AI Agent 运维实战

用大模型 Agent 辅助 Kubernetes 集群运维的落地记录与规划。 原则：AI 只诊断建议，不自动变更（autoRemediation 是生产红线）。

当前内容

文档	内容
01-k8sgpt-ai故障诊断agent落地实战	K8sGPT + DashScope(qwen-plus) 从 0 到 1：架构、部署、三个真实踩坑、费用
02-通知适配器cloudevents到飞书卡片	sink 真实报文解析、中文兜底翻译、互动卡片渲染的设计与最佳实践
03-ai值班agent路线图	从"诊断通知"到"值班 Agent"的演进规划

已建成的 AI 运维链路

K8sGPT operator（10min 巡检全集群）
  → AI 诊断（DashScope qwen-plus，脱敏后送出，中文报告）
  → cloudevents sink → 飞书适配器（解析/翻译/卡片美化）
  → 飞书群机器人（🔍 红色诊断卡片）

Alertmanager（阈值告警，快）──→ 飞书适配器（🔥/✅ 触发/恢复卡片）
                                  └ critical 告警 → 只读收集上下文 → 🤖 AI 值班初判卡片

两套链路互补：Alertmanager 管"出事了"（秒级），K8sGPT 管"为什么、怎么修"（分钟级 AI 解读）。

相关交付物（apps 板块）

• K8sGPT 部署/操作文档 —— 完整部署手册
• K8sGPT 飞书适配器详解 —— 适配器技术细节
• Alertmanager 最佳实践 —— 告警路由/分组/抑制