radar

一个 Go 二进制搞定 K8s 可视化与 AI 运维诊断

开源 🏷️定价信息待确认 ✅ 目前可打开 智能体 🍴 复刻 269 🐛 待处理 105 👀 关注 13
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4074
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

radar 项目界面预览图
图片来源:项目官网

项目数据

分类智能体
开发团队skyhook-io
官网地址https://radarhq.io
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型ai-agents,argocd,cloud-native,fluxcd,gitops,helm,k8s,kubectl-plugin,kubernetes,kubernetes-dashboard,kubernetes-debugging,kubernetes-mcp,kubernetes-monitoring,kubernetes-tools,kubernetes-troubleshooting,kubernetes-ui,mcp,mcp-server,model-context-protocol,self-hosted
GitHub 星标★ 4074
上线时间2026-01-20 00:00:00
代码更新2026-11-09
仓库体积90.1 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数4

项目介绍

Radar 是一个开源的 Kubernetes 可视化界面,内置 MCP(Model Context Protocol)服务器,专为 AI 智能体设计。它解决了 Kubernetes 集群运维中“看不见、查不清、说不明”的痛点,将问题诊断、拓扑展示、事件时间线、Helm 应用管理、GitOps 状态、实时服务流量和集群审计等核心能力整合到一个单一的 Go 二进制文件中。用户可以通过浏览器直观地查看集群中哪里出了问题、为什么出问题以及发生了什么变化,同时 AI 智能体能够通过 MCP 协议直接访问这些数据,实现自然语言驱动的集群运维。该项目旨在成为 Kubernetes 生态中缺失的那块拼图,让开发者、运维人员和 AI 工具都能高效地理解和操作集群。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4074

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 6 步

环境要求

  • 可访问的 Kubernetes 集群,并有可用的 kubeconfig(默认 ~/.kube/config)
  • 本机已安装 kubectl 命令行工具
  • 类 Unix 环境(一键脚本使用 curl | sh);macOS/Linux/Windows 亦可选 Homebrew、Scoop 等方式
  • 本地模式下默认端口 9280 未被占用

安装与启动步骤

  1. 1一键安装 Radar

    README 推荐的最快方式,30 秒完成安装;脚本会同时设置 radar 简写命令。

    curl -fsSL https://get.radarhq.io | sh
  2. 2启动并查看集群

    启动本地服务并自动打开浏览器界面(不加 --no-browser 时会自动打开)。

    kubectl radar
  3. 3或使用 Homebrew 安装

    macOS/Linux 用户可改用 Homebrew,安装后同样运行 kubectl radar 启动。

    brew install skyhook-io/tap/radar
  4. 4可选用 Helm 集群内部署

    需要团队共享访问时部署到集群,用 --create-namespace 创建 radar 命名空间。

    helm repo add skyhook https://skyhook-io.github.io/helm-charts
    helm install radar skyhook/radar -n radar --create-namespace
  5. 5查看集群内安装状态

    只读检查集群内 Radar Cloud 安装的所有权、chart 与镜像、agent 就绪状态,不打印连接令牌。

    radar cloud status --context my-cluster --namespace radar --release radar
  6. 6按需指定启动参数

    如需限制命名空间、改端口或指定 kubeconfig,可在启动命令后追加对应 flag。

    kubectl radar --namespace my-namespace --port 9280

关键配置

配置项必填说明示例
--kubeconfig否指定主 kubeconfig 文件路径~/.kube/config
--namespace否初始命名空间过滤,也作为命名空间受限用户的 RBAC 回退my-namespace
--port否服务监听端口,默认 92809280
--listen-address否HTTP 监听地址,默认仅本机可访问127.0.0.1
--timeline-storage否时间线存储后端:memory、sqlite 或 postgressqlite
--auth-mode否认证模式:none、proxy 或 oidcnone

如何确认成功

启动后浏览器会自动打开;也可手动访问 http://127.0.0.1:9280 (默认端口)确认界面加载,健康检查路径为 /api/health。

常见问题

Q:一键安装和 Krew、直接下载有什么区别?

A:一键安装、PowerShell、Homebrew 和 Scoop 会额外配置 radar 简写命令;Krew 和直接下载默认只能用 kubectl radar,除非自行添加 radar 符号链接。

Q:怎样让远程或容器内访问界面?

A:把 --listen-address 显式设为 0.0.0.0(默认是 127.0.0.1),并同时配置认证与网络访问控制,避免暴露未授权接口。

Q:如何关闭给 AI 智能体用的 MCP 服务?

A:启动时加 --no-mcp 即可禁用 MCP 服务器;只想单独跑 MCP 目录时可使用 --mcp-catalog-stdio。

Q:时间线数据默认存在哪?

A:默认使用 memory 存储,仅保留最新事件;改为 sqlite 后写入 ~/.radar/timeline.db,可用 --timeline-db 指定路径。

Q:部署在子路径(如 Ingress 前缀)下要怎么做?

A:使用 --base-path 例如 /radar,所有接口含 /api/health 都会挂到该前缀下;该参数不支持与 --cloud-url 同时使用。

注意事项

  • 默认只监听 127.0.0.1,容器、VM、WSL 或远程共享访问必须显式设置 --listen-address 0.0.0.0 并配合认证与网络控制。
  • 默认端口为 9280,可通过 --port 覆盖。
  • Context 切换超时等参数也支持环境变量形式,例如 RADAR_CONTEXT_SWITCH_TIMEOUT、RADAR_FIRST_PAINT_BACKSTOP,未设置时保持默认值。
  • 不同版本可用参数可能不同,完整 CLI 参考以已安装版本的 radar --help 为准。

核心亮点

  • 内置 MCP 服务器,AI 智能体可直接接入并查询集群状态,实现自然语言运维
  • 单一 Go 二进制文件,部署简单,无需复杂依赖,支持 kubectl 插件方式运行
  • 集成问题诊断、拓扑、事件时间线、Helm、GitOps、流量和审计,功能全面

不足之处

  • 项目较新,文档和社区生态仍在建设中,深度使用可能需要自行探索
  • AI 智能体交互的稳定性和安全性在复杂生产环境中待验证

适用场景

  • Kubernetes 集群日常巡检和故障快速定位
  • AI 驱动的运维助手,通过聊天方式查询集群状态和变更
  • 开发人员快速理解应用拓扑和 Helm/GitOps 部署状态

替代项目

Kubernetes Dashboard、Lens、Octant

上一篇:InsForge

下一篇:toolport

同类项目推荐

tunnel-client 开源

把本地 MCP 服务安全连到 ChatGPT 等 AI 工具,无需公网暴露

Customer-run client for Secure MCP Tunnel: connect private or localhost MCP servers ···

★ 626 2026-08-09
mlops-workload-orchestrator 开源

在AWS上标准化编排ML管道,让模型上线更规范高效

The MLOps Workload Orchestrator solution helps you streamline and enforce architectu···

★ 157 2026-08-09
mcp-shark 开源

像抓包网络一样抓包 MCP 通信,快速定位 AI 集成问题。

Wireshark-like forensic analysis for Model Context Protocol communications Capture,···

★ 179 2026-08-09
kedro 开源

数据管道按工程规范搭,实验转生产不返工

Kedro is a toolbox for production-ready data science. It uses software engineering b···

★ 11047 2026-08-09
ContextPilot 开源

长上下文推理瘦身,不丢精度还更快

Accelerating Long Context LLM Inference with Accuracy-Preserving Context Optimizatio···

★ 146 2026-10-02
TensorSharp 开源

用 C# 在本地跑 GGUF 大模型,带 GPU 加速和 OpenAI 兼容接口

A native .NET LLM inference engine and agent runtime for GGUF models. TensorSharp pr···

★ 667 2026-09-14
traccia-py 开源

给 AI Agent 装上黑匣子,追踪、评估、治理一步到位

OpenTelemetry-native SDK for AI agent observability, tracing, evaluation, debugging,···

★ 133 2026-10-07
seekdb 开源

一个数据库搞定智能体所有数据,检索快还省心

The AI-Native Search Database. Best for agent storage, it unifies vector, text, stru···

★ 3234 2026-08-09
memsearch 开源

给 AI 智能体装上长期记忆,跨会话秒级召回关键信息

A persistent, unified memory layer for all your AI agents (e.g. Claude Code, Codex, ···

★ 2843 2026-08-09