🚀 Karpor - 打造 AI 时代的 Kubernetes 可视化工具！

Hi ，V2EXer 👋 作为资深 “K8S YAML 工程师”(🐶)，不知道你们有没有遇到过以下苦恼：

• 管理多个 Kubernetes 集群时，频繁切换 KubeConfig 让人感觉像是在进行一场永无止境的接力赛
• 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
• 应用部署到了多个 Kubernetes 集群中，但看不到它的拓扑全貌
• 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
• 用户难以全面了解所管理的 Kubernetes 集群的健康状况，以及它们是否具备足够的安全防护能力来抵御潜在的安全威胁
• ……

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
• 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
• 提供时间线、时光机等功能，快速定位、排查问题
• 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 能够围绕着 🔍 搜索、📊 洞察和✨AI，击穿 Kubernetes 愈演愈烈的复杂性，这是我们的价值主张：

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：
• 自定义逻辑资源视图：

如果你对 Karpor 项目有任何想法和建议，都可以在 GitHub 上找到我们，共同建设 Karpor 社区，我们会让每位贡献者都出现在 README 和官网首页的 Contributors 板块中，我们希望这是一个社区驱动的项目！

如果你喜欢这个项目，也欢迎在 Github 上为我们点亮 🌟🌟🌟

Github 仓库：https://github.com/KusionStack/karpor