,"summary_zh":200,"released_at":201},109601,"v0.26.14","## What’s Changed\r\n* fix: 支持通过MD5值解析集群ID (#445) @weibaohui\r\n","2026-02-12T03:08:42",{"id":203,"version":204,"summary_zh":205,"released_at":206},109602,"v0.26.13","## What’s Changed\r\n* 调整集群切换ID编码方式 (#443) @weibaohui\r\n","2026-01-29T12:14:33",{"id":208,"version":209,"summary_zh":210,"released_at":211},109603,"v0.26.12","## What’s Changed\r\n* fix: 将DecodeBase64替换为UrlSafeBase64Decode以支持URL安全编码 (#441) @weibaohui\r\n","2026-01-28T16:04:42",{"id":213,"version":214,"summary_zh":215,"released_at":216},109604,"v0.26.11","## What’s Changed\r\n* yaml编辑器新增使用ai生成yaml功能 (#440) @weibaohui\r\n* refactor(SSELogDisplay): 移除未使用的状态变量和导入 (#439) @weibaohui\r\n","2026-01-26T15:08:58",{"id":218,"version":219,"summary_zh":220,"released_at":221},109605,"v0.26.10","## What’s Changed\r\n* 新增AI Log 智能解读功能 (#438) @weibaohui\r\n","2026-01-26T05:04:49",{"id":223,"version":224,"summary_zh":225,"released_at":226},109606,"v0.26.9","### 变更内容\r\n* 修复 AI 描述功能的空指针异常错误 (#437) @weibaohui\r\n* 新增服务端口转发功能 (#436) @weibaohui\r\n* 新增 Lua 脚本 Prometheus 监控支持 (#435) @weibaohui\r\n* 功能优化：在 GitHub Actions 中实现部署镜像版本自动更新 (#434) @weibaohui","2026-01-25T09:29:46",{"id":228,"version":229,"summary_zh":230,"released_at":231},109607,"v0.26.8","## What’s Changed\r\n* 修复模型管理界面私有化部署大模型密钥必填限制(#433) @weibaohui\r\n","2026-01-23T02:46:12",{"id":233,"version":234,"summary_zh":235,"released_at":236},109608,"v0.26.7","## What’s Changed\r\n* refactor(service): 优化集群ID的Base64编码实现 (#431) @weibaohui\r\n* docs: 新增内置巡检Lua脚本文档索引 (#430) @weibaohui\r\n* Lua 功能升级，新增脚本(#429) @weibaohui\r\n* yaml应用及模板功能迁移为插件 (#428) @weibaohui\r\n","2026-01-22T03:56:16",{"id":238,"version":239,"summary_zh":240,"released_at":241},109609,"v0.26.6","## What’s Changed\r\n* 升级插件开启关闭操作，自动化进行前置操作 (#426) @weibaohui\r\n","2026-01-14T04:53:09",{"id":243,"version":244,"summary_zh":245,"released_at":246},109610,"v0.26.5","## What’s Changed\r\n* Fix webhook 插件路径错误问题 (#425) @weibaohui\r\n","2026-01-13T12:04:43",{"id":248,"version":249,"summary_zh":250,"released_at":251},109611,"v0.26.4","## What’s Changed\r\nconsole 操作输入输出效率提升。\r\n解决web console  输入宽度不够问题。打开页面后自动计算宽度。\r\n新增强制重新计算宽度按钮。\r\n","2026-01-12T14:44:59",{"id":253,"version":254,"summary_zh":255,"released_at":256},109612,"v0.26.3","## What’s Changed\r\n* 升级主备插件选举机制，使用k8s自带选举机制，增加流量selector (#421) @weibaohui\r\n","2026-01-11T03:26:34",{"id":258,"version":259,"summary_zh":260,"released_at":261},109613,"v0.26.2","## What’s Changed\r\n* 优化插件状态检查逻辑 (#420) @weibaohui\r\n* 优化插件升级条件和调整启用开关显示逻辑 (#419) @weibaohui\r\n","2026-01-10T14:18:44",{"id":263,"version":264,"summary_zh":265,"released_at":266},109614,"v0.26.1","## What’s Changed\r\n插件重构后的第一个版本。\r\n\r\n### 插件特点\r\n\r\n- **模块化设计**：每个插件独立开发、部署和管理，互不影响\r\n- **生命周期管理**：支持插件的安装、启用、禁用、卸载、启动、停止等完整生命周期\r\n- **依赖管理**：支持插件间的依赖关系声明，自动按顺序加载\r\n- **定时任务**：支持在插件中定义定时任务，使用标准 cron 表达式\r\n- **路由注册**：支持集群路由、管理路由、插件管理路由等多种路由类型\r\n- **数据库管理**：插件可以声明使用的数据库表，系统自动管理\r\n- **多实例支持**：通过选举插件实现多实例环境下的主备切换\r\n\r\n### 内置插件列表\r\n\r\n| 插件名称 | 插件标题 | 版本 | 描述 |\r\n|---------|---------|------|------|\r\n| **leader** | 多实例选举插件 | 1.0.0 | 提供多实例自动选举能力：通过 Kubernetes 原生机制完成选主。使用前请务必启用 \u002Fhealth\u002Fready 就绪探针。启用后访问流量会集中到主实例。 |\r\n| **k8swatch** | K8s资源监听插件 | 1.0.0 | 监听Kubernetes资源变更，包括Pod、Node、PVC、PV、Ingress等。关闭后部分页面的实时数据不显示。 |\r\n| **webhook** | Webhook插件 | 1.0.0 | Webhook接收器管理、测试发送与发送记录查询 |\r\n| **eventhandler** | 事件转发插件 | 1.0.0 | K8s 事件采集、规则过滤与Webhook转发。启用选举插件后，只有主实例执行，否则每个实例都执行。 |\r\n| **inspection** | 集群巡检插件 | 1.0.0 | 基于 Lua 的集群巡检计划、规则管理与结果查看。启用选举插件后，只有主实例执行，否则每个实例都执行。 |\r\n| **helm** | Helm 管理插件 | 1.0.0 | Helm 仓库、Chart、Release 管理。包括仓库添加、Chart浏览、Release安装升级卸载等功能。定时更新仓库索引。 |\r\n| **gllog** | 全局日志 | 1.0.0 | 全局日志查询，支持跨集群Pod日志查看 |\r\n| **swagger** | Swagger文档 | 1.0.0 | Swagger API文档查看。更新执行插件目录下的make.sh脚本生成文档。 |\r\n| **mcp_runtime** | MCP运行时管理插件 | 1.0.0 | 管理大模型对话使用的MCP服务器。包括MCP服务器配置、工具管理、执行日志查看、开放MCP服务等功能。对话调用MCP时会自动添加Authorization头部，值为JWT token。 |\r\n| **openapi** | OpenAPI插件 | 1.0.0 | API密钥管理，用于程序化访问平台 |\r\n| **k8m_mcp_server** | K8M MCP Server插件 | 1.0.0 | 将K8M作为MCP Server使用。可以添加到MCP运行管理中使用。本插件监听\u002Fmcp\u002Fk8m\u002Fsse提供服务。 |\r\n| **k8sgpt** | K8sGPT插件 | 1.0.0 | Kubernetes资源AI智能分析，支持Pod、Deployment、Service等多种资源类型的智能诊断。源自https:\u002F\u002Fgithub.com\u002Fk8sgpt-ai\u002Fk8sgpt项目 |\r\n| **ai** | AI 插件 | 1.0.0 | AI功能插件，提供K8s资源智能分析、事件问诊、日志分析、Cron表达式解析等功能。支持自定义AI模型配置。 |\r\n| **heartbeat** | 集群心跳重连插件 | 1.0.0 | 管理集群心跳检测和自动重连功能 |\r\n| **gatewayapi** | Gateway API管理插件 | 1.0.0 | Kubernetes Gateway API 管理 |\r\n| **istio** | Istio管理插件 | 1.0.0 | Kubernetes Istio 服务网格管理 |\r\n| **openkruise** | OpenKruise管理插件 | 1.0.0 | Kubernetes OpenKruise 高级工作负载管理 |\r\n| **demo** | 演示插件 | 1.0.12 | 演示固定列表与CRUD功能 |\r\n\r\n### 插件开发\r\n\r\n详细的插件开发文档请参考：[插件架构文档](..\u002Fpkg\u002Fplugins\u002Freadme.md)\r\n\r\n## 👻 Maintenance\r\n\r\n* build(deps): bump github.com\u002Fexpr-lang\u002Fexpr from 1.17.6 to 1.17.7 in the go_modules group across 1 directory (#389) @dependabot\r\n","2026-01-10T10:08:21",{"id":268,"version":269,"summary_zh":270,"released_at":271},109615,"v0.0.189","## What’s Changed\r\n* 新增消息转发界面配置，可设置开关、间隔等参数，实现动态开启关闭 (#387) @weibaohui\r\n* docs: 更新README中的运行命令说明 (#388) @weibaohui\r\n\r\n## 👻 Maintenance\r\n\r\n* build(deps): bump github.com\u002Fquic-go\u002Fquic-go from 0.55.0 to 0.57.0 in the go_modules group across 1 directory (#386) @dependabot\r\n","2025-12-14T10:40:23",{"id":273,"version":274,"summary_zh":275,"released_at":276},109616,"v0.0.188","## What’s Changed\r\n* refactor(lua): 巡检时遇到集群未连接时，跳过该集群，等待下次触发执行 (#384) @weibaohui\r\n","2025-11-24T14:44:44",{"id":278,"version":279,"summary_zh":280,"released_at":281},109617,"v0.0.187","## What’s Changed\r\n* 新增集群Event 转发到 webhook，支持按关键字过滤，支持AI总结，支持自定义格式推送webhook (#383) @weibaohui\r\n* fix(ui): 修复实时用量显示为空时默认显示0m\u002F0Mi的问题 (#382) @weibaohui\r\n","2025-11-23T12:53:39"]