项目介绍
DevOps AI Toolkit
<div align="center">
通过智能Kubernetes操作和对话工作流实现AI驱动的平台工程和DevOps自动化。
什么是 DevOps AI Toolkit？
DevOps AI Toolkit 将AI驱动的智能引入平台工程、Kubernetes操作和开发工作流程。它通过能力发现和语义匹配提供智能的Kubernetes部署建议，AI驱动的问题修复，自动设置带有治理和安全文件的存储库，以及用于一致开发工作流程的共享提示库——所有这些都通过自然语言对话实现。
基于模型上下文协议（MCP）构建，它可以无缝集成到Claude Code、Cursor 和VS Code中，以提供复杂的DevOps和开发任务的对话交互。
使命
DevOps AI Toolkit 通过AI驱动的自动化使复杂的流程对所有人开放，从而普及平台工程和云原生操作。我们消除了阻止团队采用最佳实践的Kubernetes操作、存储库治理和标准化开发工作流程的专业知识障碍——使专业级DevOps可以通过自然语言交互获得。
谁应该使用这个？
DevOps AI Toolkit 是为希望做到以下几点的团队设计的：
- 使用Kubernetes作为控制平面管理云资源（AWS、Azure、GCP）（开发者、平台工程师）
- 快速诊断并解决集群和基础设施问题（SRE、DevOps工程师）
- 使用组织模式和策略标准化资源供应（安全工程师、平台团队）
- 使用治理和安全文件初始化存储库（项目维护者）
- 通过原生斜杠命令访问策划好的开发提示（开发团队）
范围
在范围内
- 使用Kubernetes作为控制平面的AI驱动资源供应建议
- 智能问题修复和根本原因分析
- 带有语义搜索的组织模式和策略管理
- 基于MCP的AI编码助手集成
- 多提供商AI模型支持（Claude、GPT、Gemini）
- 带有治理、法律和安全文件的项目设置
不在范围内
- Kubernetes集群供应/管理（委托给现有工具）
- CI/CD管道执行（仅提供建议）
- 应用程序运行时监控（与现有的可观测性工具集成）
关键特性
🔍 资源供应智能
自动发现集群资源使用语义能力管理。AI理解每个资源的实际作用，提供智能建议，跨云使用Kubernetes作为控制平面来供应资源。 📖 部署指南 | 能力管理
🛠️ 问题修复
多步骤调查、可执行修复命令和手动或自动执行的安全机制的AI驱动的根本原因分析。 📖 了解更多 →
🏛️ 模式与策略管理
捕获组织知识和治理策略，自动增强AI建议的最佳实践和合规要求。使用向量搜索进行智能语义匹配。 📖 模式管理 | 策略管理
📦 项目设置与治理
生成25多个治理、法律和自动化文件（LICENSE、CODE_OF_CONDUCT、CONTRIBUTING、SECURITY、GitHub工作流、Renovate、OpenSSF评分卡），用于存储库标准化。 📖 了解更多 →
💬 共享提示库
通过原生斜杠命令（/dot-ai:prompt-name）在您的编码代理中访问策划好的提示，以实现跨项目的统一工作流程。
📖 了解更多 →
⚡ AI 集成
通过模型上下文协议与Claude Code、Cursor、VS Code集成。支持多种AI提供商（Claude、GPT、Gemini）以实现灵活性和成本优化。 📖 AI 模型配置
观看演示
此视频解释了平台工程问题，并演示了从意图到运行应用程序的Kubernetes部署建议工作流程。
快速开始
三步开始：
- 配置MCP服务器（Docker或npm）
- 连接您的AI编码助手（Claude Code、Cursor、VS Code）
- 开始使用对话工作流程
文档
入门
功能指南
支持
贡献与治理
我们欢迎来自社区的贡献！请查阅：
许可证
MIT 许可证 - 详情见LICENSE文件。
致谢
DevOps AI Toolkit 基于：
- 模型上下文协议用于AI集成框架
- Vercel AI SDK用于统一的AI提供商接口
- Kubernetes用于云原生基础
- CNCF用于云原生生态系统
DevOps AI Toolkit - 通过AI驱动的智能使云原生操作变得易于访问。