k8m

k8m

Trust Score

Alt

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（包括ollama）。

演示DEMO

DEMO DEMO-InCluster模式用户名密码 demo/demo

文档

详细的配置和使用说明请参考文档。
更新日志请参考更新日志。
如需自定义大模型参数、配置私有化大模型，请参考自托管/自定义大模型支持和 Ollama配置。
详细的配置选项说明请参考配置选项说明。
数据库配置请参考数据库配置说明。
DeepWiki 文档：开发设计文档

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。支持标准k8s、aws eks、k3s、kind、k0s等集群类型。
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。可详细记录每一次MCP调用。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。
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。
支持k8s最新特性:支持APIGateway、OpenKruise等功能特性。
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。支持grep -A -B高亮搜索
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。
集群巡检支持：支持定时巡检、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。
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，支持自动更新。
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。
多数据库支持：支持SQLite、MySql、PostgreSql等多种数据库。
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

下载：从 GitHub release 下载最新版本。
运行：使用 ./k8m 命令启动,访问http://127.0.0.1:3618。
登录用户名密码：
- 用户名：k8m
- 密码：k8m
- 请注意上线后修改用户名密码、启用两步验证。
参数：

Usage of ./k8m: --enable-temp-admin 是否启用临时管理员账户配置，默认关闭 --admin-password string 管理员密码，启用临时管理员账户配置后生效 --admin-username string 管理员用户名，启用临时管理员账户配置后生效 --print-config 是否打印配置信息 (default false) --connect-cluster 启动集群是是否自动连接现有集群，默认关闭 -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") --image-pull-timeout Node Shell、Kubectl Shell 镜像拉取超时时间。默认为 30 秒 --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) -v, --v Level klog的日志级别 (default 2)

也可以直接通过docker-compose(推荐)启动：

services: k8m: container_name: k8m image: registry.cn-hangzhou.aliyuncs.com/minik8m/k8m restart: always ports: - "3618:3618" environment: TZ: Asia/Shanghai volumes: - ./data:/app/data

启动之后，访问3618端口，默认用户：k8m，默认密码k8m。如果你想通过在线环境快速拉起体验，可以访问：k8m

Related MCP server: Kubernetes Monitor

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，请参考以下文档。

自托管/自定义大模型支持 - 如何使用自托管的
Ollama配置 - 如何配置使用Ollama大模型。

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

k8m 支持通过环境变量和命令行参数灵活配置，主要参数如下：

环境变量	默认值	说明
`PORT`	`3618`	监听的端口号
`KUBECONFIG`	`~/.kube/config`	`kubeconfig` 文件路径，会自动扫描识别同级目录下所有的配置文件
`ANY_SELECT`	`"true"`	是否开启任意选择划词解释，默认开启 (default true)
`LOGIN_TYPE`	`"password"`	登录方式（如 `password` , `oauth` , `token` ）
`ENABLE_TEMP_ADMIN`	`"false"`	是否启用临时管理员账户配置，默认关闭。初次登录、忘记密码时使用
`ADMIN_USERNAME`		管理员用户名，启用临时管理员账户配置后生效
`ADMIN_PASSWORD`		管理员密码，启用临时管理员账户配置后生效
`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
`IMAGE_PULL_TIMEOUT`	`30`	Node shell、kubectl shell 镜像拉取超时时间（秒）
`CONNECT_CLUSTER`	`"false"`	启动程序后，是否自动连接发现的集群，默认关闭
`PRINT_CONFIG`	`"false"`	是否打印配置信息

详细参数说明和更多配置方式请参考 docs/readme.md。

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 GIN_MODE="release" ./k8m

其他参数请参考 docs/readme.md。

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

开发调试

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。

第一步编译前端

cd ui pnpm run build

编译调试后端

#下载依赖 go mod tidy #运行 air #或者 go run main.go # 监听localhost:3618端口

前端热加载

cd ui pnpm run dev #Vite服务会监听在localhost:3000端口 #Vite转发后端访问到3618端口

访问http://localhost:3000

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

eryajf: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

联系我

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

微信群

输入图片说明

QQ群