k8m

English | 中文

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 kom 作为 Kubernetes API 客户端，k8m 内置了 Qwen2.5-Coder-7B，支持deepseek-ai/DeepSeek-R1-Distill-Qwen-7B模型 模型交互能力，同时支持接入您自己的私有化大模型。

演示DEMO

DEMO 用户名密码 demo/demo

主要特点

• 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。
• 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。
• 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。
• AI驱动融合：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功能，实现中文展现，为管理k8s提供智能化支持。
• 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 供其他大模型软件使用。轻松实现大模型管理k8s。支持mcp.so主流服务。
• 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。
• 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。
• Pod 文件管理：支持 Pod 内文件的浏览、编辑、上传、下载、删除，简化日常操作。
• 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。
• CRD 管理：可自动发现并管理 CRD 资源，提高工作效率。
• Helm 市场：支持Helm自由添加仓库，一键安装、卸载、升级 Helm 应用。
• 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。
• 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。

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。

运行

1. 下载：从 GitHub 下载最新版本。
2. 运行：使用 ./k8m 命令启动,访问http://127.0.0.1:3618。
3. 参数：

Usage of ./k8m:
      --admin-password string            管理员密码 (default "123456")
      --admin-username string            管理员用户名 (default "admin")
      --any-select                       是否开启任意选择划词解释，默认开启 (default true)
      --print-config                     是否打印配置信息 (default false)
  -k, --chatgpt-key string               大模型的自定义API Key (default "sk-xxxxxxx")
  -m, --chatgpt-model string             大模型的自定义模型名称 (default "Qwen/Qwen2.5-7B-Instruct")
  -u, --chatgpt-url string               大模型的自定义API URL (default "https://api.siliconflow.cn/v1")
  -d, --debug                            调试模式
      --in-cluster                       是否自动注册纳管宿主集群，默认启用
      --jwt-token-secret string          登录后生成JWT token 使用的Secret (default "your-secret-key")
  -c, --kubeconfig string                kubeconfig文件路径 (default "/root/.kube/config")
      --kubectl-shell-image string       Kubectl Shell 镜像。默认为 bitnami/kubectl:latest，必须包含kubectl命令 (default "bitnami/kubectl:latest")
      --log-v int                        klog的日志级别klog.V(2) (default 2)
      --login-type string                登录方式，password, oauth, token等,default is password (default "password")
      --node-shell-image string          NodeShell 镜像。 默认为 alpine:latest，必须包含`nsenter`命令 (default "alpine:latest")
  -p, --port int                         监听端口 (default 3618)
      --sqlite-path string               sqlite数据库文件路径， (default "./data/k8m.db")
  -s, --mcp-server-port int              MCP Server 监听端口，默认3619 (default 3619)
  -v, --v Level                          klog的日志级别 (default 2)

ChatGPT 配置指南

内置GPT

从v0.0.8版本开始，将内置GPT，无需配置。 如果您需要使用自己的GPT，请参考以下步骤。

环境变量配置

需要设置环境变量，以启用ChatGPT。

export OPENAI_API_KEY="sk-XXXXX"
export OPENAI_API_URL="https://api.siliconflow.cn/v1"
export OPENAI_MODEL="Qwen/Qwen2.5-7B-Instruct"

ChatGPT 状态调试

如果设置参数后，依然没有效果，请尝试使用./k8m -v 6获取更多的调试信息。 会输出以下信息，通过查看日志，确认是否启用ChatGPT。

ChatGPT 开启状态:true
ChatGPT 启用 key:sk-hl**********************************************, url:https: // api.siliconflow.cn/v1
ChatGPT 使用环境变量中设置的模型:Qwen/Qwen2.5-7B-Instruc

ChatGPT 账户

本项目集成了github.com/sashabaranov/go-openaiSDK。 国内访问推荐使用硅基流动的服务。 登录后，在https://cloud.siliconflow.cn/account/ak创建API_KEY

k8m 支持环境变量设置

以下是k8m支持的环境变量设置参数及其作用的表格：

环境变量	默认值	说明
PORT	3618	监听的端口号
MCP_SERVER_PORT	3619	内置多集群k8s MCP Server监听的端口号
KUBECONFIG	~/.kube/config	kubeconfig 文件路径
OPENAI_API_KEY	""	大模型的 API Key
OPENAI_API_URL	""	大模型的 API URL
OPENAI_MODEL	Qwen/Qwen2.5-7B-Instruct	大模型的默认模型名称，如需DeepSeek，请设置为deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
LOGIN_TYPE	"password"	登录方式（如 password, oauth, token）
ADMIN_USERNAME	"admin"	管理员用户名
ADMIN_PASSWORD	"123456"	管理员密码
DEBUG	"false"	是否开启 debug 模式
LOG_V	"2"	log输出日志，同klog用法
JWT_TOKEN_SECRET	"your-secret-key"	用于 JWT Token 生成的密钥
KUBECTL_SHELL_IMAGE	bitnami/kubectl:latest	kubectl shell 镜像地址
NODE_SHELL_IMAGE	alpine:latest	Node shell 镜像地址
SQLITE_PATH	/data/k8m.db	持久化数据库地址，默认sqlite数据库，文件地址/data/k8m.db
IN_CLUSTER	"true"	是否自动注册纳管宿主集群，默认启用
ANY_SELECT	"true"	是否开启任意选择划词解释，默认开启 (default true)
PRINT_CONFIG	"false"	是否打印配置信息

这些环境变量可以通过在运行应用程序时设置，例如：

export PORT=8080
export OPENAI_API_KEY="your-api-key"
export GIN_MODE="release"
./k8m

注意：环境变量会被启动参数覆盖。

容器化k8s集群方式运行

使用KinD、MiniKube 安装一个小型k8s集群

KinD方式

• 创建 KinD Kubernetes 集群

brew install kind

• 创建新的 Kubernetes 集群：

kind create cluster --name k8sgpt-demo

将k8m部署到集群中体验

安装脚本

kubectl apply -f https://raw.githubusercontent.com/weibaohui/k8m/refs/heads/main/deploy/k8m.yaml

• 访问： 默认使用了nodePort开放，请访问31999端口。或自行配置Ingress http://NodePortIP:31999

修改配置

首选建议通过修改环境变量方式进行修改。 例如增加deploy.yaml中的env参数

内置MCP Server 使用说明

服务端点，可开发供其他AI工具使用

MCP程序使用3619端口。NodePort使用31919端口。 如果二进制方式直接启动，那么访问地址为http://ip:3619/sse 如果集群方式启动，则访问地址为则访问地址为http://nodeIP:31919/sse

集群管理范围

内置MCP Server 管理范围与k8m 纳管的集群范围一致。 界面内已连接的集群均可使用。

内置MCP Server 配置说明

MCP工具列表（49种）

类别	方法	描述
集群管理（1）	list_clusters	列出所有已注册的Kubernetes集群
部署管理（12）	scale_deployment	扩缩容Deployment
	restart_deployment	重启Deployment
	stop_deployment	停止Deployment
	restore_deployment	恢复Deployment
	update_tag_deployment	更新Deployment镜像标签
	rollout_history_deployment	查询Deployment升级历史
	rollout_undo_deployment	回滚Deployment
	rollout_pause_deployment	暂停Deployment升级
	rollout_resume_deployment	恢复Deployment升级
	rollout_status_deployment	查询Deployment升级状态
	hpa_list_deployment	查询Deployment的HPA列表
	list_deployment_pods	获取Deployment管理的Pod列表
动态资源管理(含CRD，8)	get_k8s_resource	获取k8s资源
	describe_k8s_resource	描述k8s资源
	delete_k8s_resource	删除k8s资源
	list_k8s_resource	列表形式获取k8s资源
	list_k8s_event	列表形式获取k8s事件
	patch_k8s_resource	更新k8s资源，以JSON Patch方式更新
	label_k8s_resource	为k8s资源添加或删除标签
	annotate_k8s_resource	为k8s资源添加或删除注解
节点管理（8）	taint_node	为节点添加污点
	untaint_node	为节点移除污点
	cordon_node	为节点设置Cordon
	uncordon_node	为节点取消Cordon
	drain_node	为节点执行Drain
	get_node_resource_usage	查询节点的资源使用情况
	get_node_ip_usage	查询节点上Pod IP资源使用情况
	get_node_pod_count	查询节点上的Pod数量
Pod 管理（14）	list_pod_files	列出Pod文件
	list_all_pod_files	列出Pod所有文件
	delete_pod_file	删除Pod文件
	upload_file_to_pod	上传文件到Pod内，支持传递文本内容，存储为Pod内文件
	get_pod_logs	获取Pod日志
	run_command_in_pod	在Pod中执行命令
	get_pod_linked_service	获取Pod关联的Service
	get_pod_linked_ingress	获取Pod关联的Ingress
	get_pod_linked_endpoints	获取Pod关联的Endpoints
	get_pod_linked_pvc	获取Pod关联的PVC
	get_pod_linked_pv	获取Pod关联的PV
	get_pod_linked_env	通过在pod内运行env命令获取Pod运行时环境变量
	get_pod_linked_env_from_yaml	通过Pod yaml定义获取Pod运行时环境变量
	get_pod_resource_usage	获取Pod的资源使用情况，包括CPU和内存的请求值、限制值、可分配值和使用比例
YAML管理（2）	apply_yaml	应用YAML资源
	delete_yaml	删除YAML资源
存储管理（3）	set_default_storageclass	设置默认StorageClass
	get_storageclass_pvc_count	获取StorageClass下的PVC数量
	get_storageclass_pv_count	获取StorageClass下的PV数量
Ingress管理（1）	set_default_ingressclass	设置默认IngressClass

AI工具集成

通用配置文件

适合MCP工具集成，如Cursor、Claude Desktop、Windsurf等，此外也可以使用这些软件的UI操作界面进行添加。

{
  "mcpServers": {
    "kom": {
      "type": "sse",
      "url": "http://IP:9096/sse"
    }
  }
}

Claude Desktop

1. 打开Claude Desktop设置面板
2. 在API配置区域添加MCP Server地址
3. 启用SSE事件监听功能
4. 验证连接状态

Cursor

1. 进入Cursor设置界面
2. 找到扩展服务配置选项
3. 添加MCP Server的URL（例如：http://localhost:3619/sse）

Windsurf

1. 访问配置中心
2. 设置API服务器地址

MCP常见问题

1. 确保MCP Server正常运行且端口可访问
2. 检查网络连接是否正常
3. 验证SSE连接是否成功建立
4. 查看工具日志以排查连接问题，MCP执行失败会有报错记录。

V0.0.72 更新 MCP 大模型调用权限上线，一句话概述：谁使用大模型，就用谁的权限执行MCP

V0.0.70 更新 权限管理调整： 按集群进行权限隔离

v0.0.67 更新

1. 新增：MCP查询事件工具
2. 新增：MCP查询注册集群工具
3. 新增：MCP查询事件工具
4. 增强：列表查询资源支持label ，如app=k8m
5. 增强：MCP服务器增加快捷开启关闭按钮

V0.0.66更新

1. 新增MCP支持。
2. 内置支持k8s多集群操作：
   1. list_k8s_resource
   2. get_k8s_resource
   3. delete_k8s_resource
   4. describe_k8s_resource
   5. get_pod_logs

v0.0.64 更新

1. 增加MCP支持

v0.0.62 更新

1. 划词解释增加全屏按钮 解决部分情况下解释内容非常多，查看不方便，以及滚动条不能完整滚动的问题。

v0.0.61 更新

1. 新增2FA两步验证 启用后，登录时需填写验证码，增强安全性
2. InCluster运行模式增加开关 默认开启，可设置环境变量显式关闭。按需开启。
3. 优化资源用量显示逻辑 未设置资源用量，在k8s中属于最低保障等级。界面显示进度条调整为红色100%，提醒管理员关注。

v0.0.60更新

1. 增加helm 常用仓库
2. Namespace增加LimitRange、ResourceQuota快捷菜单
3. 增加InCluster模式开关 默认开启InCluster模式，如需关闭，可以注入环境变量，或修改配置文件，或修改命令行参数

v0.0.53更新

1. 日志查看支持颜色，如果输出console的时候带有颜色，那么在pod 日志查看时就可以显示。
2. Helm功能上线 2.1 新增helm仓库 2.2 安装helm chart 应用 应用列表 查看应用 支持对参数内容选中划词AI解释 2.3 查看已部署release 2.4 查看安装参数 2.5 更新、升级、降级部署版本 2.6 查看已部署release变更历史

v0.0.50更新

1. 新增HPA
2. 关联资源增加HPA

v0.0.49更新

1. 新增标签搜索：支持精确搜索、模糊搜索。 精确搜索。可以搜索k，k=v两种方式精确搜索。默认列出所有标签。支持自定义新增搜索标签。 模糊搜索。可以搜索k，v中的任意满足。类似like %xx%的搜索方式。
2. 多集群纳管支持自定义名称。
3. 优化Pod状态显示 在列表页展示pod状态，不同颜色区分正常运行与未就绪运行。

v0.0.44更新

1. 新增kubectl shell 功能 可以web 页面执行 kubectl 命令了

2. 新增节点终端NodeShell 在节点上执行命令

3. 新增创建功能页面 执行过的yaml会保存下来，下次打开页面可以直接点击，收藏的yaml可以导入导出。导出的文件为yaml，可以复用

4. deploy、ds、sts等类型新增关联资源 4.1 容器组 直接显示其下受控的pod容器组，并提供快捷操作 4.2 关联事件 显示deploy、rs、pod等所有相关的事件，一个页面看全相关事件 4.3 日志 显示Pod列表，可选择某个pod、Container展示日志 4.4 历史版本 支持历史版本查看，并可diff

5. 全新AI对话窗口

6. 全新AI搜索方式，哪里不懂选哪里 页面所有地方都可以划词翻译,哪里有疑问就选中哪里。

v0.0.21更新

1. 新增问AI功能： 有什么问题，都可以直接询问AI，让AI解答你的疑惑
2. 文档界面优化： 优化AI翻译效果，降低等待时间
3. 文档字段级AI示例： 针对具体的字段，给出解释，给出使用Demo样例。
4. 增加容忍度详情：
5. 增加Pod关联资源 一个页面，展示相关的svc、endpoint、pvc、env、cm、secret，甚至集成了pod内的env列表，方便查看
6. yaml创建增加导入功能： 增加导入功能，可以直接执行，也可导入到编辑器。导入编辑器后可以二次编辑后，再执行。

v0.0.19更新

1. 多集群管理功能 按需选择多集群，可随时切换集群
2. 节点资源用量功能 直观显示已分配资源情况，包括cpu、内存、pod数量、IP数量。
3. Pod 资源用量
4. Pod CPU内存设置 按范围方式显示CPU设置，内存设置，简洁明了
5. AI页面功能升级为打字机效果 响应速度大大提升，实时输出AI返回内容，体验升级

v0.0.15更新

1. 所有页面增加资源使用指南。启用AI信息聚合。包括资源说明、使用场景（举例说明）、最佳实践、典型示例（配合前面的场景举例，编写带有中文注释的yaml示例）、关键字段及其含义、常见问题、官方文档链接、引用文档链接等信息，帮助用户理解k8s
2. 所有资源页面增加搜索功能。部分页面增高频过滤字段搜索。
3. 改进LimitRange信息展示模式
4. 改进状态显示样式
5. 统一操作菜单
6. Ingress页面增加域名转发规则信息
7. 改进标签显示样式，鼠标悬停展示
8. 优化资源状态样式更小更紧致
9. 丰富Service展示信息
10. 突出显示未就绪endpoints
11. endpoints鼠标悬停展开未就绪IP列表
12. endpointslice 突出显示未ready的IP及其对应的POD，
13. 角色增加延展信息
14. 角色与主体对应关系
15. 界面全量中文化，k8s资源翻译为中文，方便广大用户使用。

HELP & SUPPORT

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！

特别鸣谢

zhaomingcheng01：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~

La0jin:提供在线资源及维护，极大提升了k8m的展示效果

联系我

微信（大罗马的太阳） 搜索ID：daluomadetaiyang,备注k8m。

微信群