troubleshoot
基于MCP协议，连接AI与K8s故障排查工具包的桥梁。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：troubleshoot。 它的用途是：基于MCP协议，连接AI与K8s故障排查工具包的桥梁。 完整的 Skill 内容见：https://321skill.com/skills/troubleshoot/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我检查命名空间prod下所有状态为CrashLoopBackOff的Pod，并查看最近10条日志。”，它会通过MCP Server调用相关工具，列出有问题的Pod并获取其错误日志，帮你快速定位应用启动失败的原因。或者
对AI说：“分析集群节点k8s-node-1的当前资源使用率，判断是否存在瓶颈。”，它会获取节点的CPU、内存和磁盘指标，并给出是否存在过度使用或潜在风险的简要分析。
介绍
这款MCP Server旨在解决AI模型在Kubernetes环境中进行故障排查时，因缺乏直接交互能力而效率低下的问题。它通过实现MCP（Model Context Protocol）协议，将AI助手与专业的K8s故障排查工具包（如kubectl-debug、k9s等）连接起来，使得AI能够理解并执行复杂的集群诊断指令。
使用时，您只需在支持MCP的AI客户端（如Claude Desktop）中配置此Server，即可通过自然语言指令让AI助手代为执行K8s集群的日志查询、Pod状态检查、资源监控等操作。AI会将您的需求转化为具体的命令行或API调用，并返回结构化的排查结果。
它非常适合需要频繁与Kubernetes集群打交道的运维工程师、SRE和DevOps工程师，以及正在学习或研究云原生技术的开发者。这些用户往往需要快速定位线上问题，但手动输入命令或切换工具会打断工作流。
建议在非生产环境或测试集群中先行试用，熟悉AI助手对排查指令的理解和转化能力。由于涉及集群操作权限，请务必严格控制Server的访问密钥和权限范围，遵循最小权限原则，避免因AI误操作导致服务中断。
核心特点
与同类仅提供K8s基础信息查询的Skill不同，它深度集成了专业的故障排查工具包，使AI能执行更复杂的诊断操作，如进入Pod调试、分析性能瓶颈等。同时，它严格遵循MCP协议，确保了与各类AI客户端良好的兼容性和标准化的交互方式。
注意事项
不适合对K8s集群进行直接的、高风险的写操作（如删除关键资源），或需要极低延迟响应的实时故障处理场景。
常见问题
这个Skill需要我本地安装kubectl吗？
通常需要，因为Server本身是桥梁，最终命令执行依赖本地或配置好的kubectl环境及权限。
它能排查哪些具体的K8s问题？
可以协助分析Pod启动失败、服务不可用、资源不足、网络策略问题等常见故障，具体能力取决于后端集成的排查工具包。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/troubleshoot/raw/index.md 读取 troubleshoot 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/troubleshoot/raw/index.md（查看排版版本）