k8s-troubleshooter

此技能為 DevOps 工程師與 SRE 提供了一套完整的工具包，用於 Kubernetes 環境中的系統化疑難排解。它透過自動化收集診斷數據並針對生產環境問題提供可執行的見解，來簡化事故回應流程。無論您面臨的是常見的排程錯誤、資源限制還是複雜的網路故障，該代理程式都會引導您完成診斷流程，以最大限度地縮短平均修復時間 (MTTR)。

• 自動化分流：執行即時叢集健康檢查，識別所有命名空間中非執行中的 Pod，並使用 kubectl 與基於 Python 的診斷指令碼分析節點資源利用率。

• Pod 深度調查：檢索日誌、事件與設定詳情，以疑難排解如 CrashLoopBackOff、ImagePullBackOff、OOMKilled 與 Pending 狀態等常見故障模式。

• 命名空間健康分析：執行自動化指令碼以評估特定命名空間內的部署可用性、服務端點、PVC 儲存狀態與資源配額使用情況。

• 結構化事故回應：遵循針對 SEV-1 到 SEV-4 事故的既定指南，包括評估、調查、解決方案與事故後審查程序。

• 資源與網路除錯：獲取關於節點 DiskPressure、NotReady 狀態、網路政策與永續磁碟區連線問題的視覺化資訊。

• 當遇到與 Kubernetes 元件、Pod、服務或儲存磁碟區相關的錯誤時，請啟用此技能。

• 輸入需求：進行特定資源調查時，請提供命名空間與物件名稱（Pod、服務、節點）。

• 預期產出：清晰的診斷結果、根本原因分析、建議的補救步驟與驗證指令。

• 營運情境：專為生產級環境設計，重視安全性、變更記錄與修復後的行為監控。

• 限制：需要存取 kubectl 的權限、目標叢集上足夠的 RBAC 權限，並需安裝 python3 以執行高階診斷指令碼。