Несколько недель назад я наконец сел за работу и создал это. В этой статье рассказывается о том, что я построил, что сломалось и почему я считаю, что Sveltos — один из самых недооцененных инструментов в экосистеме Kubernetes прямо сейчас.

Это бесплатный открытый чек-лист, который поможет вам развернуть ваши приложения в Kubernetes. Никакие формы, электронная почта или загрузка не требуются.

1) Task — задача в изолированной среде: образ контейнера, команда, переменные окружения, запросы и лимиты вычислительных ресурсов.

2) Workspace — рабочее окружение: Git-репозитории, MCP-серверы и пакеты навыков. Можно задать цель обычным языком, например «подготовить Go toolchain», и агент займётся настройкой окружения перед запуском основной команды.

3) Model — конфигурация провайдера и модели, параметры генерации и ссылки на Kubernetes Secrets с учётными данными.

Когда агентов становится много, недостаточно просто отправлять запросы к LLM. Нужно воспроизводимо готовить окружения, ограничивать ресурсы, изолировать выполнение и разбираться, почему конкретная задача зависла. AX пытается вынести эту инфраструктурную работу в отдельный слой.

Короткая история отладки: файл учётных данных двухлетней давности, кластер EKS и цепочка учётных данных AWS, которая тихо делала ровно то, для чего была создана.

Терминальная панель для Docker, которая отслеживает несколько хостов в реальном времени.

Нужно проверить обязательную метку или ограничить число реплик? Прежде чем поднимать отдельный webhook-сервер, посмотрите на CEL-политики Kubernetes. ValidatingAdmissionPolicy выполняет проверку внутри API-сервера, без сетевого обращения к вашему сервису. Эта возможность стабильна с Kubernetes 1.30.

Webhook остаётся полезным для сложной логики, например вызова внешнего API. Но к нему добавляются доступность сервера, тайм-ауты и задержка admission. Mutating webhooks вызываются последовательно, иногда повторно. Validating webhooks работают параллельно.

Для CustomResource базовую валидацию и значения по умолчанию лучше задавать в самой CRD. Выбирать механизм стоит по задаче и версии кластера, а не по привычному шаблону с ещё одним Deployment.

Управление в кластере для ИИ-агентов на Kubernetes. Независимые от среды выполнения контракты рабочих нагрузок, изоляция и конфигурация исходящего трафика, доказательства затрат на модели и примитивы аудита, верифицируемые в автономном режиме.

Attune — это оператор Kubernetes, который автоматически подгоняет запросы и лимиты ресурсов подов с помощью функции In-Place Pod Resize (изменение размера пода на месте).