开箱即用 · MIT 开源

一个二进制，装下整个运维

控制台 · 诊断引擎 · ChatOps · 实时告警，一次部署全部都有。浏览器里点、群里喊、终端里 klaw diag。

>_ git clone 立即安装 GitHub Star

$ make build && ./klaw

klaw@ops:~ · 演示输出

$ klaw diag

10:21:34 [OK] Kubernetes 版本兼容性检查

10:21:34 [OK] API Server 可用性检查

10:21:35 [OK] CoreDNS 解析检测

10:21:35 [WARN] Pod 重启策略风险检测

10:21:36 [CRIT] nginx-7d9f-x2k OOMKilled → 内存超限

10:21:36 [OK] 节点资源水位检查

10:21:37 [OK] RBAC 最小权限审计

10:21:37 [WARN] 存储类回收策略检测

10:21:38 [OK] etcd 备份完整性校验

10:21:38 [OK] Ingress TLS 配置检查

10:21:39 [WARN] 镜像漏洞扫描（trivy）· 2 高危

10:21:39 [OK] 成本：检出 2 个闲置 Deployment

10:21:39 [DONE] 诊断完成 · 1 CRIT · 3 WARN · 8 OK · diag-0831.html

采集

Watch + 指标轮询

→

分析

73 个分析器

→

根因

告警收敛因果链

→

报告

HTML / JSON / Text

→

修复

可执行建议

四种入口，一套能力

同一份配置驱动 Web 控制台、ChatOps、CLI 与实时告警，不拼盘、不割裂。

Web 管理控制台

集群概览、Pod / Deployment / Service / Node 全生命周期管理，深色模式。

多集群统一视图，按名称切换
实时日志、扩缩容、滚动重启
多租户 + 操作审计可追溯

诊断引擎 · 73 分析器

9 大类可编排流水线：采集 → 分析 → 根因 → 报告 → 修复建议。

kernel network log security eBPF
YAML 规则引擎，免改代码加检查项
trivy 镜像扫描 + 成本分析

ChatOps + 实时告警

钉钉 / 飞书群里 @ 机器人直接操作集群；Watch API 秒级推送事件。

命令缩写：klaw p ls prod default
限流 / 去重 / 聚合 / 静音窗口
SOS 语音应急，智能打断双向字幕

打开浏览器，集群尽收眼底

Web 控制台是四个入口的首页：集群概览、工作负载、诊断报告、操作审计都在同一处，不写 kubectl 也能管。

Klaw 控制台 https://klaw.ops.local:8080/overview 演示数据

production · v1.29 Watch 已连接 · 延迟 <1s

节点33 / 3 Ready

Pod1412 Running · 2 Pending

CPU 使用率45%阈值 85% · 正常

内存使用60%阈值 75% · 正常

集群资源 · 近 45 分钟 CPU内存

10:0010:1510:3010:45

实时告警3 条 · 今日

10:21CRITPod OOMKilled
production/nginx-7d9f-x2k

10:19WARNCrashLoopBackOff ×5
default/payment-7c9d8b4c6

10:15INFOHPA 扩容 2 → 4
prod/api-server

master-1

CPU32%

内存48%

worker-1

CPU62%

内存71%

worker-2

CPU41%

内存58%

在群里，把集群喊明白

凌晨告警不必开电脑，手机群里一条命令，富文本回复直达。

KKlaw· 运维值班群 · 演示

Klaw · 事件推送 · 10:21:36

CRIT

Pod OOMKilled production/nginx-7d9f-x2k

内存 1.21Gi / limit 1Gi，5 分钟内第 2 次触发。回复 klaw diag nginx-7d9f-x2k 开始诊断。

值班工程师 · 10:22:01

@Klaw klaw diag nginx-7d9f-x2k -n production

Klaw · 机器人 · 10:22:04

根因定位 · 耗时 2.1s
内存 30s 内 612Mi → 1.21Gi，超过 limit 1Gi
建议：limits.memory 1Gi → 1.5Gi，并补 HPA 内存指标
完整报告（HTML / JSON）已生成

事件，秒级到达

基于 Kubernetes Watch API，事件驱动而非轮询。左侧是推送样式，右侧是两种模式的差距。

事件流 · production已去重聚合

10:21:36CRITPod OOMKilled
production/nginx-7d9f-x2k · 已推送钉钉值班群

10:19:02WARNCrashLoopBackOff ×5
default/payment-7c9d8b4c6-vrmqs · 同类聚合，1 条代替 5 条

10:15:47INFOScalingReplicaSet 2 → 4
prod/api-server · HPA 触发

10:12:33INFONodeReady
worker-2 · 恢复 Ready

维度	轮询模式	Watch 模式
事件延迟	30–60 秒	< 1 秒
API 调用	高频轮询	事件驱动，下降约 90%
连接方式	短连接	长连接

三种方式，十分钟上线

从本地二进制到 in-cluster Helm，全部路径已被端到端验证。

本地二进制

# 一键构建前端 + 后端
make build
# 配置后运行
./klaw
# http://localhost:8080

Docker

docker build -t kudig-io/klaw:latest .
docker run -d -p 8080:8080 \
  -e KLAW_API_TOKEN='your-token' \
  kudig-io/klaw:latest

kind + Helm

kind create cluster \
  --config deployment/kind/cluster-config.yaml
helm upgrade --install klaw helm/klaw \
  -n klaw --create-namespace --wait

73个诊断分析器

<1s事件推送

127MB最终镜像

9大类分析

MIT开源许可