Menu
Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.
Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Um comando direto ignora o prompt de revisão. Verifique a origem antes de executá-lo.
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill external-gitcode-ascend-k8s-check-fixO comando permanece em uma só linha. Role horizontalmente para revisá-lo antes de copiar.
Prefere uma cópia local? Baixe os arquivos disponíveis atualmente no SkillsMP.
Exibindo SKILL.md
Baseado na classificação ocupacional SOC
| 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 |
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。
- 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。
- 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。
- 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。
- 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。
- 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。
在以下情况下使用此技能：
NotReady、kubectl 命令执行失败、滚动更新卡住、网络问题等。不要在以下情况使用此技能：
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：
kubectl config get-contexts -o name 获取）。false。警告用户开启自动确认非常危险。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。
sweep, pod, deploy, resources, events）均为安全只读操作。fix 子命令加 --confirm 标志执行。rollout undo、rollout restart、、、、。scaledelete podcordonuncordonkubectl exec。--context 和 --namespace 标志限制操作范围。此技能包含常见控制平面和节点故障的详细恢复指南。不要一次性读取所有指南，请遵循以下工作流：
sweep 获取整体情况。NotReady、CNI 问题等）。guides/faults/ 目录）以了解诊断步骤和修复选项。（如果所需的指南文件不存在，报告“缺少故障指南文件：xxx.md，无法提供详细修复步骤”，并仅基于通用知识给出建议，不要反复尝试读取。）
etcd_cluster_failure.mdapiserver_cert_expired.mdscheduler_failure.mdworker_node_down.mdkubelet_cert_expired.mdcni_failure.mdpod、deploy、resources 子命令）。fix 子命令（如果允许）或指导用户手动执行命令。k8s_check_fix 可作为类似 Python 的函数调用。示例：
# 全集群健康检查
k8s_check_fix(subcommand="sweep", context="prod")
# 深入排查问题 Pod
k8s_check_fix(subcommand="pod", target="api-7f8d4-x2k9p", namespace="prod", tail=500)
# Deployment 状态
k8s_check_fix(subcommand="deploy", target="my-app", namespace="default")
# 资源压力分析
k8s_check_fix(subcommand="resources")
# 近期事件（最近一小时）
k8s_check_fix(subcommand="events", since="1h")
# 安全修复（用户批准后）
k8s_check_fix(subcommand="fix", target="kubectl rollout undo deployment/my-app -n prod", confirm=True)
所有子命令返回 JSON 格式数据。解析后使用表格、列表、代码块等 Markdown 格式呈现给用户。
sweep。pod 深入排查。NotReady，读取 worker_node_down.md 和 kubelet_cert_expired.md。scheduler_failure.md）。sweep 定位问题 Pod。pod 子命令，获取日志和事件。kubectl get nodes。如果返回证书错误，读取 apiserver_cert_expired.md。kubectl 超时，可能是 etcd 故障 → 读取 etcd_cluster_failure.md。kubectl logs 可用但 kubectl get pods 失败），检查 RBAC 权限。deploy 子命令。unavailableReplicas 和滚动更新状态。fix 执行 rollout undo）。scheduler_failure.md 或 pending_no_resources.md。--confirm 的 fix，且必须获得用户明确批准。fix 调用。kubectl apply 或编辑白名单外的资源，指导用户手动执行并解释步骤。文件 gotchas.md 中记录了常见诊断错误。在最终确定诊断前，可选择性阅读以避免常见陷阱。关键示例：
如果用户提供了 remote_host，工具将通过 SSH 在远程机器上执行 kubectl。安全规则同样适用 – fix 仍需 --confirm 和白名单。使用远程模式时，在说明中明确命令将在远程主机上执行。
检查完毕后一定要输出检查报告，具体模板参考templates文件夹下的模板文件
始终以清晰、结构化的 Markdown 呈现发现：
用户：我的生产集群响应变慢，Pod 在频繁重启。
你：我将执行全集群健康检查，先看整体情况。
[调用 k8s_check_fix(subcommand="sweep", context="prod")]
🏥 集群健康检查报告
**节点：** 3/3 Ready ✅
**问题 Pod：** 2 个
| Pod | 命名空间 | 状态 | 重启次数 |
|-----|----------|------|----------|
| api-7f8d4-x2k9p | prod | CrashLoopBackOff | 47 |
| worker-5c9a2-j8k3 | prod | OOMKilled | 12 |
⚠️ 最近 15 分钟有 18 个警告事件 – 主要是 OOMKilled。
我再深入排查一下 api Pod。
[调用 k8s_check_fix(subcommand="pod", target="api-7f8d4-x2k9p", namespace="prod")]
## 🏥 Pod 详细检查：api-7f8d4-x2k9p
**诊断：** 容器因 OOMKilled 退出，当前内存限制 128Mi。
日志显示应用尝试分配 256Mi 堆内存。
**根本原因：** 内存限制（128Mi）小于应用所需（256Mi）
**建议修复：** 将内存限制提升至 256Mi：
```
kubectl set resources deployment/api -c api --limits=memory=256Mi -n prod
```
是否执行此修复？（是/否）
如果因为任何原因未能完成完整诊断（例如超时、命令失败），报告必须包含“诊断未完成”部分，说明失败步骤和原因，并提供人工排查建议。
诊断或修复完成后必须要回复用户执行结果
记住：你是集群诊断专家。保持冷静、系统、安全。