Controle de Clusters Kubernetes com Agentes de IA

Março de 2026 | Organizado a partir das experiências práticas e projetos de código aberto publicados pela comunidade

Introdução

De 2025 a 2026, o AI Agent evoluiu rapidamente de um "brinquedo experimental" para uma infraestrutura capaz de operar diretamente em ambientes de produção. Uma das aplicações mais notáveis é permitir que o AI Agent controle diretamente clusters Kubernetes on-premise — desde diagnóstico de falhas, agendamento de recursos até auto-reparo, tudo pode ser acionado por linguagem natural.

A CNCF anunciou oficialmente em fevereiro de 2026 que o KubeCon Europe 2026 terá o evento Agentics Day: MCP + Agents, marcando a transição da IA Agentic do experimento para a produção no campo nativo da nuvem. Este artigo compila experiências práticas, ferramentas de código aberto e recomendações de arquitetura publicadas recentemente pela comunidade, ajudando você a dominar rapidamente os últimos avanços nesta área.

1. Panorama das principais ferramentas de código aberto

Atualmente, existem vários projetos de código aberto importantes na comunidade, cada um abordando o problema "Agent control K8s" de diferentes ângulos:

1. kubectl-ai (Google Cloud Platform)

• Estrelas no GitHub: 7.3k+ ⭐ | Linguagem: Go
• Descrição: Converte linguagem natural em operações Kubernetes precisas
• Capacidades principais:
  • Suporte a vários LLMs, como Gemini, OpenAI, Anthropic, Azure OpenAI, Ollama
  • Ferramentas integradas kubectl e bash, com extensões personalizáveis
  • Modo MCP Server: permite que clientes de IA como Claude Code, Cursor operem diretamente no K8s
  • Modo MCP Client: conecta-se a um MCP Server externo, encadeando múltiplos serviços com um único comando
  • Suporte à persistência de sessão, mantendo o contexto entre conversas

Fonte de referência: GoogleCloudPlatform/kubectl-ai

2. k8sgpt

• Estrelas no GitHub: 7.5k+ ⭐ | Linguagem: Go
• Descrição: Escaneia, diagnostica e classifica clusters K8s, informando onde estão os problemas em inglês simples
• Capacidades principais:
  • 14+ analisadores pré-configurados integrados (Pod, PVC, Service, Ingress, Deployment, etc.)
  • Suporte a OpenAI, Azure, Cohere, Amazon Bedrock, Google Gemini e modelos locais
  • Modo MCP Server (v0.4.14+): fornece 12 ferramentas, 3 recursos e 3 prompts interativos de solução de problemas
  • Integração com Claude Desktop para análise de cluster impulsionada por IA
  • Modo Operator pode monitorar continuamente dentro do cluster

Fonte de referência: k8sgpt-ai/k8sgpt

3. HolmesGPT (Projeto CNCF Sandbox)

• Estrelas no GitHub: 1.9k+ ⭐ | Linguagem: Python
• Descrição: Agente SRE para investigação de eventos em ambientes de produção e análise de causas raiz
• Capacidades principais:
  • Usa um loop agentic para consultar dados em tempo real de várias fontes de observabilidade
  • Integra mais de 20 fontes de dados, como Prometheus, Grafana, Datadog, Loki, Elasticsearch
  • Integração de alertas bidirecional: puxa alertas do AlertManager / PagerDuty / OpsGenie, analisa e escreve de volta
  • Modo Operator pode agendar investigações periodicamente
  • Processamento de dados em nível Petabyte: filtragem do lado do servidor + travessia de árvore JSON

Fonte de referência: HolmesGPT/holmesgpt

4. Sympozium (nova obra do autor do k8sgpt)

• Estrelas no GitHub: 157+ ⭐ (crescendo rapidamente) | Linguagem: Go + TypeScript
• Descrição: Executa uma frota de Agentes de IA no K8s, gerenciando o próprio cluster
• Princípios de arquitetura central (altamente recomendáveis):
  • Cada Agente em execução = um Pod temporário (K8s Job), naturalmente isolado
  • Cada estratégia = um CRD (SympoziumPolicy)
  • Modo Skill Sidecar: ferramentas como kubectl, helm injetadas como contêineres sidecar, com RBAC temporário
  • Gerenciamento do ciclo de vida do RBAC: o Agente cria automaticamente o Role/ClusterRole de menor privilégio ao ser executado, e o destrói ao terminar
  • NetworkPolicy deny-all egress: Pods de Agente não têm acesso à rede externa por padrão
  • PersonaPack CRD: pacote padrão de combinação de Agentes, ativando toda a equipe de Agentes com um clique
  • Suporte à integração de canais Telegram / Slack / Discord / WhatsApp
  • Observabilidade integrada com OpenTelemetry

Fonte de referência: AlexsJones/sympozium

2. Experiências práticas e modelos de arquitetura

Caso 1: Três principais cenários de uso do kubectl-ai (Compartilhamento no KubeSummit 2025 em Taiwan)

O desenvolvedor taiwanês AppleBoy (Bo-Yi Wu) compartilhou a arquitetura MCP do kubectl-ai e experiências práticas no KubeSummit 2025, apresentando três cenários principais de uso:

Cenário 1: Assistente de diagnóstico de problemas do K8s

Pergunte diretamente ao kubectl-ai em linguagem natural "Por que o Nginx não está subindo?", o Agente automaticamente:

1. Verifica a configuração do Deployment
2. Identifica tags de imagem erradas e solicitações de memória inadequadas
3. Fornece recomendações específicas de correção

Comparado ao uso direto do Claude Code, o kubectl-ai compreende mais profundamente o mecanismo de operação do K8s, podendo fornecer diagnósticos mais precisos.

Cenário 2: Modo MCP Server — expandindo as capacidades do LLM

Um comando para iniciar o MCP Server:

kubectl-ai --mcp-server --mcp-server-mode streamable-http --http-port 9080

Depois, conecte-se no Claude Code:

claude mcp add --transport http kubernetes http://localhost:9080/mcp

Isso permite que qualquer cliente de IA que suporte MCP opere diretamente no seu cluster K8s.

Cenário 3: Modo MCP Client — encadeando múltiplos serviços com um único comando

O método tradicional exigiria a escrita de scripts complexos. Agora, você só precisa:

kubectl-ai --mcp-client \
  "Escanear as permissões RBAC do namespace srv-gitea, identificar ServiceAccounts com permissões excessivas,
   e criar um issue no Jira do projeto GAIA, colocando os resultados da varredura na descrição"

O Agente completa automaticamente a varredura do kubectl → análise → chamada da API do Jira para criar um issue.

Fonte de referência: Blog de Bo-Yi Wu

Caso 2: Arquitetura de isolamento nativa do Kubernetes do Sympozium

O Sympozium propôs um design de isolamento de segurança extremamente rigoroso, que vale a pena para qualquer equipe que deseje executar Agentes de IA em ambientes de produção:

Princípio de design central: "Forneça ferramentas ao Agente, não confiança"

Diferenças chave em relação a estruturas tradicionais de Agentes

Caso 3: Integração prática do k8sgpt + Claude Desktop

O k8sgpt a partir da versão v0.4.14 suporta integração com o MCP Server, permitindo operações diretamente no Claude Desktop:

{
  "mcpServers": {
    "k8sgpt": {
      "command": "k8sgpt",
      "args": ["serve", "--mcp"]
    }
  }
}

Após a configuração, você pode perguntar diretamente no Claude Desktop:

• "Analise meu cluster Kubernetes"
• "Quais problemas existem no namespace padrão?"
• "Como está a saúde do cluster?"

k