Dot Ai

🚀 DevOps AI 工具包

藉助智能的 Kubernetes 操作和對話式工作流，實現由人工智能驅動的平臺工程和 DevOps 自動化。

🚀 快速開始

只需三個步驟即可開始使用：

1. 配置 MCP 服務器（使用 Docker 或 npm）
2. 連接您的 AI 編碼助手（Claude Code、Cursor、VS Code）
3. 開始使用對話式工作流

✨ 主要特性

🔍 資源供應智能

通過語義能力管理自動發現集群資源。AI 能夠理解每個資源的實際功能，以 Kubernetes 作為控制平面，為跨雲的資源供應提供智能建議。當不存在匹配的能力時，可通過 ArtifactHub 上的 Helm 圖表自動發現並安裝第三方工具（如 Prometheus、Argo CD、Crossplane 等）。 📖 部署指南 | 能力管理

🛠️ 問題修復

由 AI 驅動的根本原因分析，具備多步驟調查、可執行的修復命令以及用於手動或自動執行的安全機制。 📖 瞭解更多 →

🏛️ 模式與策略管理

捕捉組織知識和治理策略，利用最佳實踐和合規要求自動增強 AI 建議。使用向量搜索進行智能語義匹配。 📖 模式管理 | 策略管理

📦 項目設置與治理

生成 25 種以上的治理、法律和自動化文件（如 LICENSE、CODE_OF_CONDUCT、CONTRIBUTING、SECURITY、GitHub 工作流、Renovate、OpenSSF Scorecard），實現倉庫標準化。 📖 瞭解更多 →

💬 共享提示庫

在您的編碼代理中以原生斜槓命令（/dot-ai:prompt-name）訪問精心策劃的提示，確保跨項目的工作流一致：

• PRD 管理：創建、跟蹤和完成產品需求文檔（如 prd-create、prd-next、prd-done 等）
• Dockerfile 生成：為任何項目生成生產就緒、安全的多階段 Dockerfile（generate-dockerfile）

📖 瞭解更多 →

⚡ AI 集成

通過模型上下文協議（MCP）與 Claude Code、Cursor、VS Code 協同工作。支持多個 AI 提供商（Claude、GPT、Gemini），以實現靈活性和成本優化。 📖 AI 模型配置

📦 安裝指南

本部分暫未提供具體安裝命令，跳過此章節。

💻 使用示例

本部分未提供代碼示例，跳過此章節。

📚 詳細文檔

入門指南

• 快速入門指南 - 幾分鐘內即可開始使用
• MCP 設置指南 - 完整的配置說明
• 工具概述 - 所有可用的工具和功能

功能指南

• 資源供應 - 由 AI 驅動的部署建議
• 能力管理 - 語義資源發現
• 問題修復 - 由 AI 驅動的故障排除
• 模式管理 - 組織部署模式
• 策略管理 - 治理與合規
• 項目設置 - 倉庫治理自動化

🔧 技術細節

什麼是 DevOps AI 工具包？

DevOps AI 工具包將人工智能驅動的智能引入平臺工程、Kubernetes 操作和開發工作流。它通過能力發現和語義匹配提供智能的 Kubernetes 部署建議，實現由 AI 驅動的問題修復，自動設置帶有治理和安全文件的倉庫，並提供共享提示庫以實現一致的開發工作流 —— 所有這些都通過自然語言對話實現。

該工具包基於模型上下文協議（MCP）構建，可與 Claude Code、Cursor 和 VS Code 無縫集成，為複雜的 DevOps 和開發任務提供對話式交互。

使命

DevOps AI 工具包通過人工智能驅動的自動化，使複雜的工作流易於使用，從而實現平臺工程和雲原生操作的民主化。我們消除了阻礙團隊在 Kubernetes 操作、倉庫治理和標準化開發工作流中採用最佳實踐的專業知識障礙 —— 通過自然語言交互使專業級 DevOps 變得觸手可及。

適用對象

DevOps AI 工具包適用於以下團隊：

• 使用 Kubernetes 作為控制平面管理雲資源（AWS、Azure、GCP）的團隊（開發人員、平臺工程師）
• 快速診斷和修復集群及基礎設施問題的團隊（SRE 人員、DevOps 工程師）
• 使用組織模式和策略規範資源供應的團隊（安全工程師、平臺團隊）
• 用治理和安全文件初始化倉庫的團隊（項目維護人員）
• 通過原生斜槓命令訪問精心策劃的開發提示的團隊（開發團隊）

範圍

涵蓋範圍

• 使用 Kubernetes 作為控制平面的 AI 驅動的資源供應建議
• 智能問題修復和根本原因分析
• 支持語義搜索的組織模式和策略管理
• 基於 MCP 與 AI 編碼助手的集成
• 多提供商 AI 模型支持（Claude、GPT、Gemini）
• 帶有治理、法律和安全文件的項目設置

不涵蓋範圍

• Kubernetes 集群的供應/管理（委託給現有工具）
• CI/CD 管道執行（僅提供建議）
• 應用程序運行時監控（與現有可觀測性工具集成）

📄 許可證

本項目採用 MIT 許可證，詳情請參閱 LICENSE 文件。

DevOps AI 工具包 - 通過人工智能驅動的智能，讓雲原生操作變得觸手可及。

🔗 相關鏈接

• 📚 快速開始
• 🔧 MCP 設置
• 🛠️ 特性與工具

🛠️ 支持與貢獻

支持

• 支持指南 - 如何獲取幫助以及提問的途徑
• GitHub 問題：錯誤報告和功能請求
• GitHub 討論：社區問答和討論
• 故障排除：常見問題請參閱 故障排除指南

貢獻與治理

我們歡迎社區的貢獻！請查看以下內容：

• 貢獻指南 - 如何貢獻代碼、文檔和想法
• 行為準則 - 社區標準和期望
• 安全策略 - 如何報告安全漏洞
• 治理 - 項目治理和決策機制
• 維護人員 - 當前的項目維護人員
• 路線圖 - 項目方向和優先級

幫助我們改進

您的反饋塑造了 dot-ai 的未來！使用工具後，您可能偶爾會看到反饋提示 —— 我們很樂意聽取哪些方面運行良好，哪些方面還有改進空間。 📝 分享您的反饋

🙏 致謝

DevOps AI 工具包基於以下技術構建：

• 模型上下文協議 - AI 集成框架
• Vercel AI SDK - 統一的 AI 提供商接口
• Kubernetes - 雲原生基礎
• CNCF - 雲原生生態系統

項目狀態與指標