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（包括ollama）。
DEMO 用户名密码 demo/demo
- 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。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。
- 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。
- 下载：从 GitHub 下载最新版本。
- 运行：使用
./k8m命令启动,访问http://127.0.0.1:3618。 - 参数：
Usage of ./k8m:
--admin-password string 管理员密码，启用临时管理员账户配置后生效 (default "123456")
--admin-username string 管理员用户名，启用临时管理员账户配置后生效 (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")
--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
--enable-ai 是否启用AI功能，默认开启 (default true)
--enable-temp-admin 是否启用临时管理员账户配置，默认关闭
--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)
--use-builtin-model 是否使用内置大模型参数，默认开启 (default true)
-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"
- "3619:3619"
environment:
TZ: Asia/Shanghai
ENABLE_TEMP_ADMIN: true
ADMIN_USERNAME: admin
ADMIN_PASSWORD: 123456
volumes:
- ./data:/app/data启动之后，访问3618端口，默认用户：admin，默认密码123456。
如需自定义大模型参数、配置私有化大模型，请参考文档。
如果你想通过在线环境快速拉起体验，可以访问：k8m
，FORK仓库之后，拉起体验。
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。
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"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
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 ，会自动扫描识别同级目录下所有的配置文件 |
ENABLE_AI |
"true" |
开启AI功能，默认开启 |
USE_BUILTIN_MODEL |
"true" |
使用内置大模型参数，默认开启 |
OPENAI_API_KEY |
"" |
自定义 大模型的 API Key |
OPENAI_API_URL |
"" |
自定义 大模型的 API URL |
OPENAI_MODEL |
Qwen/Qwen2.5-7B-Instruct |
自定义 大模型的默认模型名称，如需DeepSeek，请设置为deepseek-ai/DeepSeek-R1-Distill-Qwen-7B |
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 |
"admin" |
管理员用户名 ，启用临时管理员账户配置后生效 |
ADMIN_PASSWORD |
"123456" |
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 |
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 |
CONNECT_CLUSTER |
"false" |
启动程序后，是否自动连接发现的集群，默认关闭 |
IN_CLUSTER |
"true" |
是否自动注册纳管宿主集群，默认启用 |
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。
- 创建 KinD Kubernetes 集群
brew install kind
- 创建新的 Kubernetes 集群：
kind create cluster --name k8sgpt-demo
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
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
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！
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
微信（大罗马的太阳） 搜索ID：daluomadetaiyang,备注k8m。
![@dependabot[bot]](https://avatars.githubusercontent.com/in/29110?s=64&v=4){kind=small}