☸️ k8m：AI 驱动的 Kubernetes 管理神器
轻量级运维工具，让 K8s 管理更简单
一、概述 — 运维痛点与 k8m 解法
在日常 K8s 运维工作中，你是否遇到过这些烦恼：
- 命令行太长记不住，每次都要翻文档
- 排查问题效率低，日志检索路径复杂
- 多集群管理不便，频繁切换 context
- 运维知识分散，新手上手成本高
单文件部署
Docker Compose 一键启动，无需复杂配置
AI 管理
内置 AI 模型 + 支持接入本地/第三方 LLM
插件系统
AI 插件 + Gateway API 等可扩展插件
MCP 协议
集成 Cursor、Claude Desktop 等 AI 工具
GitHub 地址：https://github.com/weibaohui/k8m
二、安装部署
方式一：Docker Compose 启动（推荐）
version: '3'
services:
k8m:
container_name: k8m
image: registry.cn-hangzhou.aliyuncs.com/minik8m/k8m
restart: always
ports:
- "3618:3618"
environment:
TZ: Asia/Shanghai
volumes:
- /root/.kube/config:/root/.kube/config
extra_hosts:
- "apiserver.cluster.local:192.168.52.138"
/root/.kube/config是 K8s 管理配置文件，请根据实际路径修改extra_hosts中的 IP 需替换为你的 API Server 内网 IP- K8s 使用内网域名
apiserver.cluster.local，需要添加 hosts 记录
2. 启动
docker compose up -d
方式二：部署到集群中
使用安装脚本一键部署到 K8s 集群内部体验：
kubectl apply -f https://raw.githubusercontent.com/weibaohui/k8m/main/deploy.yaml
三、访问与登录
启动后浏览器访问：
http://192.168.52.138:3618/
登录信息
- 默认用户：k8m
- 默认密码：k8m
- 2FA：不需要输入，直接点登录即可
四、AI 管理
内置 AI
k8m 内置了免费 AI 模型，但实际体验效果不太好。建议接入自己的 AI 模型。
接入外部 AI 模型
k8m 支持接入本地部署的 AI 模型，也支持接入服务商提供的模型（国内外均可）。
步骤 1：启用 AI 插件
点击 平台管理 → 插件管理，启用 AI 插件。
步骤 2：刷新页面
刷新后菜单栏会多出「AI 管理」菜单项。
步骤 3：配置 AI 模型
点击 新建配置，输入模型相关信息：
步骤 4：设为默认
点击 AI 运行配置，关闭内置参数，选择刚才添加的模型，保存。
使用 AI
任意页面右下角会有一个 ChatGPT 按钮，点击弹出对话框即可提问。
五、插件管理
除 AI 插件外，k8m 还支持其他插件扩展能力：
Gateway API 管理插件
安装 gatewayapi 插件：
- 在插件管理中启用 Gateway API 插件
- 刷新页面会新增「网关 API」菜单
- 可使用 Gateway API 相关功能
其他插件可以自行探索发现。
六、进阶玩法 — MCP 协议集成
通过 MCP 协议集成到 Cursor、Claude Desktop 等 AI 工具，解锁更多交互场景。
49 种 MCP 工具
内置多集群 MCP 工具，可组合实现超百种集群操作
大模型管理 K8s
作为 MCP Server 供其他大模型软件使用
调用日志
详细记录每一次 MCP 调用，安全使用无后顾之忧
权限控制
避免操作越权，安全可靠
总结
在 Kubernetes 管理工具层出不穷的今天，k8m 凭借轻量、AI 驱动、易用的特点脱颖而出。无论是个人开发者学习 Kubernetes，还是企业团队优化运维流程，k8m 都能为你节省时间、提升效率。
轻量
单容器运行，资源占用小
AI 驱动
内置 AI + 支持接入外部 LLM
免费开源
完全免费，社区活跃