external-gitcode-ascend-k8s-check-fix

name	external-gitcode-ascend-k8s-check-fix
description	Kubernetes 集群健康检查与安全修复 — 诊断问题，用户确认后执行修复
tags	["kubernetes","k8s","devops","sre","incident-response","diagnostics","remediation","on-call"]
tools	[{"name":"k8s_check_fix","description":"执行 Kubernetes 集群诊断，并在用户批准后执行安全修复。子命令：sweep, pod, deploy, resources, events, fix。","command":"bash scripts/k8s-check-fix.sh","args":["[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]"]}]
dependencies	["kubectl","jq"]
original-name	k8s-check-fix
synced-from	https://gitcode.com/Ascend/agent-skills
synced-date	2026-05-26
synced-commit	1f7666e7768a0ceb21bb1d40ce4b5179fcb6f1d6
license	UNKNOWN

k8s-check-fix — Kubernetes 集群诊断与安全修复

该工具可以执行 Kubernetes 集群诊断（全面健康检查、Pod 深入排查、Deployment 分析、资源压力检测、事件监控），并且在用户明确批准后执行安全修复操作。

执行原则

1. 每个 kubectl 命令调用必须设置超时（例如 30 秒）。如果命令在超时内未返回，立即向用户报告“命令执行超时，可能是 API Server 无响应”，并停止当前技能。
2. 任何子命令失败（返回非零退出码或 JSON 错误字段），立即报告错误详情，不要自动重试，并询问用户是否继续。
3. 如果用户没有明确要求继续，默认停止技能，避免陷入无意义的重试循环。
4. 禁止连续调用超过 3 个子命令而不给用户反馈。每执行一个命令，必须将结果（哪怕是中间结果）以 Markdown 形式展示给用户。
5. 如果某个子命令预计耗时超过 10 秒（例如 sweep 在大集群中），必须先向用户发送“正在执行，请稍候...”消息，再调用命令。

触发条件

在以下情况下使用此技能：

• 用户要求检查、诊断或修复 Kubernetes 集群、节点、Pod 或 Deployment。
• 用户报告的症状包括：Pod 频繁重启、节点状态 NotReady、kubectl 命令执行失败、滚动更新卡住、网络问题等。
• 用户提供了 kubectl 错误信息，或提到某个资源处于不健康状态。
• 用户描述模糊，如“我的集群出问题了”或“帮我调试 Kubernetes”。

不要在以下情况使用此技能：

• 用户询问的是非 Kubernetes 基础设施（例如 Docker Compose、不包含 K8s 的云虚拟机）。
• 用户只想查看运行中容器的日志，无需诊断（应使用通用日志技能）。
• 用户只是想激活该技能而不是使用该技能

配置与首次运行设置

在开始诊断前，检查技能目录下是否存在 config.json。如果文件不存在或缺少必要字段，使用 AskUserQuestion 收集以下信息：

• 默认 Kubernetes 上下文 – 从可用上下文中提供多选列表（通过 kubectl config get-contexts -o name 获取）。
• 默认命名空间 – 可选，用于限定操作范围。
• 自动确认修复 – 默认 false。警告用户开启自动确认非常危险。
• 只读模式 – 默认 false。如果设置为 true，将阻止 fix 子命令执行。

将答案写入 config.json。后续调用将读取这些值作为默认值，除非用户通过标志参数覆盖。 如果 config.json 存在但解析失败（JSON 格式错误），报告具体错误并停止技能，不要尝试默认值。

核心原则

1. 默认只读 – 所有诊断命令（sweep, pod, deploy, resources, events）均为安全只读操作。
2. 写操作需显式批准 – 仅当用户明确说“是”后，才能使用 fix 子命令加 --confirm 标志执行。
3. 严格写操作白名单 – 仅允许 rollout undo、rollout restart、、、、。