Kubectl-AI: 一款 OpenAI GPT 自动生成应用 K8s yaml神器

首页: 官网

下载安装

wget https://github.com/sozercan/kubectl-ai/releases/download/v0.0.10/kubectl-ai_linux_amd64.tar.gz
tar xvf kubectl-ai_linux_amd64.tar.gz -C /usr/local/bin/

kubectl-ai需要OpenAI API密钥或Azure OpenAI服务 API密钥和端点以及有效的Kubernetes配置

OpenAI和Azure OpenAI，您可以使用以下环境变量：

export OPENAI_API_KEY=<your OpenAI key>
export OPENAI_DEPLOYMENT_NAME=<your OpenAI deployment/model name. defaults to "gpt-3.5-turbo">

支持以下模型：

• code-davinci-002
• text-davinci-003
• gpt-3.5-turbo-0301（Azure的部署必须命名为gpt-35-turbo-0301）
• gpt-3.5-turbo
• gpt-35-turbo-0301

开始测试生成需要的yaml文件

kubectl-ai "创建一个包含3个副本的nginx deployment控制器包括service，使用NodePort 暴露40879端口"

使用箭头键导航：↓ ↑ → ←
? 是否要应用此内容？[应用/不应用]：
▸ 应用
不应用

也可以将yaml保存

kubectl-ai "创建一个包含3个副本的nginx deployment控制器包括service，使用NodePort 暴露40879端口" --raw

或者

kubectl-ai "在test命名空间下创建一个包含3个副本的nginx deployment控制器包括service，使用NodePort 暴露40879端口" --raw
apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  namespace: test
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.7.9
        ports:
        - containerPort: 80
---
apiVersion: v1
kind: Service
metadata:
  name: nginx-service
  namespace: test
spec:
  type: NodePort
  selector:
    app: nginx
  ports:
  - port: 80
    targetPort: 80
    nodePort: 40879

或者

 kubectl-ai "创建一个test命名空间，然后在该命名空间创建一个包含3个副本的nginx deployment控制器包括service，使用NodePort 暴露
40879端口" --raw

apiVersion: v1
kind: Namespace
metadata:
  name: test
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  namespace: test
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.7.9
        ports:
        - containerPort: 80
---
apiVersion: v1
kind: Service
metadata:
  name: nginx-service
  namespace: test
spec:
  type: NodePort
  ports:
  - port: 80
    targetPort: 80
    nodePort: 40879
  selector:
    app: nginx
  sessionAffinity: None