Karpor 开源了！打造 AI 时代的 Kubernetes 可视化工具

🔔 什么是 Karpor？

一言以蔽之，Karpor 是一个现代化的 Kubernetes 可视化工具，核心特性聚焦在 🔍 搜索、📊 洞察、✨ AI ，目标是更方便快捷地连接平台和多集群，并用 AI 赋能 Kubernetes，从大量集群资源中提炼关键性的洞察提供给开发者和平台团队，帮助他们更好地理解集群并做出决策。

Karpor 的设计初衷是降低 Kubernetes 使用的复杂性，让开发者和平台团队能够更高效地从繁杂的集群资源中提取有价值的信息。

🌟 GitHub 地址：
https://github.com/KusionStack/karpor

🚀 Karpor 解决了什么问题？

现如今，Kubernetes 生态系统日益复杂是一个不可否认的趋势，这一趋势越来越难以驾驭。这种复杂性不仅增加了运维的难度，也降低了用户采纳新技术的速度，从而限制了他们充分利用 Kubernetes 的潜力。

作为资深“K8S YAML 工程师”(🐶)，也许你也遇到过以下苦恼：：

• • Kubernetes 集群就像是一个黑箱，有时候它只是一张 KubeConfig 证书，我们看不到它后面发生了什么

• • 团队/公司拥有特定的业务领域模型，需要在现有业务系统与 Kubernetes 资源之间建立映射

• • 应用部署到了多个 Kubernetes 集群中，但看不到它的部署全貌

• • ……

我们陆续使用过几款 Kubernetes 可视化工具，比如 Lens、k9s、kube-explorer、kubernetes dashboard 等，其中要么已经商业化、要么不支持私有化部署、要么太过简陋…… 总之没有遇到一款满意的产品。

最近大模型的出现掀起了新的一波人工智能浪潮，和往年不同，这次 AI 技术真正走进了普通百姓的日常生活。连我的家人也开始用起了大模型，这让我相信我们正处于一个能够重塑传统格局的历史性时刻。

于是我们想到构建一个轻量化的、AI 赋能的船新 Kubernetes 可视化工具，解决上述问题。它应该具有以下特点：

• • 使用 AI 全面赋能 Kubernetes

• • 可以识别潜在风险，并基于 AI 提供解决方案

• • 允许用户自定义逻辑资源视图，适应不同公司/组织的领域模型，比如应用、环境等
  

• • 提供时间线、时光机等功能，快速定位、排查问题
  

• • 以搜索为中心，提供多种更加友好的方式跨集群定位资源，比如关键字、SQL、自然语言

• • 低心智负担，它是只读的、对用户集群非侵入的数据面，用户可以无负担的将它部署到私有集群

• • 跨集群的资源拓扑关系视图，提供资源的全局视角

我们将这个系统命名为 Karpor。总的来说，我们希望 Karpor 围绕着 🔍 搜索、📊 洞察和 ✨AI，击穿 Kubernetes 愈演愈烈的复杂性，达成以下价值主张：

目前我们基于这个理念构建了 Karpor 的初始版本，它已经具备以下基本功能：

• • 针对 Kubernetes 优化的搜索入口：

  

• • 通过合规报告发现潜在问题：

  

  • 创建自定义逻辑资源视图：

  ❤️ 更多细节欢迎浏览我们的官网：https://kusionstack.io/karpor
  

🙌 Karpor vs. Kubernetes Dashboard

在 Kubernetes 生态系统中，有多种工具和平台提供了对集群的管理和可视化能力。Kubernetes Dashboard 是一个官方提供的通用 Web UI，用于对 Kubernetes 集群进行管理和故障排除。而 Karpor，作为一个新兴的 Kubernetes 可视化工具，旨在提供更先进的功能和用户体验。

以下是 Karpor 与 Kubernetes Dashboard 的一些关键对比：

🎖️ 愿景：走向社区

我们坚信，一个成功的开源项目应该是社区驱动的，对于开源项目，我们只是想到一个点子，并 build 了一个初始版本，最终项目成长为什么样子，我们相信社区能带领好它。

因此，我们致力于将 Karpor 打造成一个：

• • 小而美：专注于提供高质量的用户体验。

• • 厂商中立：不强依赖于任何特定的云服务或公司。

• • 开发者友好：提供清晰的文档和友好的社区支持。

• • 社区驱动：鼓励和欢迎来自全球的贡献者参与甚至主导项目的发展。

我们非常重视社区的参与和贡献，为此，我们特别整理了一份社区任务清单，旨在帮助新手快速上手并参与到项目中来，其中按照难度进行分类，简单如文档翻译、简单 bugfix、单元测试等，中等如日志/事件聚合器、风险审计增强、自动集群导入等，困难如 OpenCost 集成、登录鉴权等。我们鼓励每一位对 Karpor 感兴趣的开发者访问我们的 GitHub 页面，查看任务清单，并贡献自己的力量。

社区任务清单👇👇👇
https://github.com/KusionStack/karpor/issues/463

所有参与社区的开发者都会出现在 README 和官网首页的 Contributors 模块。我们要向所有已经活跃在 Karpor 开源项目的开发者和贡献者表示最诚挚的感谢，感谢你们的努力和创意！🫶 我们期待着与社区一起，将 Karpor 打造成为一个更加强大和完善的开源工具。

🌈 接下来

我们正在积极征集社区的意见和建议，以规划 Karpor 的下一个版本 —— v0.5。我们希望听到你的声音，无论是功能请求、改进建议还是 bug 报告，都请在对应的 Issue 中留言。❤️ 

我们最终目标是将 Karpor 打造成一个由社区驱动的、AI 时代的 Kubernetes 可视化工具。当前我们已经构建了一个具备基本功能的可用版本。

下个版本，我们将在夯实基本功能的基础上，全面拥抱 AI。初步规划了一些新的 Features，比如支持自然语言搜索集群资源、AI 驱动的诊断建议、时间线等，帮助用户更好地在多集群中 定位资源=> 发现问题=> 排障，欢迎大家关注！

如果你喜欢这个项目，欢迎在 GitHub 上点亮 🌟🌟🌟
https://github.com/KusionStack/karpor