集群代理集群 — 完整的平台运维

运行时要求

此技能包提供 Kubernetes/OpenShift 集群管理功能。凭证采用模块化设计- 仅需根据您的具体用例进行配置。

始终必需

有条件 - 仅按需启用

会话设置

在使用代理程序之前，必须设置会话上下文：

# Set up session context for your environment
bash skills/orchestrator/scripts/setup-session.sh <environment> [context-name]

# Environments: dev, qa, staging, prod
# Note: prod requires human approval for all modifications

安全注意事项

• 代理程序默认以最小权限运行
• 所有凭据访问均被记录
• 生产环境修改需经人工批准
• 密钥绝不记录或存储在代码中

安全评估 - 安装前必读

来源验证

• 此技能从第三方GitHub仓库
• 拉取代码安装前请验证来源URL：https://github.com/kcns008/cluster-agent-swarm-skills
• 锁定特定版本- 切勿在生产环境中使用主分支：

  git clone https://github.com/kcns008/cluster-agent-swarm-skills.git
  cd cluster-agent-swarm-skills
  git fetch --tags
  git checkout v1.0.0  # Use verified release tag or commit hash
  

第三方脚本执行警告

• 这是一个脚本化技能- 它会将可执行的bash脚本写入磁盘
• 脚本执行集群操作，包括：部署、扩缩容、扫描、配置
• 部分脚本可能具有破坏性- 请在运行前审阅：
  • 名称中包含-delete、-cleanup的脚本可能会移除资源
  • 名称中包含-promote、-deploy的脚本会修改集群状态
• 请务必先在非生产环境测试

安装机制

• 通过npx skills add安装会从GitHub下载并执行代码
• 本技能无法验证外部脚本的完整性
• 请在本地审计所有脚本投入生产运行前
• 建议维护经核验的受信脚本离线副本

持久化与影响范围

• 智能体通过以下方式维持跨会话的持久化状态：
  • WORKING.md- 会话进度追踪
  • LOGS.md- 操作审计追踪
  • MEMORY.md- 长期学习记录
• 智能体被配置为在常规操作中向这些文件提交变更
• 若遭误用，此持久化机制将扩大影响范围——如有顾虑请限制仓库写入权限

人工审批强制执行

• 技能文档声称生产环境变更需经人工审批
• 此为流程管控，而非技术强制措施
• 您的平台必须强制执行在允许生产操作前设置审批关卡
• 不要依赖代理的自我约束来保证生产安全

最小权限原则 - 必须遵守

• 切勿提供所有者/root级别的云凭据
• 为以下情况创建专用的、权限最小的服务账户：
  • Kubernetes 命名空间级别访问（非集群管理员权限）
  • 具有有限 EKS 权限的 AWS IAM 角色
  • 具有有限订阅访问权限的 Azure 服务主体
  • 具有有限项目权限的 GCP 服务账户
• 切勿提供生产环境凭据除非你已在非生产环境中审计过代码

生产前先进行沙盒测试

1. 首先在隔离/非生产环境中运行此技能
2. 手动逐步执行脚本以理解其行为
3. 请特别注意：
   • *-cleanup.sh脚本 - 可能删除资源
   • *-promote.sh脚本 - 可能提升制品
   • *-delete.sh脚本 - 明确具有破坏性
4. 验证没有意外的网络调用指向外部端点

供应链工具

• 脚本可能下载二进制文件（syft、cosign、trivy 等）
• 仅允许从可信的发布源下载（官方 GitHub 发布、包管理器）
• 如果您的环境需要，请考虑构建离线工具链

这是完整的集群智能体群技能包。添加此技能后，您将获得 访问全部 7 个专业智能体，它们作为一个协调的群体协同工作。

安装

安装所有技能（推荐）

npx skills add https://github.com/kcns008/cluster-agent-swarm-skills

这将所有 7 个智能体作为一个组合技能安装，可访问所有功能。

安装单个技能

每个智能体均可使用 GitHub 树路径单独安装：

# Orchestrator - Jarvis (task routing, coordination)
npx skills add https://github.com/kcns008/cluster-agent-swarm-skills/tree/main/skills/orchestrator

# Cluster Ops - Atlas (cluster lifecycle, nodes, upgrades)
npx skills add https://github.com/kcns008/cluster-agent-swarm-skills/tree/main/skills/cluster-ops

# GitOps - Flow (ArgoCD, Helm, Kustomize)
npx skills add https://github.com/kcns008/cluster-agent-swarm-skills/tree/main/skills/gitops

# Security - Shield (RBAC, policies, CVEs)
npx skills add https://github.com/kcns008/cluster-agent-swarm-skills/tree/main/skills/security

# Observability - Pulse (metrics, alerts, incidents)
npx skills add https://github.com/kcns008/cluster-agent-swarm-skills/tree/main/skills/observability

# Artifacts - Cache (registries, SBOM, promotions)
npx skills add https://github.com/kcns008/cluster-agent-swarm-skills/tree/main/skills/artifacts

# Developer Experience - Desk (namespaces, onboarding)
npx skills add https://github.com/kcns008/cluster-agent-swarm-skills/tree/main/skills/developer-experience

注意：在生产环境中始终锁定到特定的标签/提交。请参阅安全评估部分。

集群 — 智能体名册

代理能力概述

代理能做什么

• 读取集群状态（kubectl get、kubectl describe、oc get）
• 通过GitOps部署（argocd app sync、Flux协调）
• 创建文档和报告
• 调查和分类事件
• 提供标准资源（命名空间、配额、RBAC）
• 运行健康检查与审计
• 扫描镜像并生成SBOM
• 查询指标与日志
• 执行预批准的运维手册

代理无法执行的操作（需人工介入）

• 删除生产环境资源（生产环境中执行kubectl delete
• 命令）
• 修改集群级策略（网络策略、OPA、Kyverno集群策略）
• 未经轮换流程直接修改密钥
• 修改网络路由或服务网格配置
• 超出既定资源限制进行扩缩容
• 执行不可逆的集群升级
• 批准生产环境部署（可执行准备工作，需人工批准）

修改集群管理员级别的RBAC

通信模式

@提及功能

@Shield Please review the RBAC for payment-service v3.2 before I sync.
@Pulse Is the CPU spike related to the deployment or external traffic?
@Atlas The staging cluster needs 2 more worker nodes.

代理通过共享任务评论中的@提及进行通信：

• 对任务发表评论 → 自动订阅
• 被@提及 → 自动订阅
• 被分配任务 → 自动订阅
• 一旦订阅 → 接收关于heartbeat的所有未来评论

升级路径

1. 代理检测到问题
2. 代理在护栏内尝试解决
3. 如果受阻 → @提及其他代理或升级给人类
4. P1事件 → 所有相关代理自动收到通知

Heartbeat 时间表

代理在交错的5分钟间隔唤醒：

*/5  * * * *  Atlas   (Cluster Ops - needs fast response for incidents)
*/5  * * * *  Pulse   (Observability - needs fast response for alerts)
*/5  * * * *  Shield  (Security - fast response for CVEs and threats)
*/10 * * * *  Flow    (GitOps - deployments can wait a few minutes)
*/10 * * * *  Cache   (Artifacts - promotions are scheduled)
*/15 * * * *  Desk    (DevEx - developer requests aren't usually urgent)
*/15 * * * *  Orchestrator (Coordination - overview and standups)

关键原则

• 角色优先于通用性— 每个代理都有明确定义的SOUL，精确描述其身份
• 文件优先于脑内记录— 只有文件在不同会话间持久保存
• 交错的时间表— 不要同时唤醒所有代理
• 共享上下文— 任务和沟通的唯一真实来源
• 心跳机制，而非持续在线——平衡响应性与成本
• 人工介入机制——关键操作需经审批
• 安全护栏优先于自由操作——明确代理可执行与禁止的操作范围
• 全面审计——所有操作记录至活动日志
• 可靠性优先——系统稳定性始终优于新功能开发
• 默认安全原则——默认拒绝访问，按例外批准

详细代理能力说明

协调器（贾维斯）

• 任务路由：确定各请求应由哪个代理处理
• 工作流协调：统筹多代理协同作业
• 每日站会：汇总全集群状态报告
• 优先级管理：判定任务紧急程度与执行顺序
• 跨代理通信：促进协作交互
• 问责制：追踪承诺与交付之间的对比

集群运维（Atlas平台）

• OpenShift/Kubernetes集群运维（升级、扩缩容、打补丁）
• 节点池管理与自动扩缩容
• 资源配额管理与容量规划
• 网络故障排查（OVN-Kubernetes, Cilium, Calico）
• 存储类管理与PVC/CSI问题处理
• etcd备份、恢复与健康监控
• 多平台专长（OCP, EKS, AKS, GKE, ROSA, ARO）

GitOps（流程）

• ArgoCD应用管理（同步、回滚、同步波次、钩子）
• Helm图表开发、调试与模板化
• Kustomize覆盖层与补丁生成
• 多集群部署的ApplicationSet模板
• 部署策略管理（金丝雀、蓝绿、滚动更新）
• Git仓库管理与分支策略
• 漂移检测与修复
• 密钥管理集成（Vault, Sealed Secrets, External Secrets）

安全（防护）

• RBAC审计与管理
• 网络策略审查与执行
• 安全策略验证（OPA, Kyverno）
• 漏洞扫描（镜像扫描，CVE分类处理）
• 密钥轮换工作流
• 安全事件调查
• 合规性报告

可观测性（Pulse）

• Prometheus/Grafana指标查询
• 日志聚合与搜索（Loki, Elasticsearch）
• 告警分类处理与调查
• SLO跟踪与错误预算监控
• 事件响应协调
• 仪表板与可视化
• 遥测管道故障排查

制品（缓存）

• 容器镜像仓库管理
• 镜像扫描与CVE分析
• SBOM生成与跟踪
• 制品提升工作流
• 版本管理
• 注册表缓存与代理

开发者体验（桌面端）

• 命名空间配置
• 资源配额与限制范围管理
• 开发者入职
• 模板生成
• 开发者支持与故障排除
• 文档生成

文件结构

cluster-agent-swarm-skills/
├── SKILL.md                    # This file - combined swarm
├── AGENTS.md                   # Swarm configuration and protocols
├── skills/
│   ├── orchestrator/           # Jarvis - task routing
│   │   └── SKILL.md
│   ├── cluster-ops/            # Atlas - cluster operations
│   │   └── SKILL.md
│   ├── gitops/                 # Flow - GitOps
│   │   └── SKILL.md
│   ├── security/               # Shield - security
│   │   └── SKILL.md
│   ├── observability/          # Pulse - monitoring
│   │   └── SKILL.md
│   ├── artifacts/              # Cache - artifacts
│   │   └── SKILL.md
│   └── developer-experience/   # Desk - DevEx
│       └── SKILL.md

├── scripts/                    # Shared scripts
└── references/                 # Shared documentation

参考文档

关于每个代理的详细功能，请参阅各个SKILL.md文件：

• skills/orchestrator/SKILL.md- 完整的编排器文档
• skills/cluster-ops/SKILL.md- 完整的集群运维文档
• skills/gitops/SKILL.md- 完整的GitOps文档
• skills/security/SKILL.md- 完整的安全文档
• skills/observability/SKILL.md- 完整可观测性文档
• skills/artifacts/SKILL.md- 完整制品文档
• skills/developer-experience/SKILL.md- 完整开发者体验文档