#kubernetes

For Claude Code users, Kstack is interesting because it treats the agent like a real ops assistant rather than a chat toy. Instead of dumping raw cluster noise into the model, it does a lot of the mechanical work locally first, which is exactly the kind of design that makes AI tooling feel practical instead of gimmicky. Kstack is a skill pack for Claude Code focused on monitoring, troubleshooting, and auditing Kubernetes clusters. It tries to keep responses fast and token-efficient b

Kubernetesの実際のバグ修正事例を使って、AI coding agentsの実力を比べた 使ったのは3種類の見え方 - RAG-only: 検索結果だけを見る - Hybrid: まず検索して、そのあとローカルのコードも見る - Local clone: リポジトリを丸ごとローカルで見る 結果は、検索の工夫は「見つける力」には効くが、「どう直すべきか」の理解まではあまり助けないというもの AIは「主なバグ」だけ直して満足しがちで、周辺の変更や副作用を見落としやすい 逆に、issue（不具合報告）が丁寧に書かれていると、AIの方式差はかなり縮まった つまり、AIを賢くする鍵はRAGだけではなく、人間側の問題の書き方にもありそうだ、という話 InfoQが紹介しているのは、CNCFブログに掲載された Brandon Foley のベンチマーク研究です。 テーマはシンプルで、「AI coding agents は、現実の Kubernetes バグをどれだけ直せるのか？」というもの。 ここでいう AI coding agent は、ただコード補完するだけのツールではなく

Hyperledger FabricをKubernetes上で「本番っぽく」動かす構成を紹介している ただ動かすだけでなく、自動デプロイ・ログ出力・待機処理・エラー検知まで丁寧に作り込んでいる セキュリティ面では、rootで動かさない、権限を絞る、NetworkPolicyで通信を制限するなど、かなり堅実 Fabric特有のつらさは、やはり証明書や鍵などのcrypto material管理にある 今後は監視、Secrets管理、CI/CDまで広げたい、という流れになっている この記事は、Hyperledger Fabricという企業向けのブロックチェーン基盤を、Kubernetes上に構築していく開発日記の4日目の記録です。 タイトルだけ見るとかなり硬そうですが、内容はむしろ「地味で面倒なところを、どうやって本番運用に耐える形へ持っていったか」という実践寄りの話です。 ここが面白いところで、ブロックチェーンって「未来っぽい」響きがありますが、実際に動かすとなると、かなり泥臭いインフラ作業になるんですよね。この記事はその現実をちゃんと見せています。 まず前