研究AIOps已有数月,目前手里有不少可落地的方案了,接下来会把这些方案全部整理到我的大模型课程里。欢迎大家把你遇到的场景在评论区留言。我会在能力范围内给你提供思路和建议。
最近OpenClaw太火了,作为AIOps领域先行者,我也在探索OpenClaw如何用于AIOps领域。用OpenClaw越久,我就越觉得我们之前很难搞定的问题,在它这里都可以轻松搞定。
今天这篇文章跟大家聊一下如何用OpenClaw来管理我们的k8s。先看简易架构图:
核心思路:
OpenClaw作为智能运维入口,通过Skill调用Kubernetes、Prometheus、日志系统等能力,实现智能运维。
一、Kubernetes集群接入OpenClaw
首先需要让OpenClaw能够访问Kubernetes。
通常有两种方式:
方式一:使用 kubeconfig
将Kubernetes集群内控制台机器上的~/.kube/目录直接同步到OpenClaw那台机器上,同时需要安装kubectl命令。
方式二:ServiceAccount 接入
创建专用账号:
apiVersion: v1kind: ServiceAccountmetadata: name: openclaw namespace: kube-system绑定权限:
kind: ClusterRoleBindingapiVersion: rbac.authorization.k8s.io/v1metadata: name: openclaw-bindingsubjects:- kind: ServiceAccount name: openclaw namespace: kube-systemroleRef: kind: ClusterRole name: cluster-admin apiGroup: rbac.authorization.k8s.ioOpenClaw 使用 token 访问 API。让OpenClaw使用token访问 API。二、安装或自建Kubernetes运维SkillsAIOps的关键能力来自Skills(运维相关技能)。每个Skill实现一种运维能力。例如:Skill作用kubernetes管理Kubernetes集群的skill,通用能力prometheus管理Prometheus的skillgrafana-lens用来查询loki里监控的日志auto_inspect自动巡检,自定义skill,在openclaw封装这里只列出几个有代表性的skills,后期可以根据实际需求不断增加新的skills,其实用OpenClaw做自定义skills还是蛮方便的。三、告警触发两种策略:1)可以在OpenClaw这里设定一个每分钟去查询有无告警的任务计划,这个比较方便,不用额外配置其它东西,比如不需要更改现有Prometheus + Alertmanager的配置,但缺点就是耗费的Tokens会比较多。2)在Alertmanager那里配置,告警触发一个webhook,然后它会发通知给到openclaw。altermanager配置示例:global:resolve_timeout: 5mroute:receiver: "openclaw-webhook"group_by: ["alertname", "instance", "job"]group_wait: 30sgroup_interval: 5mrepeat_interval: 2hreceivers:- name: "openclaw-webhook"webhook_configs:- url: "https://your-relay.example.com/alertmanager/webhook"send_resolved: truemax_alerts: 0这里的webhook其实就是一个小脚本:from flask import Flask, request, jsonifyimport subprocessimport jsonapp = Flask(__name__)# 你自己的 Feishu 目标(示例:发给某个用户)# 也可以用 chat:chat_idFEISHU_TARGET = "user:ou_eabb1ecea220b9c5ff0d4db5e76ebb36"def send_to_openclaw(text: str):cmd = ["openclaw", "message", "send","--channel", "feishu","--target", FEISHU_TARGET,"--message",…— 以上为试看内容(约 40%),开通会员后阅读全文 —