AI 智能助手

介绍
1. 核心特性
配置说明
使用指南
使用示例
总结

介绍

KDO平台集成了 云原生 AI 智能助手 —— 一个基于生成式 AI 的智能虚拟助手。它直接嵌入在 Web 控制台中，用户可以通过自然语言与 AI 进行交互，获取关于 Kubernetes 及云原生应用的实时指导和帮助。

核心特性

特性	说明
自然语言交互	无需记忆复杂命令，使用日常英语即可与 AI 对话
上下文感知	可附加集群资源对象（Pod、Deployment 等）获取针对性建议
专家知识	基于 Red Hat 官方文档和最佳实践提供权威回答
告警诊断	可附加集群告警，获取根因分析和修复建议
多 LLM 支持	支持 OpenAI、Azure OpenAI、watsonx、RHEL AI、云原生 AI 等模型提供商

配置说明

Kubernetes Lightspeed 通过 ConfigMap 中的 olsconfig.yaml 文件进行配置。配置文件位于 kubedo-system 命名空间下的 olsconfig ConfigMap 中。大模型api key的配置是kubedo-system 命名空间下的 openai 这个Secret。

配置文件示例

kind: ConfigMap
apiVersion: v1
metadata:
  name: olsconfig
  namespace: kubedo-system
  labels:
    app.kubernetes.io/component: lightspeed-w-rag
    app.kubernetes.io/instance: lightspeed-w-rag
    app.kubernetes.io/name: lightspeed-w-rag
    app.kubernetes.io/part-of: lightspeed-w-rag-app
data:
  olsconfig.yaml: |
    llm_providers:
      - name: openai
        url: "https://api.deepseek.com"
        credentials_path: config/openai/openai_api_key.txt
        models:
          - name: deepseek-v4-flash
    ols_config:
      max_workers: 1
      reference_content:
        product_docs_index_path: "./vector_db/ocp_product_docs/4.19"
        product_docs_index_id: ocp-product-docs-4_19
        embeddings_model_path: "./embeddings_model"
        indexes:
        - product_docs_index_path: "./vector_db/ocp_product_docs/4.19"
          product_docs_index_id: ocp-product-docs-4_19
      conversation_cache:
        type: memory
        memory:
          max_entries: 1000
      logging_config:
        app_log_level: info
        lib_log_level: info
      tls_config:
        tls_certificate_path: /app-root/certs/tls.crt
        tls_key_path: /app-root/certs/tls.key
      default_provider: openai
      default_model: deepseek-v4-flash
      user_data_collection:
        feedback_disabled: true
        transcripts_disabled: true
    dev_config:
      enable_dev_ui: false
      disable_auth: false
    mcp_servers:
      - name: openshift
        transport: stdio
        stdio:
          command: "python3.11"
          args:
            - ./mcp_local/openshift.py

llm_providers 配置

LLM 提供商配置，定义 AI 模型的接入方式。

字段	类型	说明
`name`	string	提供商名称标识，用于 `default_provider` 引用
`url`	string	LLM 服务的 API 端点地址。支持远程 API（如 `https://api.deepseek.com`）或集群内服务（如 `http://litellm.default.svc:4000`）
`credentials_path`	string	API Key 文件的路径，相对于配置目录
`models`	list	可用模型列表
`models[].name`	string	模型名称，用于 `default_model` 引用

url 支持两种接入方式：

远程 API：直接调用外部 LLM 服务，如 https://api.deepseek.com
集群内代理：通过 LiteLLM 等代理服务转发，如 http://litellm.default.svc:4000，适合统一管理多个模型提供商

ols_config 配置

Lightspeed 服务的核心运行配置。

reference_content（知识库配置）

配置 RAG（检索增强生成）所需的产品文档索引，用于增强 AI 回答的准确性。

字段	类型	说明
`product_docs_index_path`	string	Kubernetes 产品文档向量索引的存储路径
`product_docs_index_id`	string	文档索引的唯一标识符
`embeddings_model_path`	string	Embedding 模型的本地路径，用于将用户问题向量化
`indexes`	list	多个文档索引的配置列表，支持同时加载多个版本的文档索引

conversation_cache（对话缓存）

配置对话历史的缓存方式。

字段	类型	说明
`type`	string	缓存类型：`memory`（内存缓存）或 `postgres`（数据库缓存）
`memory.max_entries`	int	内存缓存模式下最大缓存条目数（仅 `type: memory` 时生效）

生产环境建议使用 postgres 类型以持久化对话历史。当前配置使用 memory 类型，服务重启后对话记录会丢失。

logging_config（日志配置）

字段	类型	说明
`app_log_level`	string	应用日志级别：`debug`、`info`、`warn`、`error`
`lib_log_level`	string	依赖库日志级别：`debug`、`info`、`warn`、`error`

tls_config（TLS 配置）

配置 HTTPS 通信所需的证书。

字段	类型	说明
`tls_certificate_path`	string	TLS 证书文件路径
`tls_key_path`	string	TLS 私钥文件路径

其他配置项

字段	类型	说明
`max_workers`	int	最大并发工作线程数，控制同时处理的请求数量
`default_provider`	string	默认使用的 LLM 提供商名称，需与 `llm_providers[].name` 对应
`default_model`	string	默认使用的模型名称，需与 `llm_providers[].models[].name` 对应

dev_config 配置

开发调试相关的配置项。

字段	类型	说明
`enable_dev_ui`	bool	是否启用开发调试 UI，默认 `false`
`disable_auth`	bool	是否禁用身份认证，默认 `false`（生产环境请勿启用）

mcp_servers 配置

配置 MCP（Model Context Protocol）服务器，为 AI 提供与集群交互的能力。

字段	类型	说明
`name`	string	MCP 服务器名称
`transport`	string	通信方式：`stdio`（标准输入输出）
`stdio.command`	string	启动 MCP 服务器的命令
`stdio.args`	list	传递给命令的参数列表

MCP 服务器（如 openshift.py）允许 Lightspeed 直接查询集群资源状态，实现集群交互（Cluster Interaction）功能。通过 MCP，AI 可以获取当前集群的实时信息，提供更精准的回答。

使用指南

打开对话窗口

登录 KDO 平台 Web 控制台
点击页面右下角的 Kubernetes Lightspeed 图标
对话窗口将在屏幕右下角展开

提问方式

提交问题

在对话窗口底部的 Send a message 输入框中输入问题
点击 Submit 按钮或按 Enter 发送
Kubernetes Lightspeed 将基于您的问题返回回答

关联追问

对话历史会被用作上下文。在同一个对话中提出后续问题，AI 会参考之前的对话内容提供更精确的回答。

在已有对话的基础上，输入后续问题
点击 Submit 发送
AI 将结合之前的对话历史给出更精准的回答

例如：

第一次提问：”How are Kubernetes security context constraints used?”
追问：”Can I control who can use a particular SCC?”
再追问：”Can you give me an example?”

附加资源对象

附加资源对象可以让 AI 获取具体的集群上下文，从而给出更具针对性的建议。

在 Web 控制台中导航到目标资源（如 Pods、Deployments）
点击 Lightspeed 图标打开对话窗口
点击 Add 按钮
选择要附加的资源对象
输入问题并提交

故障排查告警

导航到 Observe → Alerting
展开或点击要排查的告警
点击 Lightspeed 图标打开对话窗口
点击 Attach context，选择 Alert
输入 What should I do about this alert?
AI 将返回告警的根因分析、相关文档和修复建议

提供反馈

在 AI 返回回答后，点击回答下方的反馈按钮
选择反馈类型（有帮助 / 无帮助）
可选填写具体反馈内容

开始新对话

刷新浏览器页面会清除对话历史，效果等同于点击 Clear chat 按钮。

点击 Clear chat 按钮清除对话历史
新对话不受之前对话上下文影响

使用示例

示例 1：通用 Kubernetes 问题

输入：

What is a Kubernetes image stream used for?

AI 回答： 提供 ImageStream 的概念解释、用途说明和使用场景。

示例 2：关联追问

输入 1：

How are Kubernetes security context constraints used?

输入 2：

Can I control who can use a particular SCC?

输入 3：

Can you give me an example?

AI 回答： 结合对话历史，逐步深入提供更详细的信息和示例代码。

示例 3：附加资源分析

导航到 Workloads → Pods，选择一个 Pod
打开 Lightspeed，点击 Add 附加该 Pod
输入：Why is this pod in CrashLoopBackOff?

AI 回答： 分析该 Pod 的具体状态，给出可能的原因和排查步骤。

示例 4：告警排查

导航到 Observe → Alerting
选择一个告警，附加到对话
输入：What should I do about this alert?

AI 回答： 提供告警的根因分析、相关文档链接和修复命令。

提问技巧：

使用具体、明确的语言描述问题
指明具体的产品或组件名称（如 “Kubernetes Virtualization” 而非 “virtual machine”）
利用对话历史进行追问以获取更精确的回答
尽量附加相关的资源对象以提供更多上下文

总结

云原生 AI 智能助手是 KDO 平台的 AI 智能助手，通过自然语言交互显著降低了 Kubernetes 和云原生平台的使用门槛。 无论是新手开发者还是经验丰富的运维人员，都可以通过它快速获取文档指导、排查集群问题和执行日常运维任务，从而提升整体生产力和平台使用体验。