# 1. k8sgpt 내부 반입
# 2. k8sgpt 설치
$ helm install k8sgpt k8sgpt/k8sgpt-operator -n k8sgpt-operator-system --create-namespace
# 3-1. OpenAI API 키 설정
export OPENAI_TOKEN="sk-..."
kubectl create secret generic k8sgpt-sample-secret --from-literal=openai-api-key=$OPENAI_TOKEN -n k8sgpt-operator-system
# 3.2 로컬 LLM 사용하기 (Ollama는 API 키가 필요 없음)
kubectl create secret generic k8sgpt-ollama-secret --from-literal=openai-api-key="" -n k8sgpt-operator-system
추가로, 로컬 LLM(Local Language Model)을 백엔드로 사용하고자 한다면, 'Ollama'와 같은 도구를 활용하여 로컬에서 모델을 서빙하고 'k8sgpt'와 연동할 수 있습니다.
# 4. CRD yaml 작성
apiVersion: core.k8sgpt.ai/v1alpha1
kind: K8sGPT
metadata:
name: k8sgpt-sample
namespace: k8sgpt-operator-system
spec:
ai: # Open API인 경우
enabled: true
model: gpt-3.5-turbo
backend: openai
secret:
name: k8sgpt-sample-secret
key: openai-api-key
ai: # Ollama인 경우
enabled: true
model: mistral
backend: ollama
baseUrl: http://localhost:11434
secret:
name: k8sgpt-ollama-secret
key: openai-api-key
noCache: false
repository: ghcr.io/k8sgpt-ai/k8sgpt
version: v0.3.8
kubectl apply -f k8sgpt-crd.yaml
# 클러스터 문제 분석
k8sgpt analyze
# 특정 네임스페이스 분석
k8sgpt analyze --namespace kube-system
# 특정 리소스만 검사
k8sgpt analyze --filter=Pod
# 이전 분석 기록 보기
k8sgpt list
# 문제 해결 가이드
k8sgpt explain
# AI 모델 변경
k8sgpt config set ai-model gpt-4
k8sgpt config set ai-backend ollama
# 지속적으로 클러스터 모니터링 (실시간 감지)
k8sgpt watch
# Prometheus 메트릭을 분석하여 리소스 사용량 문제
k8sgpt analyze --prometheus http://prometheus-server.default.svc:9090
회사에서 적용해볼 예정 ~~