面向 SRE 与 AI Agent 的网络可观测性
--- Kubeshark 使用 eBPF 在内核层面对集群范围内的网络流量进行索引 — 借助网络、API 与 Kubernetes 语义，为任意查询提供即时答案。 **你可以做什么：** - **下载回顾性 PCAP** — 按节点、时间、工作负载和 IP 筛选的集群范围数据包捕获。可长期保留 PCAP，供后续调查使用。 - **可视化网络数据** — 通过实时仪表板，以 API、Kubernetes 或网络语义探索符合查询的流量。 - **以明文查看加密流量** — 使用 eBPF 自动解密 TLS/mTLS 流量，无需密钥管理或 sidecar。 - **与 AI 集成** — 将你偏好的 AI 助手（如 Claude、Copilot）接入，将网络数据纳入事件响应与根因分析（Root Cause Analysis, RCA）等 AI 驱动的工作流。  --- ## 快速开始 ```bash helm repo add kubeshark https://helm.kubeshark.com helm install kubeshark kubeshark/kubeshark kubectl port-forward svc/kubeshark-front 8899:80 ``` 在浏览器中打开 `http://localhost:8899`。你已开始捕获流量。 > 生产环境建议通过 [ingress controller](https://docs.kubeshark.com/en/ingress) 替代 port-forward。 **通过 MCP 连接 AI agent**： ```bash brew install kubeshark claude mcp add kubeshark -- kubeshark mcp ``` [MCP 配置指南 →](https://docs.kubeshark.com/en/mcp) --- ### 面向 AI Agent 的网络数据 Kubeshark 通过 [MCP](https://docs.kubeshark.com/en/mcp) 暴露集群范围内的网络数据 — 使 AI agent 能够以自然语言查询流量、调查 API 调用并执行根因分析。 > *"为什么 checkout 在下午 2:15 失败了？"* > *"哪些服务的错误率超过 1%？"* > *"显示所有节点间路径的 TCP 重传率"* > *"追踪请求 abc123 在所有服务中的流转"* 可与 Claude Code、Cursor 及任何兼容 MCP 的 AI 配合使用。  [MCP 配置指南 →](https://docs.kubeshark.com/en/mcp) ### AI 技能 开源、可复用的技能，用于在 Kubeshark 的 MCP 工具之上，教会 AI agent 领域特定的工作流： | 技能 | 描述 | |-------|-------------| | **[Network RCA](skills/network-rca/)** | 回顾性根因分析 — 快照、解析、PCAP 提取、趋势对比 | | **[KFL](skills/kfl/)** | KFL（Kubeshark Filter Language）专家 — 编写、调试并优化流量过滤器 | 作为 Claude Code 插件安装： ``` /plugin marketplace add kubeshark/kubeshark /plugin install kubeshark ``` 或直接克隆使用 — 技能会根据对话上下文自动触发。 [AI 技能文档 →](https://docs.kubeshark.com/en/mcp/skills) --- ### 使用 API、Kubernetes 与网络语义进行查询 Kubeshark 依据协议规范解析流量，对集群范围内的网络流量进行索引，支持 HTTP、gRPC、Redis、Kafka、DNS 等。单个 [KFL 查询](https://docs.kubeshark.com/en/v2/kfl2) 可组合全部三层语义 — Kubernetes 身份、API 上下文与网络属性 — 精确定位所需流量。无需代码插桩。  [KFL 参考 →](https://docs.kubeshark.com/en/v2/kfl2) · [流量索引 →](https://docs.kubeshark.com/en/v2/l7_api_dissection) ### 工作负载依赖图 可视化展示工作负载之间的通信方式，呈现集群内的依赖关系、流量规模与协议使用情况。  [了解更多 →](https://docs.kubeshark.com/en/v2/service_map) ### 流量保留与 PCAP 导出 在集群范围内捕获并保留原始网络流量，包括已解密的 TLS。可按时间范围、节点、工作负载和 IP 下载 PCAP — 可直接用于 Wireshark 或任何兼容 PCAP 的工具。将快照存储到云存储（S3、Azure Blob、GCS）以实现长期保留与跨集群共享。  [快照指南 →](https://docs.kubeshark.com/en/v2/traffic_snapshots) · [云存储 →](https://docs.kubeshark.com/en/snapshots_cloud_storage) --- ## 功能特性 | 功能 | 描述 | |---------|-------------| | [**流量快照**](https://docs.kubeshark.com/en/v2/traffic_snapshots) | 时间点快照，支持云存储（S3、Azure Blob、GCS），可导出 PCAP 供 Wireshark 使用 | | [**流量索引**](https://docs.kubeshark.com/en/v2/l7_api_dissection) | 实时与延迟 L7 索引，支持请求/响应匹配与完整载荷 | | [**协议支持**](https://docs.kubeshark.com/en/protocols) | HTTP、gRPC、GraphQL、Redis、Kafka、DNS 等 | | [**TLS 解密**](https://docs.kubeshark.com/en/encrypted_traffic) | 基于 eBPF 的解密，无需密钥管理，包含在快照中 | | [**AI 集成**](https://docs.kubeshark.com/en/mcp) | MCP 服务器 + 开源 AI 技能，用于网络 RCA 与流量过滤 | | [**KFL 查询语言**](https://docs.kubeshark.com/en/v2/kfl2) | 基于 CEL 的查询语言，支持 Kubernetes、API 与网络语义 | | [**100% 本地部署**](https://docs.kubeshark.com/en/air_gapped) | 支持气隙（air-gapped）环境，无外部依赖 | --- ## 安装 | 方式 | 命令 | |--------|---------| | Helm | `helm repo add kubeshark https://helm.kubeshark.com && helm install kubeshark kubeshark/kubeshark` | | Homebrew | `brew install kubeshark && kubeshark tap` | | Binary | [下载](https://github.com/kubeshark/kubeshark/releases/latest) | [安装指南 →](https://docs.kubeshark.com/en/install) --- ## 贡献 欢迎贡献。请参阅 [CONTRIBUTING.md](CONTRIBUTING.md)。 ## 许可证 [Apache-2.0](LICENSE)